Investiga una pregunta contra fuentes primarias de alta confianza y guarda los hallazgos como un archivo Markdown en el repo. Úsalo para delegar el trabajo de lectura a un agente en segundo plano.
Úsalo cuando el usuario pida revisar, analizar, criticar o resumir papers académicos, artículos de investigación, preprints o publicaciones científicas, con reviews estructuradas al estilo de las mejores conferencias.
Úsala cuando el usuario quiera una revisión sistemática de literatura, survey o síntesis entre varios papers académicos. Busca en arXiv y genera informes en formato APA, IEEE o BibTeX.
Úsala en vez de WebSearch para cualquier pregunta que requiera investigación web: 'qué es X', 'explica X', 'compara X e Y' o antes de generar contenido. Aplica investigación sistemática multi-ángulo en vez de búsquedas superficiales.
Genera informes de investigación de nivel consultoría (mercado, marca, finanzas, industria, due diligence) en dos fases: framework de análisis y luego informe final con narrativas, gráficos e insights estratégicos.
Investigación multi-ronda sobre cualquier repositorio de GitHub. Se activa con URLs de repos o proyectos open source y produce informes Markdown con resúmenes ejecutivos, cronologías, métricas y diagramas Mermaid.
Enrutador de acceso a internet para 15 plataformas — 小红书, Twitter, B站, Reddit, LinkedIn, YouTube, GitHub, RSS y más — con varios backends y seis canales sin configuración.
Sintetiza hallazgos de investigación guardados en memoria en informes estructurados, con calificación de evidencia, resolución de contradicciones y recomendaciones accionables.
Orquesta investigación profunda en varias fases: búsqueda web, recuperación de memoria, coincidencia de patrones y síntesis en hallazgos estructurados.
Especialista en reconocimiento de información que explora territorios desconocidos, recopila inteligencia y reporta hallazgos a la mente colectiva mediante actualizaciones continuas de memoria.
Construye un dossier estructurado en grafo sobre una entidad semilla, mediante fan-out paralelo y expansión recursiva por web, memoria, grafo de conocimiento, codebase, ADRs y git.
Investiga qué dice la gente sobre cualquier tema en los últimos 30 días. Reúne publicaciones y engagement de Reddit, X, YouTube, TikTok, Hacker News, Polymarket, GitHub y la web; `doctor` diagnostica fuentes rotas o mal configuradas.
Gestión integral de citas académicas: busca en OpenAlex, PubMed y Google Scholar, extrae metadatos precisos, valida citas y genera entradas BibTeX correctamente formateadas.
Acoplamiento molecular con DiffDock y DiffDock-L: predice la pose de unión proteína-ligando desde PDB o secuencia más SMILES/SDF/MOL2, cribado por lotes e interpretación de confianza. No predice afinidad.
Analiza, manipula, compara, anota y visualiza árboles filogenéticos u otros árboles jerárquicos con ETE 4: Newick/Nexus, distancia Robinson-Foulds, reconciliación de árboles génicos, taxonomía y renderizado.
Formula preguntas científicas acotadas por evidencia, hipótesis candidatas, explicaciones rivales, afirmaciones causales o asociativas, predicciones discriminantes y planes de análisis listos para preregistro.
Resuelve etiquetas científicas en texto libre a IDs de ontología y valida CURIEs existentes contra el EBI Ontology Lookup Service (OLS4), para anotar tejido, tipo celular, enfermedad, fenotipo o metadatos de envío como GEO o ENA.
Busca papers científicos y obtiene datos experimentales estructurados extraídos de estudios a texto completo vía el servidor MCP de BGPT: más de 25 campos por paper (métodos, resultados, muestras, calidad, conclusiones).
Para trabajar con datasets Brain Imaging Data Structure (BIDS): organizar datos de neurociencia y biomedicina, consultar layouts, validar cumplimiento, convertir DICOM a BIDS, escribir sidecars o crear derivados.
Genera transcriptómica espacial virtual de todo el transcriptoma a partir de histología H&E con DeepSpot-M: expresión génica en log1p-CPM por tile de 224x224 a ~20x, consultando genes por símbolo.
Úsalo al trabajar directamente con el SDK Python esm, los modelos ESM3 o ESMC, los clientes de inferencia Forge/Biohub, o los flujos de plegado ESMFold2.
Diseña experimentos y estudios antes de recoger datos: elige el diseño, aleatoriza, bloquea y estructura las combinaciones de tratamiento para que los resultados sean interpretables (DOE, factoriales, cluster).
