building-automl-pipelines
该技能用于构建端到端自动化机器学习（AutoML）流水线，涵盖数据检查、特征预处理、模型搜索与调参、评估以及可导出的部署产物，适合需要可重复训练运行与明确时间/算力预算的场景。
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 10-28 00:17
数据与分析
17,077 个结果
creating-data-visualizations
该技能可根据数据特征自动选择可视化类型，生成图表与图形；当请求中出现 visualization、plot、chart 或 graph 时触发。适用于销售数据柱状图、股价折线图等场景，需具备相应文件访问权限和依赖。
data-augmentation-pipeline
该技能用于在机器学习训练流程中自动处理数据增强管线相关任务，当请求中提及“data augmentation pipeline”、询问其模式或最佳实践时自动激活，提供分步指导、代码与配置生成及结果校验。
designing-database-schemas
该技能用于根据业务需求、实体关系图或现有应用代码设计规范化的关系型数据库架构，并生成 PostgreSQL 或 MySQL 的 DDL。默认遵循第三范式（3NF），在性能需要时进行策略性反规范化。产出包括可执行 DDL 脚本、实体关系说明、索引策略文档、查找表种子数据以及与项目迁移框架兼容的迁移文件。需要业务领域需求或现有模型、psql/mysql CLI、目标数据库引擎与版本、预期数据量与查询模式以及多租户要求作为输入。
detecting-data-anomalies
一款用于在数据集中识别异常与离群点的技能：结合统计与机器学习算法，覆盖数据加载、特征缩放、算法选择、阈值调整到异常评分与结果解读的完整流程。资料未提供收费与价格信息。
dynamodb-table-design
该技能根据一份正式的访问模式（access patterns）.md 文档，生成完整的 DynamoDB 单表设计，将每个访问模式映射到带明确键条件的具体操作，并输出供后续查询接口使用的表设计文档。
13c-metabolic-flux
该技能用于从稳态碳-13同位素示踪测量中估计细胞内代谢通量。它基于经过审阅的原子映射、明确的示踪剂混合物和校正后的标记测量数据，使用 mfapy 的 EMU 前向模拟器与 SciPy 在质量平衡的可行空间内拟合通量，不使用 FBA 目标函数。支持代谢与同位素稳态、跨多个示踪实验的单一共享通量状态、非负单向反应通量以及碳子集质量分布。使用前需准备碳网络与原子归属来源、稳态假设证据、各碳输入的位置同位素分布、片段碳归属与自然丰度校正历史、通量单位与边界等。若信息缺失，应指出缺失项并准备输入模板，不得编造。
anndata
AnnData 是一个用于处理带注释数据矩阵的 Python 包，将实验测量值（X）与观测元数据（obs）、变量元数据（var）以及多维注释（obsm、varm、obsp、varp、uns）一同存储。它最初为单细胞基因组学设计，通过 Scanpy 使用，现已成为通用的注释数据框架，适用于需要高效存储、操作和分析的各类注释数据。适用于创建、读写 AnnData 对象，处理 h5ad、zarr 等基因组数据格式，进行单细胞 RNA-seq 分析，管理稀疏矩阵或 backed 模式的大型数据集，拼接多个数据集或实验批次，以及对注释数据进行子集、过滤或转换，并与 scanpy、scvi-tools 等 scverse 生态工具集成。
arboreto
Arboreto 是 Aerts Lab 开发的 Python 库，用于从基因表达数据推断基因调控网络（GRN）。它通过 Dask 并行化基于树的集成回归算法（GRNBoost2、GENIE3），可在本地多核或远程集群上运行。核心能力是根据观测样本（细胞、样本、条件）的表达模式，识别哪些转录因子（TF）调控哪些靶基因。上游最新版本为 PyPI 0.1.6（2021-02-09），文档位于 arboreto.readthedocs.io，主要下游消费者是 pySCENIC。安装命令为 uv pip install arboreto 或 conda install -c bioconda arboreto。依赖包括 dask[complete]、distributed、numpy、pandas、scikit-learn、scipy。输入支持 pandas DataFrame、稠密 numpy.ndarray 或稀疏 scipy.sparse.csc_matrix（行=观测，列=基因）。输出为包含 TF、target、importance 三列的调控关系表。
