Анализ файлов научных данных
Файлы научных данных сложно исследовать, поскольку каждый формат по-разному хранит структуру и метаданные. Этот навык определяет форматы, оценивает качество данных и создает практические отчеты по разведочному анализу данных в формате markdown.
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "exploratory-data-analysis" from https://skillstore.io/skills/davila7-exploratory-data-analysis.md and its manifest at https://skillstore.io/api/skills/davila7-exploratory-data-analysis/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.
Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.
Использование «exploratory-data-analysis». Проанализируй reads.fastq.
Ожидаемый результат:
Использование «exploratory-data-analysis». Исследуй experiment_results.csv.
Ожидаемый результат:
Использование «exploratory-data-analysis». Проверь cells.nd2 перед анализом изображений.
Ожидаемый результат:
The static findings are false positives caused by scientific terminology, markdown code formatting, and legitimate local file analysis behavior. The analyzer reads user-provided local scientific data, extracts metadata and summaries, and writes a markdown report; no shell execution, network reconnaissance, credential access, prompt injection, or malicious intent was found.
Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.
https://skillstore.io/skills/davila7-exploratory-data-analysis/audits/13?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/davila7-exploratory-data-analysis?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/davila7-exploratory-data-analysis?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/davila7-exploratory-data-analysis/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/davila7-exploratory-data-analysis.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>davila7. (2026). exploratory-data-analysis security audit report (audit version 13) [Author version unspecified]. Skillstore. https://skillstore.io/skills/davila7-exploratory-data-analysis/audits/13@techreport{davila7-davila7-exploratory-data-analysis-2026,
author = {davila7},
title = {exploratory-data-analysis security audit report (audit version 13)},
institution = {Skillstore},
year = {2026},
number = {13},
url = {https://skillstore.io/skills/davila7-exploratory-data-analysis/audits/13},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "exploratory-data-analysis security audit report (audit version 13)"
version: "unspecified"
type: report
authors:
- name: "davila7"
date-released: "2026-07-09"
url: "https://skillstore.io/skills/davila7-exploratory-data-analysis/audits/13"
identifiers:
- type: other
value: "skillstore:davila7-exploratory-data-analysis:audit:13"
description: "Skillstore immutable audit report identifier"
Навык каждого автора остаётся отдельным устанавливаемым вариантом. Рекомендуемый вариант ранжируется по данным Skillstore.
Почему этот вариант первый
davila7-exploratory-data-analysis
2026-09-09
k-dense-ai-exploratory-data-analysis
2026-09-09
Исследуйте файлы FASTA или FASTQ, получите сводку структуры прочтений и определите необходимые проверки качества перед выравниванием или сборкой.
Получите сводку размеров изображения, каналов, диапазонов интенсивности и метаданных перед сегментацией или количественным анализом.
Создайте унифицированный отчет первичного анализа для научных наборов данных в форматах CSV, HDF5, NumPy и форматах на основе архивов.
Проанализируй этот файл научных данных: [path]. Определи формат, обобщи структуру, оцени качество данных и создай отчет в формате markdown.
Проанализируй эти связанные файлы научных данных: [paths]. Создай отдельные сводки и сравнение структуры, качества и рекомендуемых дальнейших действий.
Исследуй [path] и порекомендуй дальнейшие виды анализа. Укажи требования к предварительной обработке, риски для качества, полезные визуализации и необходимые библиотеки Python.
Проведи подробный аудит EDA для [path]. Проверь предположения о формате, согласованность метаданных, ограничения выборки, качество данных и проблемы воспроизводимости.
Автор
davila7Лицензия
MIT
Ревизия Skillstore
r1
Примечание о версии
Автор не указал версию.
Ссылка
b959ebfd1043a07c0c4378ab94ca4342cb0259f5
Актуальность поддержки
20.07.2026
Использование
54 загрузок · 235 просмотров
Структура файлов
Создание исследовательских постеров в LaTeX
Исследовательские постеры сложно форматировать и проверять для печати в LaTeX. Этот навык предоставляет шаблоны, рекомендации по макету и проверки PDF для постеров, готовых к конференции.
Создавайте маркетинговый контент, готовый для SEO
Маркетинговым командам нужен понятный контент, который соответствует голосу бренда и поисковым целям. Этот навык предоставляет шаблоны, скрипты анализа и рекомендации по платформам для повторяемого производства контента.
Создание структурированных планов медицинского лечения
Клинические планы лечения часто оказываются непоследовательными, слишком объемными или сложными для проверки. Этот навык предоставляет специализированные шаблоны, измеримые цели, временные рамки и локальные средства контроля качества.
Создание структурированных клинических отчетов
Клиническим командам нужны понятные отчеты, соответствующие медицинским и регуляторным стандартам. Этот навык предоставляет шаблоны, чек-листы и рекомендации по валидации для описаний клинических случаев, диагностических отчетов, исследований и заметок о пациентах.
Запуск рабочих процессов молекулярного докинга DiffDock
Настройка молекулярного докинга часто завершается неудачей, поскольку сложно согласовать входные данные, параметры и оценки уверенности. Этот навык помогает выполнять рабочие процессы DiffDock от подготовки до анализа результатов.
Анализ single-cell RNA-seq с помощью Scanpy
Рабочие процессы single-cell RNA-seq требуют тщательного контроля качества, нормализации, кластеризации и документирования. Этот навык предоставляет рабочие процессы Scanpy, скрипты, шаблоны и справочные материалы для воспроизводимого анализа.
Анализ данных с Pandas и SQL
от supercent-io
В необработанных наборах данных могут скрываться проблемы качества, тренды и слабые допущения. Этот навык помогает выполнять профилирование, очистку, статистический анализ, визуализацию и подготовку отчетов с воспроизводимыми шагами.
Анализ данных ферментов BRENDA
от K-Dense-AI
Исследования ферментов часто требуют структурированного доступа к кинетическим и организм-специфичным данным. Этот навык помогает Claude, Codex и Claude Code выполнять запросы к записям BRENDA и преобразовывать их в пригодный для использования биохимический анализ.
Анализируйте терапевтические ML-наборы данных с PyTDC
от K-Dense-AI
Командам по разработке лекарств нужны надежные наборы данных и справедливые протоколы оценки. Этот навык помогает Claude использовать PyTDC для курируемых терапевтических ML-данных, benchmark-разбиений, метрик и молекулярных оракулов.
Анализируйте исследовательские данные со статистической поддержкой
от K-Dense-AI
Выбор тестов и оформление результатов могут быть медленными и чреватыми ошибками. Этот skill помогает с выбором тестов, проверкой предпосылок, размерами эффекта, анализом мощности, байесовскими вариантами и оформлением по APA.
Анализ данных с помощью SQL и pandas
от shubhamsaboo
Работа с данными часто требует понятных запросов, повторяемых преобразований и внимательной интерпретации. Этот навык помогает в рабочих процессах с SQL, pandas, статистикой и очисткой данных.
Создавайте понятные истории на основе данных
от wshobson
Сырые метрики часто не убеждают заинтересованные стороны и не помогают принимать решения. Этот skill помогает Claude, Codex и Claude Code превращать анализ в понятные повествования, визуализации и рекомендации.