Alternativa autoalojada y de código abierto a Google NotebookLM para investigación y análisis de documentos con IA: organiza notebooks, ingiere PDFs, vídeo, audio y webs, genera resúmenes, podcasts multi-voz y chat contextual.
Busca artículos, preprints, citas y texto completo en abierto en 11 APIs académicas (PubMed, PMC, Europe PMC, bioRxiv, medRxiv, arXiv, OpenAlex, Crossref, Semantic Scholar, CORE, Unpaywall) con procedencia reproducible.
Construye y analiza árboles filogenéticos con MAFFT, IQ-TREE 2 y FastTree, con visualización en ETE3 o FigTree, para evolución, filodinámica viral, familias de proteínas y reloj molecular.
Chatea con tu agente sobre proyectos, recomendaciones y papers canónicos en Paperzilla: recomendaciones recientes, detalles de papers, resúmenes en markdown, feedback y URLs de feed Atom.
CLI de Parallel para búsqueda web, extracción de URLs, investigación profunda, enriquecimiento de datos estructurados, descubrimiento de entidades y monitorización web recurrente.
Ejecuta e interpreta análisis de enriquecimiento de rutas y conjuntos de genes (ORA, GSEA preranked, ssGSEA/GSVA) con gseapy, g:Profiler, MSigDB, GO, KEGG, Reactome y WikiPathways.
Prepara borradores de revisión por pares acotados a la evidencia y evaluaciones estructuradas: autorización, selección de guías de reporte, afirmación-evidencia, métodos, estadística, reproducibilidad, ética y citas.
Operaciones de intervalos genómicos y E/S de archivos de bioinformática de alto rendimiento sobre DataFrames de Polars: overlap, nearest, merge, coverage, complement, subtract para BED/VCF/BAM/GFF. Alternativa a bioframe.
Lee, valida y exporta datos de protocols.io con los contratos oficiales REST/MCP vigentes, o crea planes de mutación que no se ejecutan. El cliente solo hace GET acotados con `--execute` explícito.
Pipelines de deep learning clínico con PyHealth: carga datasets EHR/señales/imágenes (MIMIC, eICU, OMOP, SleepEDF...), define tareas, instancia modelos, entrena con el Trainer y cruza códigos ICD/ATC/NDC/RxNorm.
Analiza, valida, convierte y transforma estructuras de materiales y datos computados con pymatgen: diagramas de fase locales, sensibilidad de simetría, I/O de estructura electrónica y consultas acotadas a Materials Project.
Construye, simula, transpila y ejecuta circuitos cuánticos con Qiskit e IBM Quantum Runtime: primitivas V2 Sampler/Estimator, transpilación consciente del target, simulación con ruido, ejecución en QPU y mitigación de errores.
Ofrece revisión formativa de trabajos académicos, cualitativa y trazable en evidencia, y audita rúbricas de evaluación de investigación de bajo riesgo. Nunca la uses para rankear personas ni decisiones consecuentes.
Simula y audita modelos de sistemas cuánticos cerrados y abiertos con QuTiP 5: flujos deterministas, de trayectorias, estado estacionario, espectrales y de espacio de fases, con supuestos físicos y convergencia numérica explícitos.
Kit de herramientas de biología molecular: manipulación de secuencias, parseo de archivos (FASTA/GenBank/PDB), filogenética y acceso a NCBI/PubMed (Bio.Entrez); para búsquedas rápidas usa gget, para varios servicios usa bioservices.
Usa pydicom para leer, inspeccionar, escribir, transformar y verificar de forma segura datasets DICOM locales y datos de píxeles: metadatos, transfer syntaxes, plugins de compresión, frames y desidentificación acotada.
Interactúa con bibliotecas de Zotero mediante el cliente pyzotero: recupera, crea, actualiza y elimina items, colecciones, tags y adjuntos vía la Zotero Web API v3; exporta citas y automatiza flujos de investigación.
Librería Python central para astronomía y astrofísica: unidades/cantidades, coordenadas, E/S de FITS, tablas, sistemas de tiempo, WCS y cosmología, para implementar o depurar código con Astropy.
Analiza e ingenia la glicosilación de proteínas: escanea sequones de N-glicosilación (N-X-S/T), predice puntos calientes de O-glicosilación y da acceso a herramientas curadas (NetOGlyc, GlycoShield) para anticuerpos y vacunas.
