技能 pathml

📦

pathml

Name: pathml
Author: davila7

内容修订 r2 高风险 ⚡ 包含脚本⚙️ 外部命令📁 文件系统访问🌐 网络访问

使用 PathML 分析病理图像

全切片图像工作流需要谨慎处理格式、图块、模型和存储。此技能提供 PathML 指导，涵盖加载、预处理、图分析、机器学习和多参数成像。

支持: Claude Codex Code(CC)

⚠️ 38 差

安装前请停下并请求确认。

请审查安装计划，并在更改文件前获得用户明确同意。

使用我的智能体安装

将此请求复制给你的智能体，其中包含权威 Skill 页面和清单。

智能体请求

Review the Skillstore skill "pathml" from https://skillstore.io/skills/davila7-pathml.md and its manifest at https://skillstore.io/api/skills/davila7-pathml/manifest. Verify the artifact. Stop and obtain explicit user consent before installing or changing files.

你的智能体仍应展示其计划，并按安全策略请求必要确认。

Agent 可读资源

当 AI Agent、爬虫或脚本需要干净上下文，而不是读取完整页面时，请使用这些链接。

Markdown 详情 GET /skills/davila7-pathml.md 已签名 manifest GET /api/skills/davila7-pathml/manifest 已签名 lockfile GET /api/skills/davila7-pathml/lockfile

测试它

正在使用“pathml”。一名研究人员询问如何处理 500 张 H&E 切片以进行细胞核分析。

预期结果:

一个分阶段计划，涵盖切片检查、图块生成、染色归一化、细胞核检测、HDF5 输出和批处理控制。

正在使用“pathml”。一个空间生物学团队询问如何分析 CODEX 标志物表达。

预期结果:

一个工作流，用于加载 CODEX 数据、折叠通道、分割细胞、定量标志物、导出 AnnData 和验证输出。

正在使用“pathml”。一名工程师询问如何在留出切片上评估 HoVer-Net 模型。

预期结果:

一份检查清单，涵盖数据集拆分、加载器、推理模式、分割指标、错误审查和模型导出规划。

安全审计

高风险

v10 • 2026/7/23 打开版本化报告

Most static detections are documentation syntax or standard local PathML operations, not executable threats. Remote DeepCell inference creates a real data-disclosure boundary, while unpinned installation and unrestricted checkpoint loading require safeguards.

已扫描文件

4,143

分析行数

复核项

已忽略误报

已确认安全问题 (2)

高

references/data_management.md:441

Unsafe Model Checkpoint Deserialization

The feature extraction example loads a PyTorch checkpoint with torch.load without restricting deserialization or establishing checkpoint trust.

torch.load can deserialize executable pickle content in affected configurations. The example provides no weights-only setting, provenance check, or hash verification.

中

SKILL.md:79-84

Unpinned Third-Party Package Installation

The quick start installs PathML and all optional dependencies without a version or integrity constraint, increasing dependency substitution and update risk.

The documented commands explicitly install unpinned packages from the configured package index. The behavior is legitimate, but dependency contents can change.

能力复核项 (2)

这些是真实的本地能力，对此技能可能是预期行为，因此需要复核，但不会按已确认恶意行为计分。

中

references/multiparametric.md:175

Hardcoded URL

api_url='https://deepcell.org/api/predict',

SegmentMIFRemote sends pathology image channels to a fixed external DeepCell endpoint. The example does not warn about patient-data authorization or deidentification.

中

references/preprocessing.md:355

Hardcoded URL

api_url='https://deepcell.org/api'

The documented remote segmentation transform sends image data to DeepCell. Pathology images may be sensitive, and the example omits privacy and retention safeguards.

风险因素

⚡ 包含脚本 (8)

references/data_management.md:442 references/machine_learning.md:229 references/machine_learning.md:499 references/machine_learning.md:541 references/machine_learning.md:473-477 references/preprocessing.md:409-416 references/preprocessing.md:443-448 references/preprocessing.md:474-483

⚙️ 外部命令 (28)

📁 文件系统访问 (23)

🌐 网络访问 (2)

references/multiparametric.md:175 references/preprocessing.md:355

审计者: codex 查看审计历史 →

分享与引用此报告

分享版本化评估报告、中性徽章、嵌入卡片和引用。Skillstore 只报告证据，不判断该 Skill 是否安全。

打开版本化报告

复制报告链接

https://skillstore.io/skills/davila7-pathml/audits/10?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Markdown 徽章

[![Skillstore security assessment](https://skillstore.io/badges/skills/davila7-pathml/security.svg)](https://skillstore.io/skills/davila7-pathml?utm_source=security_passport_badge)

