用于药物发现中的化合物筛选与优先级排序，支持类药性规则、结构警报及化学基团检测，适用于苗头到先导化合物的过滤和ADMET预筛。
用于NGS FASTQ数据的质量控制、解释及可选修剪。执行FastQC/MultiQC分析，根据信号判断是否需使用fastp或Cutadapt处理接头/引物，保留原始读取并生成详细QC报告。
用于执行简单的数据上传测试和基本数据检查。通过调用 inspect_schema 和只读 SQL 查询验证数据源，并以自然语言总结结果，确保不虚构数据。
用于机器学习训练实验的指标追踪与可视化。支持通过Python API记录日志，或通过CLI检索数据并同步至HF Spaces仪表盘，提供实时监控与JSON自动化输出。
提供LLM应用评估策略，涵盖自动化指标、人工评估及LLM-as-Judge方法。用于系统测量性能、对比模型/提示词、检测回归、验证改进及建立基线，确保AI应用质量与稳定性。
在沙箱中打开真实电子表格，通过追踪公式检测硬编码、范围错误及单位不一致等问题。生成按风险排序的发现报告、验证账本及修复建议，确保数据准确性后再用于决策或展示。
面向国际营销期刊手稿的跨国数据分析技能，涵盖测量不变性检验（MGCFA/对齐）、多层模型、多组SEM及面板数据处理。执行并报告结果，确保跨文化比较的可解释性与统计严谨性。
用于运行 WBench 22指标评测流水线，对模型视频进行评分并生成报告。支持预计算、GPU指标、VLM指标及报告合并阶段，适用于评估模型性能或生成质量报告的场景。
ALCOA+数据完整性校验工具，通过DEGRADED或FULL模式运行确定性Lint检查CSV/JSON记录或GMP文档。输出硬/软发现及人工判断清单，仅作为草稿供人类审核，绝不自动判定合规或臆造事实。
使用 MITRE Synthea 生成零 PHI 风险的逼真合成患者数据（FHIR/C-CDA/CSV），用于 OpenMed 管道开发、CI 测试夹具、演示及去标识化泄漏检测，替代真实临床数据。
用于评估和改进Google Cloud上AI模型及Agent的质量。涵盖数据集构建、指标选择、失败分析、结果对比及优化建议，支持BYOM和MaaS模式，提供安全执行分级指引。
集成Mockaroo服务，通过Membrane CLI自动化生成真实测试数据。支持数据库、API及系统的样本数据填充，用于开发和QA环境的数据准备与流程自动化。
用于定期校验分类准确性，通过对比历史决策与实际结果计算准确率及偏差指标，识别系统性错误并建议调整信号权重或阈值，以提升分类精度。
用于维护可证伪假设、操作化定义、研究问题及证据支持的组合。涉及FINER检查、假设生成与验证，需更新相关代码、测试及文档，确保符合TulingResearch Plus规范。
执行单细胞RNA测序数据的质控，基于scverse最佳实践进行低质量细胞过滤、异常值检测及可视化。支持.h5ad和.h5格式，提供完整流水线或模块化构建块，适用于数据质量评估与标准化预处理任务。