Para IA/ML en dominios científicos (biología, química, física, genómica, clima, materiales...). Catálogo curado de datasets, modelos, posts y Spaces de Hugging Science, accesible vía `datasets`, `transformers` y `gradio_client`.
Planifica y audita el uso de ChicagoHAI HypoGeniC/HypoRefine para generar hipótesis con LLMs desde datasets de texto etiquetados: paquete `hypogenic`, configs de tareas, bancos de hipótesis y datasets HypoBench.
Crea informes de investigación de mercado con evidencia trazable y escenarios de tamaño de mercado o previsión basados en supuestos: definición de mercado, TAM/SAM/SOM, panoramas competitivos y sensibilidad.
Facilita ideación científica consciente de la evidencia: generación independiente, discusión estructurada, supuestos explícitos, evaluación transparente, revisión adversarial y registro de decisiones.
Consulta el dataset del 1000 Genomes Project (3202 individuos secuenciados, GRCh38) a nivel de participante: qué individuos portan variantes, quién es homocigoto de referencia, qué variantes existen y el parentesco entre individuos.
Kit de operador para flujos nf-core/pacsomatic de tumor-normal pareado a partir de BAMs: valida entradas, genera samplesheets y artefactos de lanzamiento, ejecuta local o en scheduler, y diagnostica fallos.
Busca y lee papers biomédicos de texto completo, documentos regulatorios FDA/PMDA/EMA, registros de ensayos clínicos y entradas UniProt/PDB/ChEMBL con el CLI Paperclip de GXL, con citas ancladas a líneas exactas.
Consulta datos en vivo de vigilancia genómica de patógenos vía GenSpectrum LAPIS: qué linajes virales circulan ahora, su velocidad de crecimiento y qué mutaciones portan.
Flujos de trabajo Python/HTSlib para archivos genómicos: lee, consulta, filtra o escribe SAM/BAM/CRAM, VCF/BCF, FASTA/FASTQ o datos tabix con pysam, incluyendo pileup, cobertura, indexado y referencias CRAM.
Integración con el SDK de Python de Benchling y su API REST para entidades del registro, inventario, entradas del cuaderno electrónico (ELN), workflows, Benchling Apps y consultas al Data Warehouse.
Interfaz unificada en Python a más de 40 servicios bioinformáticos. Para consultar varias bases (UniProt, KEGG, ChEMBL, Reactome) con una API consistente, análisis cruzado y mapeo de IDs; para búsquedas rápidas usa gget.
Kit de herramientas NGS: convierte BAM a bigWig, hace control de calidad (correlación, PCA, fingerprints) y genera heatmaps/perfiles (TSS, picos) para visualizar ChIP-seq, RNA-seq y ATAC-seq.
Kit de búsqueda web con Exa, orientado a contenido científico y técnico: búsqueda semántica con filtro de artículos de investigación y dominios académicos, y extracción de contenido de URLs por lotes.
Realiza revisiones bibliográficas sistemáticas y completas usando varias bases académicas (PubMed, arXiv, bioRxiv, Semantic Scholar). Genera markdown y PDF con citas verificadas en varios estilos (APA, Nature, Vancouver).
Flujos locales de patología computacional solo para investigación: carga y teselado de portaobjetos, preprocesado y QC, datos h5path, cuantificación de imágenes multiplex, grafos espaciales e inferencia acotada.
Análisis de expresión génica diferencial para RNA-seq bulk con PyDESeq2: diseños formulaicos, tests de Wald, corrección FDR, shrinkage de LFC y visualización de resultados.
Evalúa afirmaciones científicas y la calidad de la evidencia: validez del diseño experimental, sesgos, factores de confusión y marcos GRADE o Cochrane Risk of Bias. Para revisión por pares formal, usa peer-review.
Evaluación multivariante de severidad y predicción de endpoint humanitario en estudios con animales de laboratorio, combinando lecturas de bienestar en un score RELSA con pronóstico ARIMA foRcast.
Plataforma completa de análisis de espectrometría de masas: detección de features, identificación de péptidos/proteínas y cuantificación para proteómica y metabolómica. Para matching simple de librerías, usa matchms.
Usa Therapeutics Data Commons a través del paquete PyTDC: descubrimiento de registros, acceso a datasets aprobados, splits según la tarea, métricas de evaluación, grupos de benchmark y flujos de oráculos moleculares acotados.