HTML 徽章

<a href="https://skillstore.io/skills/davila7-pathml?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/davila7-pathml/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

嵌入卡片

<iframe src="https://skillstore.io/embed/skills/davila7-pathml.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>

学术引用 (APA · BibTeX · CFF)

APA 引用

davila7. (2026). pathml security audit report (audit version 10) [Author version unspecified]. Skillstore. https://skillstore.io/skills/davila7-pathml/audits/10

BibTeX 引用

@techreport{davila7-davila7-pathml-2026,
  author = {davila7},
  title = {pathml security audit report (audit version 10)},
  institution = {Skillstore},
  year = {2026},
  number = {10},
  url = {https://skillstore.io/skills/davila7-pathml/audits/10},
  note = {Author version unspecified}
}

CITATION.cff

cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "pathml security audit report (audit version 10)"
version: "unspecified"
type: report
authors:
  - name: "davila7"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/davila7-pathml/audits/10"
identifiers:
  - type: other
    value: "skillstore:davila7-pathml:audit:10"
    description: "Skillstore immutable audit report identifier"

比较变体

2 个可安装变体

每位作者的技能都保持为独立的可安装项。推荐变体按 Skillstore 证据排序。

为什么此变体排名第一

Skillstore 评分最高

作者 / 来源 Skillstore 评分证据置信度 Skillstore 使用量已更新

K-Dense-AI 推荐

k-dense-ai-pathml

Skillstore 评分 50

证据置信度高

Skillstore 使用量 16

已更新

2026-09-09

davila7 当前

davila7-pathml

Skillstore 评分 38

证据置信度中

Skillstore 使用量 10

已更新

2026-09-09

Skillstore 评分

评分依据证据置信度: 中

架构

可维护性

内容

社区

规范符合性

你能构建什么

构建 WSI 预处理流水线

为大型切片队列规划图块生成、组织检测、染色归一化和 HDF5 存储。

分析多重组织图像

设计用于分割、标志物定量和 AnnData 导出的 CODEX 或 Vectra 工作流。

准备模型训练工作流

为病理机器学习模型组织数据集、加载器、指标和推理计划。

试试这些提示

规划切片加载

使用 PathML 技能为 [format]、[number] 张切片和 [analysis goal] 概述 WSI 加载计划。包括金字塔层级指导。

设计预处理

为 [stain or modality] 创建 PathML 预处理计划。包括质量控制、图块设置、转换和存储输出。

构建空间分析

为 [modality] 设计细胞图工作流，包括分割掩膜、标志物特征、邻域指标和可视化输出。

架构训练流水线

为 [task] 规划 PathML 机器学习工作流。包括数据集准备、加载器、指标、验证、推理和部署约束。

最佳实践

在扩展批处理之前，验证切片格式、放大倍率、元数据和权限。
在处理完整切片队列之前，先从缩略图和小规模图块子集开始。
将原始数据与处理后的 HDF5 输出分开保存，并记录所有处理参数。

避免

在没有隐私审批的情况下，对敏感临床图像运行远程分割。
在检查金字塔层级和图块大小之前，将全分辨率切片加载到内存中。
在没有验证、审查和治理的情况下，将模型输出用于临床决策。

常见问题

这个技能用于什么？

它有助于规划和说明用于数字病理图像分析与机器学习的 PathML 工作流。

该技能会自行处理图像文件吗？

不会。它为用户在自己的环境中运行的工具提供指导和示例。

涵盖哪些图像格式？

它涵盖常见的 WSI 和多重格式，例如 SVS、NDPI、DICOM、OME-TIFF、CODEX 和 Vectra。

它可以帮助处理空间蛋白质组学吗？

可以。它涵盖 CODEX 和多重工作流、标志物定量、分割以及 AnnData 集成。

它适合用于临床诊断吗？

不适合。临床使用需要独立验证、隐私控制、监管审查和合格专业人员监督。

它会使用远程服务吗？

一些示例描述了远程 DeepCell 分割。对于敏感或受监管的数据，用户应优先选择本地处理。

开发者详情

作者

davila7

许可证

MIT

Skillstore 修订

版本提示

作者未声明版本。

仓库

https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/scientific/pathml

引用

c43861a65bb95efcae259cd161c9d6f4dc7eec6f

维护新鲜度

2026/7/26

使用量

6 次下载 · 220 次浏览

文件结构

📁 references/

📄 data_management.md

📄 graphs.md

📄 image_loading.md

📄 machine_learning.md

📄 multiparametric.md

📄 preprocessing.md

📄 SKILL.md