ena-database
ENA（欧洲核苷酸档案库）的 REST API 程序化访问技能，用于检索序列、测序读段、基因组组装与注释数据。无需认证，支持 Portal 元数据搜索、Browser 记录检索（XML/FASTA/EMBL）、FASTQ/BAM 文件报告下载、分类学查询、交叉引用与 CRAM 参考序列查询。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-27 00:15
数据与分析
17,003 个结果
encode-database
面向 ENCODE Portal REST API 的查询技能，用于检索调控基因组学实验与注释：TF ChIP-seq、ATAC-seq/DNase-seq 峰、组蛋白修饰和 RNA-seq，覆盖 1000 多种细胞类型。可搜索实验、获取文件下载地址、查询 SCREEN cCRE 候选顺式调控元件。
gnomad-database
gnomAD 群体变异频率数据库的 GraphQL API 使用技能，可查询等位基因计数与频率、按祖源分层数据、基因约束指标（pLI、LOEUF）及区域覆盖度，无需认证。
gtars
GTARS 是一个 Rust 内核加速的 Python 基因组区间处理库，提供高性能 BED 文件读写、区间集合运算（交集、并集、合并、补集、差集）、基于参考 universe 的基因组区域 token 化，以及共识 universe 构建工具，适合为 geniml 等机器学习流程做预处理。
jaspar-database
JASPAR 2024 转录因子结合谱数据库，通过 REST API 与 pyJASPAR 按 TF 名称、JASPAR ID、物种或结构类别检索 PFM/PWM，并可扫描 DNA 序列中的 TFBS。
mouse-phenome-database
通过 Jackson Laboratory 小鼠表型数据库（MPD）的 REST API 获取小鼠表型数据，可浏览 520+ 项目并按项目查询测量元数据、品系均值、逐动物数值与本体注释。
quickgo-database
QuickGO 数据库技能：通过 EBI QuickGO REST API 查询基因本体（GO）术语与蛋白质注释，支持按 ID 获取术语元数据、关键词搜索、祖先/后代层级遍历、注释检索与统计，无需 API 密钥。
regulomedb-database
RegulomeDB v2 的 GET REST API 技能，用于查询变异（rsID 或坐标）的调控功能评分，并获取重叠证据，包括转录因子结合、组蛋白修饰、DNase 峰等。
remap-database
通过 REST API 和 BED 下载查询 ReMap 2022 转录因子 ChIP-seq 峰值数据库的技能，可按基因组区域、基因或 TF 名检索重叠峰，并按调控元件类型过滤。
data-quality-checker
Data Quality Checker 是 Data Pipelines 领域的自动激活技能，用于在数据管道任务中提供数据质量检查方面的分步指导、配置与代码生成及结果校验。
schema-validator
schema-validator 是数据管道领域的自动激活技能，用于辅助 schema validator 相关任务，在请求中提到 schema validator 或询问其模式与最佳实践时触发，提供步骤指引并生成配置与代码，并做结果校验。
aeon
Aeon 是一个与 scikit-learn 兼容的 Python 时间序列机器学习工具包（aeon-toolkit.org），提供分类、回归、聚类、预测、异常检测、分割、相似性搜索、距离度量、变换、基准测试与可视化等算法，并保持一致的估计器 API。该技能面向时间序列机器学习任务，示例针对 aeon 1.x（稳定文档 v1.4.0）。安装需 Python 3.10+（推荐 3.11+），可用 uv pip install "aeon>=1.4,<2"，深度学习等可选估计器需安装 aeon[all_extras]。上游将 forecasting、anomaly_detection、segmentation、similarity_search、visualisation 视为实验性模块，接口可能在小版本间变化；生产流程建议优先使用稳定模块（classification、regression、clustering、distances、transformations）。
bioservices
BioServices 是一个 Python 包，为约 40 个生物信息学 Web 服务和数据库提供统一的编程访问接口。它可透明处理 REST 与 SOAP/WSDL 协议，用于检索生物数据、执行跨数据库查询、映射标识符、分析序列，并在 Python 工作流中整合多个生物资源。示例基于 bioservices 1.16.0（PyPI，2026 年 3 月），要求 Python 3.9–3.12。适用于从 UniProt、PDB、Pfam 检索蛋白质序列与注释，通过 KEGG 或 Reactome 分析代谢通路，搜索 ChEBI、ChEMBL、PubChem 等化合物数据库，在不同生物数据库间转换标识符，运行 BLAST 与 MUSCLE 比对，查询基因本体，访问蛋白质相互作用数据，以及挖掘基因组数据等场景。
