Labtasker Skill
Teach Claude Code to design and operate Labtasker v2 experiment queues and Workers.
Lot de plugins · par lcf
Aperçu
Labtasker Skill est un lot de plugins pour les outils de code IA publié par lcf. Places de marché que nous lisons et qui le référencent : 1 (Community GitHub marketplaces). Nous l'avons vu pour la première fois le 2026-10-27 et n'avons enregistré aucun changement depuis. Selon notre passage sur les places de marché du 2026-11-03.
Ce qu'il demande
- S'installe comme lot de plugins
Aucune des places de marché que nous lisons ne publie ses outils ni les réglages qu'il demande.
Ce qu'il déclare, demande et exécute, en détail
N’installez que des plugins de développeurs en qui vous avez confiance. Nous reprenons ce que publient les places de marché et ne testons pas les plugins.
Fonctionne avec
- Claude Code
D'après les marketplaces qui le listent et le transport MCP qu'il déclare, tels que chaque client les documente. Nous ne testons pas les plugins.
Connecter
Commandes et configurations construites uniquement à partir de ce que déclarent ses places de marché. Nous ne les exécutons pas pour vous et ne testons pas les plugins.
En plugin Claude Code
Construit à partir de ce que déclare Community GitHub marketplaces.
/plugin marketplace add luocfprime/labtasker
/plugin install labtasker-skill@labtaskerOù il est publié
| Place de marché | Statut | Version | Chiffres | Vérifié | Vu pour la première fois |
|---|---|---|---|---|---|
| Place de marché communautaire luocfprime/labtasker (Ouvrir la source sur GitHub) | Référencé | 2.8.0 | Forks (GitHub): 6 Étoiles (GitHub): 39 |
Non marqué |
Chaque chiffre est celui de la place de marché et n'est jamais additionné entre places de marché. Une place de marché qui ne publie pas de chiffre n'en affiche aucun : pas de nombre ne veut pas dire zéro.
Listé dans une place de marché communautaire
| Place de marché | Dépôt | Étoiles (GitHub) |
|---|---|---|
| labtasker | luocfprime/labtasker | 39 |
Quelles places de marché nous lisons et comment nous les vérifions
Ce que contient le lot
Tel que publié sur Community GitHub marketplaces.
Skills: 1
labtasker
Ce qui a changé
- Est devenu un produit que nous suivons
- Community GitHub marketplaces: apparu
Plugins similaires
Produits dont les noms, descriptions, outils et skills sont les plus proches de celui-ci par le sens, sur toutes les places de marché que nous lisons. La proximité n'est classée qu'à l'intérieur de cette liste.
-
Autonomous experiment loop — modify, test, keep/discard, repeat forever
-
lab-automation
Lab platforms, ELNs, liquid handlers and manufacturing integrations.
-
AI-powered bioprotocol optimization — generate, search, and manage lab protocols via MCP
-
Scaffold a Dokimos Experiment with dataset, task, evaluators, and reporter
-
Read and update your Vara lab experiments, runs, daily plans, references and materials.
-
Read and update your Vara lab experiments, runs, daily plans, references and materials.
-
mcp io.scispot/mcp
Turn any LLM into your lab assistant: search samples, track experiments, analyze data with AI.
-
Research graph MCP for hypotheses, goals, runs, source quality, audits, and generated maps.
-
Read and scaffold organization-scoped FlaskTrack laboratory data using MCP.
Plugins similaires par place de marché
La même question posée à chaque place de marché séparément : y a-t-il là un équivalent de ce plugin ?
Référencé sur Claude Code: claude-plugins-community (5)
-
Autonomous experiment loop for Claude Code. Run an endless optimize-measure-keep/discard cycle on any optimization target: LLM training loss, test speed, bundle size, build time…
-
Arquestra — Scientific Computing Orchestration
AI orchestration for computational chemistry and HPC workflows.
-
Research sprint orchestrator for Claude Code. Ask a question, get a decision-ready brief — every finding is tracked as a typed claim, adversarially challenged, confidence-graded…
-
20 enterprise-grade skills for autonomous AI/ML research lab operations. Includes 10 custom gap-analysis skills (research-commander, agent-debugger, model-evaluator…
-
Autonomous experiment loops on any codebase — one file, one metric, one loop. An agent edits a constrained file, runs an eval, keeps improvements, reverts failures, and repeats…
Référencé sur Claude Code: claude-plugins-official (5)
-
A suite of agent skills for the full GrowthBook feature flag and experimentation lifecycle.
-
Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.
-
Full Domino Data Lab platform support — workspaces, jobs, model deployment, experiment tracking, GenAI tracing, Spark/Ray/Dask, and app deployment for data science teams
-
DataRobot skills for AI/ML workflows — model training, deployment, predictions, feature engineering, monitoring, explainability, data preparation, App Framework CI/CD, and…
-
Skills for tracing, evaluating, and improving AI agents with MLflow. Supports the full agent improvement loop: instrument → trace → evaluate → iterate → validate.
Référencé sur Claude: knowledge-work-plugins (5)
-
Connect to preclinical research tools and databases (literature search, genomics analysis, target prioritization) to accelerate early-stage life sciences R&D
-
A suite of agent skills for the full GrowthBook feature flag and experimentation lifecycle.
-
Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.
-
DataRobot skills for AI/ML workflows — model training, deployment, predictions, feature engineering, monitoring, explainability, data preparation, App Framework CI/CD, and…
-
AI agent skills that make SaaS products data-ready for product analytics — from codebase scan to tracking plan to working instrumentation code.
