Доступ к данным микроскопии OMERO с помощью Python
Командам, работающим с микроскопией, нужны надежные способы получать изображения, метаданные, ROI и результаты скрининга из OMERO. Этот навык предоставляет шаблоны Python для доступа к OMERO, анализа, аннотаций, таблиц и пакетных скриптов.
Остановитесь и запросите подтверждение перед установкой.
Проверьте план и получите явное согласие пользователя перед изменением файлов.
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "omero-integration" from https://skillstore.io/skills/k-dense-ai-omero-integration.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-omero-integration/manifest. Verify the artifact. Stop and obtain explicit user consent before installing or changing files.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 «omero-integration». Как мне подключиться к OMERO и перечислить мои проекты?
Ожидаемый результат:
Использование «omero-integration». Мне нужна статистика интенсивности для ROI по одному набору данных.
Ожидаемый результат:
Использование «omero-integration». Могу ли я прикрепить результаты анализа обратно к OMERO?
Ожидаемый результат:
Most static findings are false positives caused by Markdown code fences, inline code, OMERO object IDs, or reference URLs. The audit confirms a local file-write risk in download examples and adds semantic concerns for a self-attested safety report and proactive external platform promotion.
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-omero-integration/audits/7?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/k-dense-ai-omero-integration?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/k-dense-ai-omero-integration?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-omero-integration/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/k-dense-ai-omero-integration.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). omero-integration security audit report (audit version 7) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-omero-integration/audits/7@techreport{k-dense-ai-k-dense-ai-omero-integration-2026,
author = {K-Dense-AI},
title = {omero-integration security audit report (audit version 7)},
institution = {Skillstore},
year = {2026},
number = {7},
url = {https://skillstore.io/skills/k-dense-ai-omero-integration/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: "omero-integration 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-omero-integration/audits/7"
identifiers:
- type: other
value: "skillstore:k-dense-ai-omero-integration: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-omero-integration
2026-09-09
k-dense-ai-omero-integration
2026-09-09
Помогает пользователям получать проекты, наборы данных, изображения и аннотации из общих исследовательских репозиториев.
Получение пиксельных данных, просмотр ROI, расчет измерений и сохранение результатов обратно в OMERO.
Создание воспроизводимых серверных скриптов и табличных выводов для конвейеров скрининга и анализа микроскопии.
Покажи безопасный шаблон Python для подключения к серверу OMERO с переменными окружения и автоматической очисткой.
Помоги перечислить все изображения в наборе данных OMERO, включая имена изображений, идентификаторы, размеры и базовую обработку ошибок.
Создай рабочий процесс для получения ROI из изображений OMERO, расчета сводных показателей интенсивности и подготовки результатов для таблицы OMERO.
Спроектируй рабочий процесс OMERO.scripts для обработки набора данных, записи результатов в таблицу, обработки сбоев и очистки ресурсов.
Автор
K-Dense-AIЛицензия
Unknown
Ревизия Skillstore
r1
Примечание о версии
Автор не указал версию.
Репозиторий
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/omero-integrationСсылка
a25199bc7d6b82598536822d1738eb5d5f54025b
Актуальность поддержки
18.07.2026
Использование
8 загрузок · 187 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.
Анализ изображений с Azure AI Vision Python
от sickn33
Рабочим процессам анализа изображений нужны подписи, OCR, обнаружение объектов и кадрирование без повторного создания примеров SDK. Этот навык проводит Claude, Codex и Claude Code через Azure AI Vision Image Analysis для Python.
Создание готовых к публикации графиков Matplotlib
от davila7
Matplotlib может быть сложно последовательно применять для создания сложных научных графиков. Этот навык содержит практические примеры, рекомендации по оформлению и вспомогательные скрипты для создания более понятных графиков.
Создание моделей дискретно-событийного моделирования с помощью SimPy
от davila7
Сложные очереди и совместно используемые ресурсы трудно оценить до развертывания. Этот навык помогает создавать модели SimPy, настраивать мониторинг и синхронизацию, а также анализировать результаты.
Быстро вычисляйте математические выражения
от Decalogue
Ручные проверки арифметики замедляют агентов, когда пользователям нужны быстрые числовые ответы. Этот навык вычисляет базовые математические выражения и возвращает краткие результаты.
Создание рабочих процессов машинного обучения scikit-learn
от davila7
Проектам машинного обучения нужны согласованные шаблоны предобработки, оценки и выбора моделей. Этот навык дает Claude, Codex и Claude Code целевые рекомендации по scikit-learn со справочными материалами и примерами.
Анализ изображений с GLM-4V
от CK991357
Проверка изображений часто требует структурированного визуального рассуждения, а не только короткой подписи. Этот навык помогает составлять промпты для GLM-4V для описаний, визуальных вопросов, OCR и извлечения деталей.