cellxgene-census
CZ CELLxGENE Census 技能用于以编程方式查询 CZ CELLxGENE Discover 提供的标准化单细胞与空间转录组学数据。它面向需要群体规模细胞数据分析的场景，可在不预先下载完整数据集的情况下进行高效查询与分析。Census 提供带版本号的公开数据发布，包含标准化元数据（细胞类型、组织、疾病、供体等）、原始基因表达矩阵、预计算汇总计数、嵌入与空间数据，并可与 AnnData、Scanpy、TileDB-SOMA、TileDB-SOMA-ML 等工具集成。技能文档给出安装命令、八种核心工作流模式、元数据字段说明、常见用例与排错建议，并强调始终过滤 is_primary_data == True、显式指定 census_version 以保证可复现性、查询前估算规模等最佳实践。
dask
Dask 是一个用于并行与分布式计算的 Python 库，主要面向超出内存容量的 pandas/NumPy 工作流。它支持单机上的超内存执行、多核并行处理，以及跨多台机器的分布式计算，可从笔记本（约 100 GiB）扩展到集群（约 100 TiB），同时保持熟悉的 Python API。当前上游版本为 dask 2026.3.0（PyPI，2026 年 3 月），自 2025.1.0 起基于表达式的 DataFrame API 与查询规划是唯一实现，无需单独安装 dask-expr。安装需 Python 3.10+，DataFrame I/O 需 PyArrow 16+。适用于处理超出 RAM 的数据集、扩展 pandas/NumPy 操作、并行化计算、高效处理多文件以及构建自定义并行工作流。
datalad
DataLad 是构建在 Git 与 git-annex 之上的数据管理层，用于获取、版本化和发布科学数据集，并通过 datalad run 与 datalad rerun 记录和重放计算过程。它把数据集的结构与历史交给 Git 管理，把大文件内容交给 git-annex 以键值方式存储，因此克隆一个大型数据集只得到完整历史和文件清单，而不下载实际数据，需要时再用 datalad get 按文件取回。datalad run 会在同一次提交中保存命令、输入与输出，形成机器可读的运行记录，datalad rerun 可据此重新执行，使分析结果可复现。它还支持通过 datalad-container 扩展登记容器镜像，让软件环境随数据与溯源记录一起保存。DataLad 自身采用 MIT 许可，git-annex 为独立工具，采用 AGPL 许可。本文档同时说明安装方式、常见失败模式（如指针文件被误认为数据、写保护导致权限错误、drop 因缺少第二份副本而拒绝）以及发布时 Git 仓库与存储远端需要分别配置。
depmap
DepMap（癌症依赖图谱）是一个用于查询癌细胞系基因依赖性与药敏数据的技能，基于 Broad Institute 的 DepMap 项目。它提供 CRISPR Chronos 基因效应评分、RNAi DEMETER2 依赖性、PRISM 化合物敏感性数据及细胞系注释信息，支持靶点验证、生物标志物发现、合成致死筛选、共依赖性分析和泛癌必需性判断。可通过 DepMap Portal API 在线查询，或下载数据文件在本地分析；适合肿瘤学研究者、药物靶点发现和功能基因组学相关工作。
genomic-coordinates
genomic-coordinates 是一个用于处理基因组坐标的技能，帮助在文件格式、工具、装配版本或基因组与转录本之间转换坐标时避免错误。它提供坐标转换、变异表示规范化与比较、装配及 contig 命名不匹配检测，以及区间文件格式审计。核心规则是坐标必须同时携带数值、约定和装配版本三个事实。技能包含 convert_coords.py、normalize_variant.py、check_contigs.py、audit_intervals.py 等脚本，并附有格式约定、变异表示、参考装配和转录本坐标的参考文档。
gget
gget 是一个命令行生物信息学工具与 Python 包，通过统一接口访问 20 多个基因组数据库和分析服务。它覆盖 Ensembl 基因搜索、基因与转录本信息、核酸与蛋白序列获取、序列比对（BLAST、BLAT、MUSCLE、DIAMOND）、蛋白结构与 AlphaFold 预测、线性基序、表达与疾病数据（ARCHS4、cellxgene、Enrichr、Bgee、OpenTargets、cBioPortal、COSMIC）、病毒序列以及小鼠组织/细胞特异性等模块。多数模块同时支持命令行和 Python 调用，命令行默认输出 JSON，可加 -csv 输出 CSV，Python 返回 DataFrame 或字典。部分模块（alphafold、elm、cellxgene、gpt）需先运行 gget setup 安装依赖，cosmic 需要 COSMIC 凭据。资料建议在干净虚拟环境中安装并固定版本 gget==0.30.5 以保证可复现性。