Référencé sur Codex: openai-curated (openai/plugins) (5)
-
Skills for NVIDIAs ecosystem spans GPU acceleration, CUDA, AI agents, inference, robotics, Physical AI, Omniverse, and simulation. This plugin helps you understand the pieces…
-
PostHog gives your AI agent direct access to your product analytics, feature flags, experiments, error tracking, surveys, logs, and LLM analytics. Ask questions about your data…
-
Predict structures, screen molecules and proteins, and design binders.
-
Evaluate Codex skills and plugins from chat with a beginner-friendly start command, local-first reports, token budget explanations, and guided benchmarking.
-
General life-sciences research workflows with query routing, evidence synthesis, and optional parallel subagent analysis across genetics, omics, biology, chemistry, structure…
Référencé sur Community GitHub marketplaces (4)
-
Autonomous experiment loop — modify, test, keep/discard, repeat forever
-
lab-automation
Lab platforms, ELNs, liquid handlers and manufacturing integrations.
-
Scaffold a Dokimos Experiment with dataset, task, evaluators, and reporter
-
claudecode-research-harness-workflow
Research Agent Harness — a controlled execution environment for reproducible empirical research agents.
Référencé sur Copilot CLI: github/awesome-copilot (5)
-
Run a lightweight, role-separated AI development team with flexible tools, developer-selected models, proportionate planning, and optional QA.
-
Task Researcher and Task Planner for intermediate to expert users and large codebases - Brought to you by microsoft/edge-ai
-
Microsoft Copilot Studio YAML authoring toolkit. Create, edit, validate, and test Copilot Studio agents using YAML files.
-
See your local Copilot token usage by day, model, and session, and get tips to use it more efficiently.
-
Safe BLE diagnostics, evidence workflows, and guarded automation for AI agents.
Référencé sur Copilot CLI: github/copilot-plugins (5)
-
Toolkit for building Microsoft 365 Copilot declarative agents — scaffolding, JSON manifest development, and capability configuration.
-
workiq-productivity
WorkIQ productivity skills powered by the local WorkIQ CLI — read-only insights across email, meetings, calendar, Teams, SharePoint, projects, and people.
-
workiq
Query Microsoft 365 data with natural language — emails, meetings, documents, Teams messages, and more.
-
Build Power Apps Canvas Apps using the Canvas Authoring MCP server.
-
model-apps
Build and deploy Power Apps generative pages for model-driven apps with specialist agents for planning, entity creation, and parallel code generation. Requires PAC CLI >= 2.7.0…
Référencé sur Cursor: cursor/plugins (5)
-
Fan large tasks out across parallel cloud agents with planners, workers, verifiers, and structured handoffs.
-
Inspect and manage feature gates, experiments, dynamic configs, and metrics.
-
Work with PostHog from chat: query product analytics and run SQL, manage feature flags and experiments, triage error tracking issues, and review session replays, surveys, and…
-
Ask Databricks Genie questions about your workspace's data in plain language.
-
Build apps, scripts, and automations with the TypeScript SDK.
Référencé sur Docker MCP Catalog (5)
-
testkube-mcp io.github.kubeshop/testkube-mcp
MCP server for Testkube - Manage test workflows, executions, and artifacts via AI assistants
-
Generate, run, debug lifescience workflows.
-
Read and score Opik traces, experiments, datasets and prompts from your AI assistant.
-
Remote MCP server for the Hackle Admin API: experiments, feature flags, remote config, messaging.
-
Analyze documents, images, videos, and audio.
Référencé sur Official MCP Registry (5)
-
AI-powered bioprotocol optimization — generate, search, and manage lab protocols via MCP
-
Read and update your Vara lab experiments, runs, daily plans, references and materials.
-
Read and update your Vara lab experiments, runs, daily plans, references and materials.
-
mcp io.scispot/mcp
Turn any LLM into your lab assistant: search samples, track experiments, analyze data with AI.
-
Research graph MCP for hypotheses, goals, runs, source quality, audits, and generated maps.
Référencé sur PyPI (MCP servers) (5)
-
Read and score Opik traces, experiments, datasets and prompts from your AI assistant.
-
Langfuse MCP server for accessing and analyzing telemetry data via natural language
-
220 browser automation tools for Chrome, Edge, and Firefox via CDP + BiDi. 100% Python.
-
Read, measure and explain LLM eval runs of a digline suite. Cannot promote a baseline.
-
Find & fetch research datasets across 21 archives, omics registries, and literature sources.
Référencé sur npm registry (MCP servers) (5)
-
Find test gaps, generate grounded tests, and dynamically prove behavior with mutation testing.
-
Hire human data labelers, RLHF annotators, and evaluators from your coding agent.
-
Read raw lab-instrument files offline: metadata, previews, integrity checks, open-format export.
-
Run AI-moderated qualitative interviews with real people from any MCP client; cited findings.
-
140 deterministic tools for your AI: logs, tests, SQL, diagrams, SPARQL. Local, no network.
Trouvés par le sens, et non par un code ou un dépôt commun : les plugins similaires restent des produits distincts, et ceci n'est ni un avis ni une recommandation.
Vous voulez cette marque pour votre plugin dans notre catalogue ?
Prouvez que vous le maintenez avec un fichier dans son dépôt, un fichier sur votre domaine ou un enregistrement DNS, et vous pourrez afficher cette marque sur la fiche, avec des bannières à jour pour votre site et votre README. Comment se passe la vérification
Vous recevez aussi des alertes quand une marketplace le publie, le retire, change sa marque vérifiée ou ce qu'il demande, et son endpoint distant est surveillé comme un service web.
Données issues de Community GitHub marketplaces. Les chiffres proviennent de nos propres passages réguliers sur les places de marché, dernière lecture le . Nous ne publions aucune coordonnée des éditeurs de plugins.