bids
BIDS（Brain Imaging Data Structure，脑影像数据结构）是一套面向神经科学与生物医学研究数据集的社区标准，用于统一组织、描述和共享数据。它规定了文件命名约定、目录层级和元数据模式，使数据集能够被人和软件工具直接理解。BIDS 最初面向 MRI，现已扩展到 11 种模态，涵盖影像（MRI、PET、显微镜）、电生理（EEG、MEG、iEEG、EMG）以及 NIRS、动作捕捉、行为数据、MR 波谱等。该标准由 BIDS 规范（当前 v1.11.x）维护，并被 OpenNeuro、DANDI 等数据仓库、NeuroImage 等期刊以及 NIH、ERC 等资助机构要求或强烈推荐。Python 生态以 PyBIDS 用于查询与索引，bids-validator 用于合规检查，HeuDiConv、dcm2bids、BIDScoin 用于 DICOM 转换。本技能适用于将原始神经科学数据整理为 BIDS 结构、按受试者/会话/任务/模态查询数据集、共享或提交前验证、DICOM 转 BIDS、编写 JSON sidecar 元数据、创建符合 BIDS 的衍生产物、配置 dataset_description.json、处理 BIDS 实体、配置 .bidsignore 以及为上传 OpenNeuro、DANDI 等仓库准备数据。
biopython
Biopython 是一套免费开源的 Python 生物计算工具集，用于序列操作、文件读写、数据库访问、结构生物信息学与系统发育分析等任务。当前版本为 Biopython 1.87（2026 年 3 月 30 日发布），支持 Python 3.10-3.14 与 PyPy3.10，并依赖 NumPy。1.87 修复了 Bio.Entrez.Parser 在解析不可信文件时的 CVE-2025-68463，因此解析外部提供的 Entrez XML 时建议使用 1.87 及以上版本。其核心模块包括 Bio.Seq、Bio.SeqIO、Bio.Align、Bio.Entrez、Bio.Blast、Bio.PDB、Bio.Phylo、Bio.motifs、Bio.SeqUtils、Bio.Restriction 等，覆盖序列处理、比对、NCBI 数据库访问、BLAST 检索与结果解析、蛋白质三维结构分析、系统发育树构建与可视化、基序分析、序列统计（GC 含量、分子量、熔解温度等）以及群体遗传学数据等。安装命令为 uv pip install "biopython==1.87"。使用 NCBI 数据库时需设置 Entrez.email，可设置 Entrez.tool，并仅从环境变量读取 NCBI_API_KEY 以获得更高请求速率。
clinical-decision-support
该技能用于准备和验证仅限研究用途的临床决策支持相关工件，包括评估、证据档案、队列、生存分析、生物标志物/模型、隐私与治理文档。它设有严格的安全边界：不得用于诊断或分类个人、推荐或调整治疗、计算患者剂量、分诊或警报、做出患者级临床决策，也不得用于床旁或实时临床操作。所有输出均为草稿，须经合格人员审核批准。技能提供无依赖的本地脚本，用于验证工件、检查 GRADE 证据档案、评估聚合模型/生物标志物、生成聚合队列表、验证生存分析计划、追踪决策逻辑及审查去标识化流程。数据门要求输入为合成或聚合数据，拒绝患者行级记录、标识符、自由文本、图像、波形或基因组序列，并保持源文件本地。
cobrapy
COBRApy 是一个用于代谢模型约束重建与分析（COBRA）的 Python 库，面向系统生物学研究。它支持加载、构建和导出基因组尺度代谢模型（SBML、JSON、YAML、MATLAB 格式），并提供通量平衡分析（FBA）、简约 FBA（pFBA）、几何 FBA、通量变异性分析（FVA）、通量采样、基因与反应敲除筛选、生产包络分析、生长培养基优化、缺口填补以及从零构建模型等能力。安装方式为 uv pip install "cobra==0.31.1"，MATLAB 模型读写需额外安装 cobra[array]。求解器通过 optlang 管理，GLPK 随 swiglpk 自动安装，cobra 0.29+ 提供 hybrid 求解器。示例以 cobra 0.31.1 为目标版本，官方文档见 cobrapy.readthedocs.io，代码仓库为 opencobra/cobrapy。
