技能 pyopenms

📦

pyopenms

Name: pyopenms
Author: davila7

内容修订 r2 安全 ⚙️ 外部命令🌐 网络访问

使用 pyOpenMS 分析质谱数据

质谱工作流需要使用许多 OpenMS 对象、文件格式和算法。此技能为 Claude、Codex 和 Claude Code 提供实用的 pyOpenMS 指南，用于蛋白质组学和代谢组学分析。

支持: Claude Codex Code(CC)

🥉 77 青铜

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 "pyopenms" from https://skillstore.io/skills/davila7-pyopenms.md and its manifest at https://skillstore.io/api/skills/davila7-pyopenms/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.

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-pyopenms.md 已签名 manifest GET /api/skills/davila7-pyopenms/manifest 已签名 lockfile GET /api/skills/davila7-pyopenms/lockfile

测试它

正在使用“pyopenms”。我需要在分析前检查一个新的 mzML 文件。

预期结果:

此技能可以概述一个 pyOpenMS 检查工作流，用于加载文件、统计谱图、检查 MS 级别、查看保留时间并报告峰数量。

正在使用“pyopenms”。我有肽段鉴定结果，需要百分之一的 FDR 过滤。

预期结果:

此技能可以描述 FDR 工作流：加载 idXML 结果，应用 FalseDiscoveryRate，保留 q-values 小于或等于 0.01 的命中项，并存储过滤后的结果。

正在使用“pyopenms”。我想从 consensus map 获取可用于分析的代谢组学表格。

预期结果:

此技能可以指导创建包含 m/z、保留时间、特征标识符、样本强度、归一化步骤和质量控制检查的表格。

安全审计

安全

v9 • 2026/7/23 打开版本化报告

All 55 static findings are false positives caused by Markdown syntax, scientific identifiers, parameter names, and documentation links. The skill contains instructional PyOpenMS examples without credential access, prompt injection, covert network activity, or executable scripts.

已扫描文件

2,811

分析行数

复核项

已忽略误报

最新一次完成的静态与语义审计未检测到已确认的安全发现。这并不能证明该 Skill 没有副作用。

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-pyopenms/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Markdown 徽章

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

HTML 徽章

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

嵌入卡片

<iframe src="https://skillstore.io/embed/skills/davila7-pyopenms.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). pyopenms security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/davila7-pyopenms/audits/9

BibTeX 引用

@techreport{davila7-davila7-pyopenms-2026,
  author = {davila7},
  title = {pyopenms security audit report (audit version 9)},
  institution = {Skillstore},
  year = {2026},
  number = {9},
  url = {https://skillstore.io/skills/davila7-pyopenms/audits/9},
  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: "pyopenms security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
  - name: "davila7"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/davila7-pyopenms/audits/9"
identifiers:
  - type: other
    value: "skillstore:davila7-pyopenms:audit:9"
    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

davila7 推荐当前

davila7-pyopenms

Skillstore 评分 77

证据置信度高

Skillstore 使用量 8

已更新

2026-09-09

K-Dense-AI

k-dense-ai-pyopenms

Skillstore 评分 72

证据置信度高

Skillstore 使用量 13

已更新

2026-09-09

Skillstore 评分

评分依据证据置信度: 高

架构

可维护性

内容

社区

规范符合性

你能构建什么

处理鉴定结果

按照 pyOpenMS 指南加载 idXML 数据、检查肽段命中项、按 FDR 过滤并保存审核后的结果。

准备代谢组学表格

构建用于特征注释、空白过滤、缺失值处理、归一化以及统计导出的工作流。

原型化分析流程

使用记录完善的 pyOpenMS 对象和文件格式，起草可复现的 LC-MS/MS 处理步骤。

试试这些提示

加载 mzML 文件

向我展示如何使用 pyOpenMS 加载 mzML 文件，并汇总谱图、色谱图、保留时间和峰数量。

过滤肽段鉴定结果

帮助我加载 idXML 鉴定结果，应用百分之一的 FDR 过滤，检查肽段命中项，并保存过滤后的结果。

构建特征检测工作流

为 centroided LC-MS 数据设计一个 pyOpenMS 工作流，执行平滑、特征检测、保留时间对齐和特征链接。

规划代谢组学分析

使用 pyOpenMS 创建完整的非靶向代谢组学工作流，包括特征检测、注释、归一化、QC 过滤、缺失值插补和表格导出。

最佳实践

在选择处理算法之前，确认文件格式和 centroiding 状态。
记录平滑、峰提取、对齐和特征检测的参数值。
在报告肽段和蛋白质鉴定结果时，使用 target-decoy 或 q-value 工作流。

避免

不要在未检查工作区的情况下，将示例文件名当作真实项目路径。
不要在未确认每个搜索引擎评分方向的情况下比较搜索引擎分数。
不要在没有领域审核和质量控制的情况下，从特征表格得出生物学结论。

