SuperAPI AI 工具集

alterlab-eda

数据与分析

查看项目

更新于 10-15 19:56

技能介绍

用途:对科学数据文件执行探索性数据分析,自动识别文件类型、按格式做分析、评估数据质量,并生成适合归档和后续分析规划的 Markdown 报告。覆盖化学与分子、生物信息与基因组、显微与成像、光谱与分析化学、蛋白质组与代谢组、通用科学数据六大类。

主要能力:通过分析脚本自动检测约 90 种扩展名(含 .fastq.gz 等压缩变体),参考条目 200 多种格式;提取格式相关元数据;做质量与完整性评估、统计摘要与分布、可视化建议、后续分析建议及报告生成。

使用方式:脚本命令 uv run python scripts/eda_analyzer.py <filepath> [output.md];脚本对表格、数组、JSON、序列和基础成像有内置分析器,其他格式仍做类型检测并嵌入参考信息,需自行在对话中分析。报告按 {original_filename}_eda_report.md 命名,结构参考 assets/report_template.md。

适用场景:用户给出科学数据文件路径、要求探索/分析/汇总数据、想在分析前了解结构内容、评估数据质量或判断适合何种分析时使用。

限制:已探索过的时间序列预测、Zarr 分块配置、完整单细胞流程、假设检验等场景不由本工具处理;脚本对 .csv/.tsv 只采样前 10000 行,维度与缺失统计按采样计;部分格式需额外库(如 biopython、rdkit、tifffile、nd2 等),缺失时用 uv pip install <pkg> 安装。其他细节暂未提供。