imaging-data-commons
Imaging Data Commons（IDC）技能用于查询和下载美国国家癌症研究所（NCI）影像数据公共库中的公开癌症影像数据，无需身份验证即可访问数据。该技能支持按癌症类型、成像模态、解剖部位等元数据筛选影像子集，下载 DICOM 数据，检查数据许可，以及在浏览器中可视化医学影像。它提供多种访问路径：idc-index Python 包（功能最全，支持下载与本地分析）、托管 MCP 服务器、REST API（无需安装即可查询元数据）、直接 Parquet 访问、云存储（S3/GCS）直连、DICOMweb 以及 BigQuery。当前 IDC 数据版本为 v24。
lamindb
LaminDB 是一个面向生物学的开源、以血缘（lineage）为核心的数据湖仓（lakehouse）。它让数据集与模型可查询、可追溯、可验证、可复现，并符合 FAIR 原则（可发现、可访问、可互操作、可复用），同时以开放格式将数据存储在本地文件系统、S3、GCS、Hugging Face、SQLite 和 Postgres 等位置。其核心价值包括：可查询性（搜索和过滤 artifact、记录、运行、特征、schema 和集合）、可追溯性（追踪笔记本、脚本、函数和流水线的输入、输出、参数、源代码与环境）、验证（用 schema 整理 DataFrame、AnnData、SpatialData、TileDB-SOMA、Parquet、Zarr 等生物格式）、FAIR 合规（借助 Bionty 支持的本体和自定义注册表标准化注释）、变更管理（用项目、分支、空间、集合和保存的笔记或计划组织工作）。适用于管理 scRNA-seq、bulk RNA-seq、空间转录组、流式细胞术、多模态数据、EHR 数据等生物数据集，追踪计算工作流，整理与验证数据，使用生物本体，构建数据湖仓，确保可复现性，集成 ML 流水线，部署数据基础设施，以及协作共享数据集。
mlflow
MLflow 是一个机器学习生命周期管理平台，用于跟踪机器学习实验并管理模型生命周期。它支持记录参数（mlflow.log_param）、指标（mlflow.log_metric）和产物（mlflow.log_artifact），并提供自动日志（autologging）功能。该技能覆盖实验与运行管理、模型注册表（含版本管理与阶段转换）、模型部署（本地、云端、serving）、运行搜索、与各类机器学习框架的集成，以及跟踪服务器配置。MLflow 与框架无关，可配合 PyTorch、Scikit-learn、Keras/TensorFlow、HuggingFace Transformers 等使用。安装方式为 pip install mlflow，可通过 mlflow ui 启动界面（默认 http://localhost:5000）。
networkx
NetworkX 是一个用于创建、操作和分析复杂网络与图的 Python 库。本技能面向 NetworkX 3.x（当前稳定版 3.6，要求 Python >= 3.11），适用于处理网络或图数据结构，包括社交网络、生物网络、交通系统、引文网络、知识图谱等任何涉及实体间关系的系统。技能涵盖图的创建与操作（Graph、DiGraph、MultiGraph、MultiDiGraph 四种主要类型，节点可为任意可哈希对象并支持属性）、图算法（最短路径、中心性度量、社区检测、连通性等）、图生成器（经典图、随机网络、结构化网络）、图的读写（边列表、GraphML、GML、JSON、Pandas、矩阵格式等）以及可视化（matplotlib 绘制、布局算法、出版级图形）。技能还包含参考文档，覆盖图基础、算法、生成器、I/O 和可视化，并提供智能体操作流程与完整性规则。
onekgpd
onekgpd 是一个用于查询 1000 Genomes Project 数据集的技能：该数据集包含 3,202 名全基因组测序个体，基于 GRCh38 组装。它支持在参与者个体层面进行查询，既可以按区域和注释条件筛选变异（全队列或指定个体集合），也可以反向查找携带特定变异的个体，并支持按等位基因频率、VEP 后果与影响、ClinVar 临床意义、AlphaMissense 分类与评分、gnomAD 频率等条件过滤，还可区分杂合/纯合携带状态。此外可查询单一位点的纯合参考个体、两个指定个体间的亲缘关系（等级与 KING 亲缘系数）以及数据集总量信息。该技能通过 uv run 运行附带脚本，结果以 JSON 文件输出，无需 API 密钥。使用前必须先从权威来源解析基因或特征对应的 GRCh38 坐标，并先计数后选择。