etetoolkit
ETE Toolkit 4（ete4）是一个用于系统发育树及其他层次树分析的 Python 库，可读取和写出 Newick/Nexus 格式树文件，对树进行查看、注释、变换、定根、剪枝等操作，比较拓扑结构并计算系统发育距离，使用 TreePattern 查找重复子树拓扑，用 PhyloTree 分析基因树，查询本地 NCBI 或 GTDB 分类数据库，并通过 SmartView 交互式浏览大树或渲染 PNG/PDF/SVG 图像。该技能面向 ETE 4.4.0 版本，提供安装命令、快速上手示例、核心工作流、内置脚本及质量检查建议。ETE 不替代序列比对或系统发育推断软件，需先用 MAFFT、IQ-TREE 2、FastTree 等工具生成树后再载入 ETE。
flowio
FlowIO 是一个轻量级、低层级的流式细胞术标准（FCS）文件读写库，支持读取 FCS 2.0、3.0、3.1 文件，检查 HEADER、TEXT、ANALYSIS 及通道元数据，并将事件数据以二维 NumPy 数组形式取出，也可写出 FCS 3.1 列表模式单精度文件。它不执行补偿、logicle/biexponential 变换、门控、聚类或 FlowJo 工作区处理，这些需借助 FlowKit 等分析包完成。资料中示例针对 FlowIO 1.4.0，支持 Python 3.9 至 3.13，依赖 NumPy。
geniml
Geniml 是一个用于基因组区间集合机器学习与统计工作流的 Python 工具（当前稳定版 0.8.4），配套 Gtars 处理区间与分词器。本技能（skill）提供规划与审计能力：校验 BED 文件与染色体大小、装配版本、坐标约定的一致性，规划 Region2Vec、scEmbed、共识区间（CC/CCF/ML/HMM）与嵌入评估流程，并检查模型、分词器与 universe 的兼容性。内置脚本仅做校验与规划，不导入 Geniml、不联网、不反序列化模型、不执行训练。适用于需要可复现、可审计的基因组区间机器学习项目。
genomic-intelligence
Genomic Intelligence（GI）是一套托管在云端 GPU 上的 Transformer DNA 语言模型服务，通过托管推理 API 对 DNA 序列进行预测，无需在本地安装模型权重、GPU 或重型 Python 环境。它支持六类序列分析任务：启动子区域识别（promoter）、剪接供体/受体位点预测（splice）、增强子活性打分（enhancer）、染色质状态注释（chromatin）、表达量预测（expression，输出 log(TPM+1)）以及从头基因注释（annotation），并提供“先找基因再预测表达”的组合工作流。用户可输入基因符号、基因组区域或 DNA/FASTA 序列，获得结构化预测结果。调用方式有两种：托管 MCP 服务器（无需密钥，适合支持 MCP 的智能体宿主，可选 gi_ 密钥提升限额）和 REST API（需 GI_API_KEY，以 Bearer 方式认证）。该工具面向研究与开发用途，不适用于临床或诊断决策，也不用于本地比对、变异检测或文件读写。
gtars
Gtars 是一个面向基因组区间与参考序列处理的工具包，提供原生 Rust 实现、Python 绑定以及可选的 gtars 命令行二进制。它主要用于 BED RegionSet 的集合运算（如 reduce、setdiff、intersect、closest、cluster 等）、重叠计数与覆盖度计算、tokenizer 与 refget 参考序列存储等任务。该技能强调在调用上游代码前先明确数据契约、来源、资源边界与副作用，并附带本地校验与规划脚本。
matchms
matchms 是一个用于串联质谱（MS/MS）数据导入、清洗、处理与比对的 Python 包。该技能针对 2026-06-08 发布的 matchms 0.33.1，并修正了旧教程未反映的多项破坏性 API 变更。它可用于 MS/MS 库检索与查询-参考谱打分、元数据协调、加合物与前体离子处理、峰过滤，以及余弦、修饰余弦、中性丢失、近似和熵等相似度评分，还支持结构化评分矩阵、最佳命中提取和谱网络。支持 MGF、MSP、mzML、mzXML、JSON、mzSpecLib 及代谢组学 USI 工作流。安装方式为 uv pip install "matchms==0.33.1"，支持 Python 3.10-3.14，RDKit 作为常规依赖安装。注意：matchms 不能替代 LC-MS 特征检测、色谱对齐、肽段鉴定或蛋白定量（应使用 pyopenms），也不负责厂商原始文件转换，且相似度只是证据而非化合物身份的确证。
