Создавайте эффективные конвейеры данных Zarr
Большие научные массивы могут перегружать оперативную память и системы хранения. Этот навык содержит рекомендации по разбиению на чанки, сжатию, облачному хранению и параллельным рабочим процессам с использованием Zarr, NumPy, Dask и Xarray.
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "zarr-python" from https://skillstore.io/skills/davila7-zarr-python.md and its manifest at https://skillstore.io/api/skills/davila7-zarr-python/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 «zarr-python». Сохраните климатический куб объемом 400 ГБ в S3 для ежедневного чтения временных срезов.
Ожидаемый результат:
Используйте чанки, выровненные по времени и имеющие подходящий для облачного доступа размер. Включите сжатие, консолидируйте метаданные после записи и протестируйте типичные операции чтения перед масштабированием.
Использование «zarr-python». Сократите использование памяти при вычислении среднего значения большого массива Zarr.
Ожидаемый результат:
Откройте хранилище в отложенном режиме с помощью Dask. Подбирайте чанки с учетом доступной памяти воркера и вычисляйте только необходимую агрегацию.
Использование «zarr-python». Подготовьте несколько связанных массивов для быстрого просмотра в одном хранилище.
Ожидаемый результат:
Организуйте массивы в группы, добавьте совместимые с JSON атрибуты и консолидируйте метаданные после стабилизации иерархии.
All 90 static findings are contextual false positives. The detections are Markdown fences, fixed examples, documentation links, a Zarr group key listing, and chunking guidance; no 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-zarr-python/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/davila7-zarr-python?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/davila7-zarr-python?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/davila7-zarr-python/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/davila7-zarr-python.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). zarr-python security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/davila7-zarr-python/audits/9@techreport{davila7-davila7-zarr-python-2026,
author = {davila7},
title = {zarr-python security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/davila7-zarr-python/audits/9},
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: "zarr-python security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "davila7"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/davila7-zarr-python/audits/9"
identifiers:
- type: other
value: "skillstore:davila7-zarr-python:audit:9"
description: "Skillstore immutable audit report identifier"
Навык каждого автора остаётся отдельным устанавливаемым вариантом. Рекомендуемый вариант ранжируется по данным Skillstore.
Почему этот вариант первый
davila7-zarr-python
2026-09-09
k-dense-ai-zarr-python
2026-09-09
Проектируйте локальные или облачные хранилища с разбиением на чанки, обеспечивающие надежную загрузку данных и эффективное последующее чтение.
Храните размеченные климатические или геопространственные массивы для отложенного анализа с помощью Xarray и Dask.
Преобразуйте наборы данных NumPy или HDF5 в сжатые хранилища Zarr для совместных научных рабочих процессов.
Создайте массив Zarr для [shape], [data type] и [storage path]. Объясните выбор чанков и сжатия, а также операции чтения и записи.
Порекомендуйте чанки и сжатие для массива [shape], доступ к которому преимущественно осуществляется по шаблону [pattern]. Оцените объем памяти для чанка и объясните компромиссы в производительности.
Спроектируйте рабочий процесс Zarr для [S3 or GCS] с учетом [dataset size] и [worker count]. Укажите предварительные требования к учетным данным, консолидацию метаданных, шардинг и средства управления параллельным доступом.
Проведите проверку этого конвейера Zarr: [description]. Выявите риски, связанные с памятью, чанками, сжатием, метаданными и параллельной записью. Предложите приоритетный план оптимизации и проверки.
Автор
davila7Лицензия
MIT
Ревизия Skillstore
r2
Примечание о версии
Автор не указал версию.
Репозиторий
https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/scientific/zarr-pythonСсылка
c43861a65bb95efcae259cd161c9d6f4dc7eec6f
Актуальность поддержки
26.07.2026
Использование
6 загрузок · 446 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.
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.
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.
Запросы к геномным базам данных с помощью gget
от K-Dense-AI
Биоинформатическая работа часто требует данных из множества постоянно меняющихся геномных сервисов. Этот навык помогает Claude, Codex и Claude Code использовать gget для поиска генов, получения последовательностей, запросов к структурам и анализа обогащения.
Загрузка файлов в Google Drive
от googleworkspace
Загрузка файлов через Google Workspace CLI может требовать точных флагов и внимательного подтверждения. Этот навык помогает Claude, Codex или Claude Code загружать локальные файлы в Google Drive с параметрами папки и имени файла.
Управление CloudBase Web Storage
от tencentcloudbase
Рабочие процессы браузерного хранилища могут давать сбои, когда бакеты, домены или правила доступа настроены не полностью. Этот навык помогает с загрузками, скачиваниями, временными URL и проверками окружения в CloudBase Web SDK.
Управление Azure File Shares с помощью Python
от sickn33
Командам нужны понятные Python-паттерны для Azure File Shares. Этот навык помогает Claude, Codex и Claude Code работать со сценариями для SMB-ресурсов, каталогов, файлов, моментальных снимков и асинхронных рабочих процессов.
Повышение надежности Rust Object Store
от EmilLindfors
Код облачного хранилища часто дает сбои из-за временных ошибок, больших файлов и затратных операций перечисления. Этот навык проверяет использование Rust object_store и предлагает более безопасные шаблоны для продакшена.
Управление файлами и комментариями Lark Drive
от larksuite
Командам нужен надежный доступ к файлам Lark Drive без угадывания токенов или деталей API. Этот skill помогает Claude, Codex и Claude Code безопасно работать с lark-cli.