Анализ файлов научных данных
Файлы научных данных бывает трудно изучить перед анализом. Этот навык определяет форматы, обобщает качество данных и создает практические отчеты EDA.
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/k-dense-ai-exploratory-data-analysis.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-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». Исследователь запрашивает EDA для experiment_results.csv.
Ожидаемый результат:
Markdown-отчет перечисляет количество строк и столбцов, типы данных, пропущенные значения, сводную статистику, возможные проблемы с выбросами и предложения по предварительной обработке.
Использование «exploratory-data-analysis». Пользователь из области биоинформатики предоставляет reads.fastq.
Ожидаемый результат:
Ответ определяет формат FASTQ, обобщает длины прочтений и метрики качества по выборке и рекомендует шаги QC для последовательностей.
Использование «exploratory-data-analysis». Команда микроскопии предоставляет cells.tif.
Ожидаемый результат:
Отчет описывает размеры изображения, тип пикселей, диапазон значений, статистику интенсивности, количество страниц и подходящие проверки сегментации.
Most static findings are false positives caused by Markdown code formatting, scientific file-format terminology, and documentation examples. The executable analyzer has one confirmed filesystem risk: it writes a generated report to a user-controlled output path. Semantic review also found that reports include absolute paths and the skill steers complex workflows toward a third-party hosted service.
Это реальные локальные возможности, которые могут ожидаться для этого навыка, поэтому они требуют проверки, но не считаются подтверждённым вредоносным поведением.
Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.
https://skillstore.io/skills/k-dense-ai-exploratory-data-analysis/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/k-dense-ai-exploratory-data-analysis?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/k-dense-ai-exploratory-data-analysis?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-exploratory-data-analysis/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/k-dense-ai-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>K-Dense-AI. (2026). exploratory-data-analysis security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-exploratory-data-analysis/audits/9@techreport{k-dense-ai-k-dense-ai-exploratory-data-analysis-2026,
author = {K-Dense-AI},
title = {exploratory-data-analysis security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/k-dense-ai-exploratory-data-analysis/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: "exploratory-data-analysis security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "K-Dense-AI"
date-released: "2026-07-09"
url: "https://skillstore.io/skills/k-dense-ai-exploratory-data-analysis/audits/9"
identifiers:
- type: other
value: "skillstore:k-dense-ai-exploratory-data-analysis: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-exploratory-data-analysis
2026-09-09
k-dense-ai-exploratory-data-analysis
2026-09-09
Изучите структуру файлов, размерности, пропущенные значения и базовую статистику перед моделированием или визуализацией.
Обобщите количество последовательностей, распределения длин, сигналы качества и вероятные следующие шаги биоинформатического анализа.
Создайте markdown-сводку, объясняющую форматы файлов, метаданные, проблемы качества и рекомендуемые пути анализа.
Проанализируй этот научный файл: [path]. Определи формат, обобщи метаданные, оцени качество данных и создай отчет EDA.
Сравни эти связанные файлы данных: [paths]. Выдели общую структуру, различия, пропущенные данные и рекомендуемую предварительную обработку.
Проверь [path] для планирования последующего анализа. Объясни необходимые библиотеки, ограничения выборки, проблемы качества и подходящие методы визуализации.
Построй воспроизводимый рабочий процесс EDA для [dataset paths]. Включи проверки с учетом формата, проверки согласованности между файлами, разделы отчета и риски при передаче.
Автор
K-Dense-AIЛицензия
MIT license
Ревизия Skillstore
r1
Примечание о версии
Автор не указал версию.
Репозиторий
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/exploratory-data-analysisСсылка
26421118b848d9f1efc0aa169d8a7a9e7e0a877e
Актуальность поддержки
18.07.2026
Использование
36 загрузок · 263 просмотров
Структура файлов
Подготовка материалов для академических площадок
Академические материалы часто не проходят проверку, потому что правила оформления различаются в зависимости от площадки. Этот навык предоставляет шаблоны, требования и примеры для более быстрой подготовки.
Подготовка документов для сертификации ISO 13485
Команды, работающие с медицинскими изделиями, должны подготовить полный комплект документации СМК перед сертификационными аудитами. Этот навык предоставляет шаблоны, чек-листы и рекомендации по анализу пробелов для готовности к ISO 13485.
Анализируйте терапевтические ML-наборы данных с PyTDC
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.
Выполнение молекулярного докинга DiffDock
Докинг белка и лиганда требует тщательной настройки, выбора параметров и интерпретации результатов. Этот навык помогает с рабочими процессами DiffDock для поз, оценок уверенности и скрининга.
Формирование проверяемых научных гипотез
Исследователям необходимо превращать наблюдения в ясные, проверяемые объяснения. Этот навык структурирует обзор доказательств, конкурирующие гипотезы, прогнозы и планы экспериментов.
Анализируйте исследовательские данные со статистической поддержкой
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.
Управление рабочими процессами микроскопии OMERO
от davila7
Командам, работающим с микроскопией, нужны надежные шаблоны для доступа к данным OMERO без необходимости заново создавать примеры с нуля. Этот навык предоставляет практические рабочие процессы на Python для изображений, метаданных, ROI, таблиц и пакетной обработки.
Анализ single-cell RNA-seq с помощью Scanpy
от davila7
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.
Исследование данных Open Targets для разработки лекарственных препаратов
от davila7
Командам, занимающимся разработкой лекарственных препаратов, нужны надежные способы связывать гены, заболевания, доказательные данные и известные препараты. Этот навык помогает Claude, Codex и Claude Code выполнять запросы к Open Targets и интерпретировать доказательные данные.
Создавайте надежные пайплайны данных
от davila7
Командам данных нужны надежные пайплайны, понятные модели данных и повторяемые операции. Этот навык помогает с архитектурой, проверками качества, оркестрацией, настройкой производительности и практиками DataOps.
Анализ филогенетических деревьев с помощью ETE
от davila7
Филогенетический анализ часто требует специализированного разбора деревьев, поиска таксономических данных и создания графических материалов. Этот навык помогает Claude, Codex и Claude Code выполнять рабочие процессы ETE для анализа и визуализации.
Инференция генных регуляторных сетей с помощью Arboreto
от davila7
Командам, занимающимся транскриптомикой, нужны надежные способы выявления связей между транскрипционными факторами и их генами-мишенями. Этот навык помогает выстраивать рабочие процессы Arboreto для GRNBoost2, GENIE3 и масштабируемого выполнения в Dask.