Builds, registers, debugs, and operates bioinformatics workflows on Latch using the Python SDK, CLI, Latch Data and Registry, Nextflow, Snakemake, programmatic execution, and Latch MCP. Use when authoring or deploying Latch workflows, co…

Manages biological datasets and models with LaminDB, including artifact registration, lineage tracking, schema validation, Bionty ontology annotation, query/search, collections, branches, storage, and workflow integrations. Use for repro…

LabArchives 集成的通用技能：对接官方 LabArchives ELN 的 REST-like API 与 Inventory API v1，支持区域端点选择、签名请求构造、用户授权与 UID 流程、本地 LA 容器校验与已验证集成工作流。适合 LabArchives 电子实验记录本与库存系统的程序化对接。

实验室硬件设计的通用技能：用参数化 build123d 模型设计定制实验室硬件，并导出 STEP/STL/DXF 加工件——微流控芯片与模具、光机械支架与光学面包板适配器、比色皿与微孔板支架、试管架、动物行为装置与 3D 打印仪器夹具。适合需要物理部件对接标准实验室器具、光学平台、笼具或打印/CNC/激光工艺的研究任务。

ISO 标准就绪的通用技能：为 ISO 13485 医疗器械 QMS、ISO 14971 器械风险管理、ISO/IEC 17025 检测校准实验室与 ISO 15189 医学实验室准备并结构审查就绪证据，梳理声明范围、受控文件、风险管理档案、认可范围、可追溯性、CAPA、外部供方控制与本地证据清单，并区分 ISO 认证与实验室认可、FDA QMSR、CLIA、MDSAP、EU MDR/IVDR 的边界。不含条款文本，不替代合规、认证或认可决策。

信息图制作的通用技能：通过 OpenRouter 用 Nano Banana 2 创建与审查信息图，支持统计摘要、时间线、对比、流程与可视化讲解，提供十种布局、八种风格预设、参考图与无障碍配色起点。适合用给定数据或可选 Sonar 调研制作信息图。

公共癌症影像获取的通用技能：查询与下载 NCI Imaging Data Commons 的公共癌症影像数据，支持 IDC 集合发现、DICOM 访问、放射（CT/MR/PET）与病理 AI 数据集、元数据 SQL、可视化、许可与引用；公开元数据与下载免认证，BigQuery/Google Healthcare 路线需 Google 凭据。适合癌症影像研究数据集获取。

科学假设的通用技能：将观察或初步发现转化为透明、可检验的研究计划，制定证据有界的科学问题、候选假设、竞争解释、因果或关联论断、判别性预测、测量项与预注册分析方案，且不把假设当作事实。适合从发现到可检验研究设计的规划。

LLM 辅助假设生成的通用技能：规划与审计使用 ChicagoHAI 的 HypoGeniC/HypoRefine 从标注文本数据集生成假设，覆盖 hypogenic 包、任务配置、假设库与 HypoBench 数据集；不用于人工假设制定或科学验证。适合基于数据集的自动化假设挖掘。

科学 ML 资源发现的通用技能：通过 Hugging Science 目录发现与评估生物、化学、基因组、材料、气候、物理、天文、医学、数学、蛋白设计、单细胞与 PDE 建模领域的科学数据集、模型、方法帖与 Spaces，并核查其真实数据集、Transformers、原生运行时、Inference Providers 或 Gradio 接口。适合科学 ML 资源选型。

全切片组织学图像处理的通用技能：用 Histolab 提取与预处理 WSI 的 tile，支持切片检查、组织掩膜、随机/网格/评分 tile 提取、H&E 染色归一化与 tile 数据集准备。适合 WSI 分析；多重成像或深度学习推理流程改用 pathml。

基因组区间建模的通用技能：用 Gtars 做本地区间模型与集合代数、重叠与计数、共识与覆盖、分词化、片段处理，以及跨 Python/Rust/CLI 的 refget/BEDbase 规划。适合本地区间集合运算与模型准备。

蛋白糖基化分析与工程的通用技能：扫描典型 N-糖基化 sequon、描述 S/T-rich 区域、核对整理好的糖链证据，并准备 NetNGlyc、NetOGlyc 与 GlycoSHIELD 工作流。适合糖蛋白工程、抗体 Fc 糖基化、糖链屏蔽与位点特异性糖蛋白质组学解读。

云端生物实验的通用技能：在 Ginkgo Bioworks Cloud Lab（cloud.ginkgo.bio）上指导协议选择、输入准备、定价核对与浏览器下单，覆盖无细胞/E.coli/Pichia 蛋白表达、HiBiT/A280/LabChip 读值、IVT mRNA/circRNA 合成、热位移 assay、Echo-MS、SPR 与板读数方法接入。适合云端高通量实验委托。

生物信息学查询的通用技能：通过 CLI/Python 查询 20 多个资源，支持基因信息、BLAST/BLAT、病毒序列下载、PDB/mmCIF 结构、G2P 残基注释、富集分析、OpenTargets、COSMIC、CELLxGENE 与 8cube 小鼠表达数据。适合交互式探索与简单查询；批量或高级 BLAST 改用 biopython，多库 Python 流程改用 bioservices。

资源感知规划的通用技能：在用户需要按资源规划或运行明显耗资源的本地任务前，检测主机清单与生效的 CPU、内存、磁盘、调度器、容器与加速器限制，产出脱敏 JSON 快照与保守的规划建议，不做压测、不假设可见硬件可用。适合资源敏感任务的容量评估。

GeoPandas 工作流的通用技能：为直接调用 GeoPandas 的 GeoSeries、GeoDataFrame、空间操作与矢量数据 I/O 提供指引与本地审计工具。适合 Python 矢量空间数据处理与质量核查。

地理空间研究的通用技能：处理遥感影像、对齐坐标系与栅格网格、访问 STAC 目录、分析地理空间时间序列，并用 Python/R/Julia/JavaScript/C++/Java/Go/Rust 实现科学 GIS 工作流。适合卫星影像处理与地球观测机器学习。