Recopila evidencia académica actual para un manuscrito científico. Usa Parallel Search por defecto, Parallel Extract para verificar fuentes, Parallel Research para trabajo exhaustivo explícito y Perplexity solo como fallback opcional.
Extrae patrones cognitivos y la huella de pensamiento de cualquier texto: analiza cómo razona su autor, su estilo cognitivo y su firma de decisión, y permite comparar estilos de pensamiento entre personas.
Consulta la API de producción NCATS Translator ARAX para relaciones acotadas y con procedencia en el grafo de conocimiento biomédico: lookup de uno y dos saltos, federación explícita de proveedores y normalización de entidades.
Consulta el Cancer Dependency Map (DepMap) para obtener puntuaciones de dependencia génica (CRISPR Chronos), sensibilidad a fármacos y perfiles de efecto génico en líneas celulares de cáncer.
Consulta APIs documentadas de bases de datos públicas con endpoints, filtros, paginación y provenance explícitos. Para recuperar de forma reproducible un dato científico, regulatorio o financiero desde una fuente nombrada, no inferido.
Analiza la competencia, identifica oportunidades de diferenciación y desarrolla posicionamiento de mercado ganador usando las Cinco Fuerzas de Porter, Blue Ocean Strategy y mapas de posicionamiento.
Framework de pensamiento y lógica de comportamiento de Donald Trump, basado en investigación profunda: modelos mentales, heurísticas de decisión y ADN de expresión, para analizar o simular su perspectiva.
Responde preguntas usando el conocimiento del brain con búsqueda en 3 capas, síntesis y propagación de citas; úsalo cuando el usuario pregunte, busque o necesite información del brain.
Traza la evolución de una idea en el brain: primera mención, mejor articulación, conceptos relacionados, reversales, contradicciones, ramas abandonadas y versión vigente.
Lee un libro, artículo, transcripción o caso de estudio bajo la lente de un problema estratégico concreto y produce un playbook aplicado con recomendaciones a corto/medio/largo plazo. No es para resúmenes generales de libros.
Investiga a fondo un tema y crea un activo de conocimiento permanente: archiva cada fuente primaria, resume 1:1 cada una y sintetiza una página de compendio autocontenida, con profundidad ajustable como dial.
Verifica una afirmación o cita académica rastreándola desde la publicación → metodología → datos crudos → replicación independiente, y genera una página cerebro con el veredicto.
Router de búsqueda inteligente basado en comandos opencli: dirige cada consulta a la mejor fuente cuando hay que buscar o investigar información en sitios, redes sociales, noticias, compras, viajes, empleo, finanzas o contenido en chino.
Realiza un análisis PESTLE que cubre factores Políticos, Económicos, Sociales, Tecnológicos, Legales y Ambientales. Úsalo para evaluar el entorno macro, hacer planificación estratégica o valorar factores externos.
Analiza competidores con sus fortalezas, debilidades y oportunidades de diferenciación, e identifica competidores directos mapeando el panorama competitivo.
Diseña experimentos de lean startup (pretotipos) para un producto nuevo. Crea hipótesis XYZ y propone métodos de validación de bajo esfuerzo como landing pages, vídeos explicativos y pre-pedidos.
Estima el tamaño de mercado con TAM, SAM y SOM usando enfoques top-down y bottom-up. Úsalo para dimensionar una oportunidad de mercado o preparar un pitch a inversionistas.
Identifica 3-5 segmentos de clientes potenciales con demografía, JTBD y análisis de ajuste al producto. Úsalo para explorar segmentos de mercado o identificar audiencias objetivo.
Crea un guion de entrevista de clientes estructurado con preguntas JTBD, apertura, exploración central y cierre. Sigue los principios de The Mom Test: sin preguntas dirigidas, sin pitch.
Realiza un análisis de las Cinco Fuerzas de Porter: rivalidad competitiva, poder de proveedores, poder de compradores, amenaza de sustitutos y amenaza de nuevos entrantes.
Investiga a lo largo de Notion y sintetiza el resultado en documentación estructurada. Úsalo para reunir información de varias fuentes y producir briefs, comparativas o informes con citas.
Responde una pregunta acotada al vault de Obsidian, sin modificarlo. Úsalo cuando el usuario elige el vault como fuente: query the wiki, explain from the wiki, summarize the vault. No para preguntas generales.
Ejecuta un bucle de investigación acotado y basado en fuentes, redacta un dossier citado y opcionalmente propone una fusión revisada aparte en el vault canónico.