常见问题

什么是 pyOpenMS？

pyOpenMS 是 OpenMS 的 Python 接口，用于计算质谱工作流。

此技能涵盖哪些数据格式？

它涵盖常见的 OpenMS 格式，例如 mzML、mzXML、idXML、mzTab、FASTA、featureXML 和 consensusXML。

它能运行用于肽段鉴定的搜索引擎吗？

它解释集成模式，但外部搜索引擎必须单独安装和配置。

它支持代谢组学工作流吗？

是的。它包括特征注释、归一化、空白过滤、缺失值插补和表格导出的示例。

Claude、Codex 和 Claude Code 可以使用它吗？

是的。此技能声明支持 Claude、Codex 和 Claude Code。

它会验证科学结果吗？

不能。它提供实现指导和示例，而科学验证仍由用户负责。

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/pyopenms

引用

c43861a65bb95efcae259cd161c9d6f4dc7eec6f

维护新鲜度

2026/7/28

使用量

4 次下载 · 427 次浏览

文件结构

📁 references/

📄 data_structures.md

📄 feature_detection.md

📄 file_io.md

📄 identification.md

📄 metabolomics.md

📄 signal_processing.md

📄 SKILL.md

davila7 的更多技能

查看全部

📦

latex-posters

创建 LaTeX 科研海报

科研海报在 LaTeX 中很难排版，也很难为印刷进行校对。此技能提供模板、布局指导和 PDF 检查，帮助制作符合会议要求的海报。

设计与创意查看

📦

content-creator

创建适合 SEO 的营销内容

营销团队需要清晰的内容，以匹配品牌语调和搜索目标。此技能提供模板、分析脚本和平台指南，用于可重复的内容生产。

写作与内容查看

📦

treatment-plans

创建结构化医疗治疗计划

临床治疗计划往往会变得不一致、冗长或难以审查。此技能提供重点明确的模板、可衡量的目标、时间表和本地质量检查。

文档查看

📦

clinical-reports

创建结构化临床报告

临床团队需要符合医疗和监管标准的清晰报告。此技能为病例报告、诊断、试验和患者记录提供模板、检查清单和验证指导。

文档查看

📦

exploratory-data-analysis

分析科学数据文件

科学数据文件很难检查，因为每种格式存储结构和元数据的方式都不同。此技能可检测格式、分析数据质量，并创建实用的 Markdown EDA 报告。

数据与分析查看

📦

diffdock

运行 DiffDock 分子对接工作流

分子对接设置经常失败，因为输入、参数和置信度分数很难对齐。此技能会指导从准备到结果审查的 DiffDock 工作流。

研究与学习查看

查看全部

📦

matchms

比较代谢组学质谱

由 K-Dense-AI

代谢组学团队需要可靠的方法来清理谱图，并将未知化合物与库进行比较。此技能指导 Claude、Codex 和 Claude Code 完成 matchms 工作流，用于过滤、相似性评分和化合物鉴定。

数据与分析查看

📦

hmdb-database

探索 HMDB 代谢物数据

由 K-Dense-AI

代谢组学研究通常需要在标识符、谱图、生物标志物和通路之间进行快速查找。此技能可指导 HMDB 搜索、下载和解读工作流，适用于研究和临床化学任务。

研究与学习查看

📦

metabolomics-workbench-database

查询 Metabolomics Workbench 数据

由 K-Dense-AI

代谢组学研究人员需要可靠地访问公开研究和化合物数据。此技能指导 Claude、Codex 和 Claude Code 执行 Metabolomics Workbench REST 查询。

研究与学习查看

📦

data-processing

处理 JSON、YAML 和 TOML 数据

由 0xDarkMatter

结构化配置数据在 JSON、YAML 和 TOML 文件之间可能难以检查。此技能指导使用 jq 和 yq 查询进行提取、过滤、转换和更新。

数据与分析查看

📦

pytdc

使用 PyTDC 分析治疗领域 ML 数据集

由 K-Dense-AI

药物发现团队需要可靠的数据集和公平的评估协议。此技能帮助 Claude 使用 PyTDC 获取经过整理的治疗领域 ML 数据、基准划分、指标和分子 oracle。

数据与分析查看

📦

nature-data

起草 Nature 数据可用性声明

由 Yuan1z0825

研究作者在投稿前通常需要精确的数据可用性表述。此技能可帮助起草声明、将数据集映射到访问路径，并检查 FAIR 元数据。

数据与分析查看

pyopenms

使用我的智能体安装

Agent 可读资源

测试它

安全审计

风险因素

复制报告链接

Markdown 徽章

HTML 徽章

嵌入卡片

APA 引用

BibTeX 引用

CITATION.cff

比较变体

Skillstore 评分

你能构建什么

处理鉴定结果

准备代谢组学表格

原型化分析流程

试试这些提示

最佳实践

避免

常见问题

开发者详情

davila7 的更多技能

latex-posters

content-creator

treatment-plans

clinical-reports

exploratory-data-analysis

diffdock

相关技能

matchms

hmdb-database

metabolomics-workbench-database

data-processing

pytdc

nature-data