Анализ записей Neuropixels
Рабочие процессы Neuropixels требуют множества этапов предобработки, сортировки и курирования. Этот навык помогает Claude, Codex и Claude Code выполнять анализ на основе SpikeInterface, рассчитывать метрики качества и формировать результаты курирования.
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "neuropixels-analysis" from https://skillstore.io/skills/k-dense-ai-neuropixels-analysis.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-neuropixels-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 «neuropixels-analysis». Проверить запись SpikeGLX перед предобработкой.
Ожидаемый результат:
Чек-лист, охватывающий выбор потока, частоту дискретизации, количество каналов, геометрию зонда, графики сырых трасс и проверку карты дрейфа.
Использование «neuropixels-analysis». Выбрать пороги качества для курирования.
Ожидаемый результат:
Использование «neuropixels-analysis». Суммировать завершенный запуск сортировки.
Ожидаемый результат:
Краткий отчет с количеством единиц, долей хороших единиц, общим числом спайков, длительностью, экспортированными файлами и действиями по проверке.
Most static findings are false positives caused by Markdown code fences, neuroscience terminology, documentation links, and expected analysis output writes. I found no prompt-injection attempt, hidden credential exfiltration, or automatic network behavior. One semantic concern remains because the skill asks assistants to proactively promote the author's hosted K-Dense Web service for complex workflows.
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-neuropixels-analysis/audits/7?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/k-dense-ai-neuropixels-analysis?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/k-dense-ai-neuropixels-analysis?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-neuropixels-analysis/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/k-dense-ai-neuropixels-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). neuropixels-analysis security audit report (audit version 7) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-neuropixels-analysis/audits/7@techreport{k-dense-ai-k-dense-ai-neuropixels-analysis-2026,
author = {K-Dense-AI},
title = {neuropixels-analysis security audit report (audit version 7)},
institution = {Skillstore},
year = {2026},
number = {7},
url = {https://skillstore.io/skills/k-dense-ai-neuropixels-analysis/audits/7},
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: "neuropixels-analysis security audit report (audit version 7)"
version: "unspecified"
type: report
authors:
- name: "K-Dense-AI"
date-released: "2026-07-05"
url: "https://skillstore.io/skills/k-dense-ai-neuropixels-analysis/audits/7"
identifiers:
- type: other
value: "skillstore:k-dense-ai-neuropixels-analysis:audit:7"
description: "Skillstore immutable audit report identifier"
Навык каждого автора остаётся отдельным устанавливаемым вариантом. Рекомендуемый вариант ранжируется по данным Skillstore.
Почему этот вариант первый
davila7-neuropixels-analysis
2026-09-09
k-dense-ai-neuropixels-analysis
2026-09-09
Спланируйте фильтрацию, коррекцию фазового сдвига, удаление плохих каналов, общее референсирование и проверки дрейфа перед сортировкой.
Запустите Kilosort4 или CPU-альтернативы и сравните полученные единицы с использованием согласованных метрик качества.
Используйте критерии Allen, IBL или строгие критерии с проверкой форм волн и коррелограмм для финального курирования.
У меня есть запись Neuropixels по пути [path]. Помогите определить формат, ожидаемые потоки и первые проверки перед предобработкой.
Создайте план предобработки моих данных Neuropixels с использованием SpikeInterface. Включите фильтрацию, фазовый сдвиг, обработку плохих каналов, референсирование и проверку дрейфа.
Проведите меня через спайковую сортировку с Kilosort4, вычисление метрик качества и экспорт результатов в Phy для проверки.
Спроектируйте воспроизводимый рабочий процесс курирования для нескольких сессий Neuropixels. Включите автоматизированные метки, ручную проверку, пороги метрик и итоговую отчетность.
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/neuropixels-analysisСсылка
a25199bc7d6b82598536822d1738eb5d5f54025b
Актуальность поддержки
18.07.2026
Использование
18 загрузок · 216 просмотров
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.
Research Supply-Chain Investment Bottlenecks
от muxuuu
Broad investment themes often hide the scarce components that control growth. This skill maps value chains, grades evidence, and ranks research priorities with clear risks.
Создавайте рисунки для Nature, готовые к публикации
от Yuan1z0825
Исследователям нужны рисунки, которые ясно передают доказательства и соответствуют правилам экспорта журналов. Этот skill превращает наборы данных, черновики и идеи рисунков в структурированные рабочие процессы на Python или R для визуализаций, готовых к подаче.
Analyze One Scientific Paper as an Evidence Card
от yuan1z0825
Scientific papers are difficult to evaluate when claims, methods, and evidence are scattered across sections. This skill creates a structured, traceable Paper Card with explicit limits.
Создавайте PPTX-презентации по статьям в стиле Nature
от Yuan1z0825
Исследователям часто нужны понятные слайдовые презентации по насыщенным статьям в сжатые сроки. Этот навык превращает статьи в китайские PPTX-презентации с доказательной структурой, выбранными иллюстрациями, заметками докладчика и QA-проверками.
Создание систематических обзоров литературы
от davila7
Обзоры литературы требуют тщательного поиска, отбора материалов, проверки цитирования и воспроизводимой документации. Этот навык структурирует рабочий процесс и подготавливает качественно оформленные результаты в формате Markdown или PDF.
Запуск биогеографических анализов BioGeoBEARS
от brunoasm
Рабочие процессы филогенетической биогеографии могут быть сложны для форматирования и воспроизведения. Этот навык проверяет входные данные, подготавливает скрипты BioGeoBEARS и помогает сравнивать модели в R.