molecular-dynamics
该技能用于运行和分析分子动力学（MD）模拟，基于 OpenMM 模拟引擎与 MDAnalysis 轨迹分析库。内容涵盖系统准备（PDBFixer、OpenFF/GAFF2 参数化）、力场选择、能量最小化、NVT/NPT 平衡与生产模拟，以及 RMSD、RMSF、蛋白-配体接触等轨迹分析，并提供智能体操作流程与完整性规则。
neurokit2
NeuroKit2 是一个面向生理时间序列研究的开源工具箱，用于可复现的生物信号预处理、事件与间期分析以及多模态对齐。该技能（skill）帮助研究者以方法感知、可复现的方式使用 NeuroKit2，覆盖安装、数据契约、核心工作流与命令行辅助脚本。资料快照基于稳定版 PyPI 0.2.13（2026-03-02 发布），要求 Python >=3.10。它强调在变换前先检查信号、保留预处理顺序、把返回模式视为运行时观测而非通用保证，并明确其边界：输出不得作为诊断、治疗建议、患者监测决策、医疗器械验证或生理构念效度证明。技能提供有界的命令行辅助工具，用于合成数据生成、信号检查、ECG/HRV 流程、EDA 流程、epoch 规划与多模态校验，并附带按模态划分的参考文档。
neuropixels-analysis
该技能用于端到端分析 Neuropixels 高密度细胞外神经记录，基于 SpikeInterface 实现。覆盖从原始数据到可发表级单元（unit）的完整流程：加载 SpikeGLX、Open Ephys、NWB 数据，预处理（高通滤波、坏通道检测、相位校正、共参考），漂移/运动检测与校正，运行尖峰分选（Kilosort4、SpykingCircus2、Mountainsort5、Tridesclous2），计算质量指标（SNR、ISI 违规、存在比、幅度截断），以及基于阈值、模型（UnitRefine）或 AI 辅助的单元筛选，并支持导出到 Phy 或 NWB。技能附带可运行脚本与可编辑模板，直接构建在 SpikeInterface 之上，无需额外安装独立包。
nextflow
Nextflow 是一种用于构建可复现、可移植、可扩展数据流水线的工作流语言与运行时，在生物信息学领域应用广泛，也适用于任何数据密集型计算。nf-core 是建立在 Nextflow 之上的社区项目，提供生产级流水线、可复用模块及配套工具。该技能覆盖运行与开发两类工作：既能运行 nf-core 或自定义 Nextflow 流水线、调试失败或续跑任务，也能编写和修改 .nf 脚本、nextflow.config、profiles、nextflow_schema.json，开发与测试 nf-core 风格的模块和子工作流，并配置执行器、容器与资源，扩展到 HPC 或云端。核心概念包括数据流编程（process 通过 channel 连接，执行顺序与并行度由数据依赖自动推断）、一次编写随处运行（通过配置与 profile 切换本地、HPC、云）、可复现性（每任务容器、-resume 缓存、固定流水线版本）以及 DSL2 语法。使用前需 Bash 与 Java 17 或更新版本，可通过官方脚本或 conda/bioconda 安装 Nextflow，并用 uv pip 或 conda 安装 nf-core 工具。
pathml
PathML 3.0.5 是一个用于本地计算病理学研究的 Python 工具包，属于 beta 研究软件，并非经过验证的医疗器械或临床决策支持系统。它支持加载与切分全切片图像（OpenSlide、Bio-Formats 后端），提供预处理与质控流程、组织检测、染色处理、多参数/多重成像数据管理、空间图构建以及基于 ONNX 的本地模型推理。该技能强调隐私与安全边界：处理前需确认授权与去标识化，使用假名 ID，按患者划分数据集，默认不联网，下载类组件需显式同意。安装需 Python 3.10-3.12（推荐 3.11），通过 PyPI 安装 pathml==3.0.5，并预先安装 OpenSlide、Java 等原生依赖。