当您遇到多个不相关的故障（不同的测试文件、不同的子系统、不同的错误）时，按顺序调查它们会浪费时间。每项调查都是独立的，可以并行进行。

使用 Discord.js v14 和斜杠命令设置现代 Discord 机器人

一个结构化框架，用于处理具有挑战性的工作场所对话，包括冲突、绩效问题、敏感反馈和情绪激动的讨论。

DiffDock 是一种基于扩散的深度学习工具，用于分子对接，可预测小分子配体与蛋白质靶标的 3D 结合姿势。它代表了计算对接的最先进水平，对于基于结构的药物发现和化学生物学至关重要。

该技能通过分析您的 Claude Code 聊天交互并识别揭示优势和发展领域的模式，为您最近的编码工作提供个性化反馈。

逐步构建游戏并验证每一个更改。将每次迭代视为：实施→行动→暂停→观察→调整。

检查与 main 的差异，并删除此分支中引入的所有 AI 生成的 slop。

从 Figma 设计到生产就绪的 React + TypeScript 组件的高保真 UI 恢复。该技能使用强大的帮助程序脚本来最大限度地减少手动错误并确保像素完美的结果。

构建强大、可扩展的设计系统，确保视觉一致性和卓越的用户体验。

通过自动检测和安全更新，对任何语言进行智能依赖管理。

deepTools 是一套全面的 Python 命令行工具，旨在处理和分析高通量测序数据。使用 deepTools 为 ChIP-seq、RNA-seq、ATAC-seq、MNase-seq 和其他 NGS 实验执行质量控制、标准化数据、比较样本并生成出版质量的可视化结果。

DeepChem 是一个综合性 Python 库，用于将机器学习应用于化学、材料科学和生物学。通过专门的神经网络、分子特征化方法和预训练模型，实现分子特性预测、药物发现、材料设计和生物分子分析。

Datamol 是一个 Python 库，它在 RDKit 上为分子化学信息学提供了一个轻量级的 Python 抽象层。通过合理的默认值、高效的并行化和现代 I/O 功能来简化复杂的分子操作。所有分子对象都是原生 rdkit.Chem.Mol 实例，确保与 RDKit 生态系统完全兼容。

供 AI 代理使用 Datadog 日志和指标进行调试和分类的 CLI 工具。

提供对 Data Commons Python API v2 的全面访问，用于查询统计观察结果、探索知识图和解析实体标识符。数据共享将来自人口普查局、卫生组织、环境机构和其他权威来源的数据汇总到统一的知识图谱中。

设计具有内置最佳实践的生产就绪数据库模式。

学会思考，而不是复制 SQL 模式。

Dask 是一个用于并行和分布式计算的 Python 库，它支持三个关键功能：

通过互动访谈生成每日站立/会议更新。永远不要假设工具已配置——先询问。

用于技术领先、团队扩展和卓越工程的战略框架和工具。