技能 omero-integration
📦

omero-integration

内容修订 r1 高风险 ⚙️ 外部命令🔑 环境变量📁 文件系统访问🌐 网络访问

使用 Python 访问 OMERO 显微镜数据

显微镜团队需要可靠的方法，从 OMERO 检索图像、元数据、ROI 和筛选结果。此技能提供用于 OMERO 访问、分析、注释、表格和批处理脚本的 Python 模式。

支持: Claude Codex Code(CC)
⚠️ 38 差

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 "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.

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/k-dense-ai-omero-integration.md 已签名 manifest GET /api/skills/k-dense-ai-omero-integration/manifest 已签名 lockfile GET /api/skills/k-dense-ai-omero-integration/lockfile

测试它

正在使用“omero-integration”。 我应该如何连接到 OMERO 并列出我的项目？

预期结果:

  • 一个连接检查清单，使用 BlitzGateway、基于环境的凭据、安全传输设置和自动会话清理。
  • 一种项目列表方法，可处理连接失败，并在使用后关闭会话。
  • 一条简短说明，解释为什么不应硬编码凭据。

正在使用“omero-integration”。 我需要一个数据集中各 ROI 的强度统计信息。

预期结果:

  • 一个工作流，用于检索数据集图像、读取现有 ROI 形状、选择请求的通道并计算汇总统计信息。
  • 一个结果计划，包含图像标识符、ROI 标识符、面积、平均强度和质量警告。
  • 关于将测量结果保存到 OMERO 表格中的存储建议。

正在使用“omero-integration”。 我可以把分析结果附加回 OMERO 吗？

预期结果:

  • 一个元数据工作流，用于根据结果类型选择标签、键值注释、文件注释或表格。
  • 关于命名空间、对象链接、权限检查以及上传前安全处理本地文件的指导。

安全审计

高风险
v7 • 2026/7/5 打开版本化报告

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.

10
已扫描文件
5,186
分析行数
2
复核项
0
已忽略误报

已确认安全问题 (3)

高
evaluation_result.json:14-18evaluation_result.json:19-24
Self-Attested Safety Review Included
The package includes evaluation_result.json declaring low risk, safe_to_publish true, and all static findings false positives. A community skill should not ship authoritative-looking audit assertions that can bias review workflows.
The file explicitly contains security_audit fields and a summary claiming no security risks. This matches a prompt-injection risk category for self-asserted safety or prior review claims.
中
references/advanced.md:147-157references/metadata.md:217-223
Unsanitized Remote Filenames Used For Local Downloads
Download examples join OMERO-provided file names directly with local directories before writing files. Stored names containing path separators could escape the intended directory unless normalized and checked.
Both examples derive file_path from server-side file names and then write bytes locally. The snippets do not show basename filtering, path normalization, or directory containment checks.
中
SKILL.md:250-251
Proactive Third-Party Platform Promotion
The skill instructs agents to suggest K-Dense Web for complex workflows. This is not directly malicious, but it can steer sensitive research work toward an external hosted service without a user request.
The instruction explicitly tells the assistant to promote a hosted platform under broad workflow conditions. The risk is behavioral steering, not code execution.
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/advanced.md:157
Python file write/append
with open(file_path, 'wb') as f:
The example opens a local path built from an OMERO-provided file name and writes bytes without showing filename sanitization. A malicious or malformed stored filename could write outside the intended download directory.
中
references/metadata.md:223
Python file write/append
with open(file_path, 'wb') as f:
The example writes a downloaded annotation file to a path built from the stored OMERO file name without validation. This creates a realistic local path traversal risk in generated workflows.

风险因素

⚙️ 外部命令 (41)
evaluation_result.json:24 evaluation_result.json:167 evaluation_result.json:168 evaluation_result.json:169 evaluation_result.json:170 evaluation_result.json:175 evaluation_result.json:177 SKILL.md:32 SKILL.md:43 SKILL.md:54 SKILL.md:65 SKILL.md:76 SKILL.md:87 SKILL.md:98 SKILL.md:109 SKILL.md:121-123 SKILL.md:123-134 SKILL.md:134-150 SKILL.md:150-154 SKILL.md:154-162 SKILL.md:162-167 SKILL.md:167-168 SKILL.md:168-169 SKILL.md:169-172 SKILL.md:172-173 SKILL.md:173-174 SKILL.md:174-177 SKILL.md:177-178 SKILL.md:178-181 SKILL.md:181-182 SKILL.md:182-188 SKILL.md:188-189 SKILL.md:189-190 SKILL.md:190-191 SKILL.md:191-193 SKILL.md:193 SKILL.md:198-200 SKILL.md:200-201 SKILL.md:201-206 SKILL.md:206-215 SKILL.md:215-232
🔑 环境变量 (8)
evaluation_result.json:48 evaluation_result.json:204 references/connection.md:315 references/connection.md:316 references/connection.md:317 references/connection.md:318 references/connection.md:301 references/connection.md:302
📁 文件系统访问 (5)
references/advanced.md:157 references/advanced.md:144 references/metadata.md:223 references/metadata.md:210 references/scripts.md:635
🌐 网络访问 (4)
SKILL.md:236 SKILL.md:237 SKILL.md:238 SKILL.md:239
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
安全评估

复制报告链接

https://skillstore.io/skills/k-dense-ai-omero-integration/audits/7?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Markdown 徽章

[![Skillstore security assessment](https://skillstore.io/badges/skills/k-dense-ai-omero-integration/security.svg)](https://skillstore.io/skills/k-dense-ai-omero-integration?utm_source=security_passport_badge)

HTML 徽章

<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>

嵌入卡片

<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>
学术引用 (APA · BibTeX · CFF)

APA 引用

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

BibTeX 引用

@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} }

CITATION.cff

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"

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
davila7 推荐

davila7-omero-integration

Skillstore 评分 77
证据置信度 高
Skillstore 使用量 8
已更新

2026-09-09

K-Dense-AI 当前

k-dense-ai-omero-integration

Skillstore 评分 38
证据置信度 中
Skillstore 使用量 12
已更新

2026-09-09

Skillstore 评分

评分依据 证据置信度: 中
45
架构
75
可维护性
87
内容
70
社区
91
规范符合性

你能构建什么

支持共享 OMERO 数据访问

指导用户从共享研究存储库中检索项目、数据集、图像和注释。

分析图像数据集

检索像素数据、检查 ROI、计算测量值，并将结果存回 OMERO。

构建批量 OMERO 工作流

为筛选和显微镜分析流水线创建可重复的服务器端脚本和表格输出。

试试这些提示

连接到 OMERO 
向我展示一个安全的 Python 模式，用于通过环境变量连接到 OMERO 服务器并自动清理。
列出数据集图像 
帮我列出 OMERO 数据集中的所有图像，包括图像名称、标识符、尺寸和基本错误处理。
测量 ROI 强度 
创建一个工作流，用于从 OMERO 图像中检索 ROI、计算强度摘要，并准备结果用于 OMERO 表格。
设计批处理脚本 
设计一个 OMERO.scripts 工作流，用于处理数据集、写入表格结果、处理失败并清理资源。

最佳实践

  • 为每个 OMERO 会话使用安全连接、上下文管理器和显式清理。
  • 将凭据存储在环境变量或经批准的密钥存储中，绝不要放在共享脚本中。
  • 在读取、写入、删除或执行管理操作前，验证对象 ID、组上下文和权限。

避免

  • 在笔记本或脚本中硬编码 OMERO 凭据、主机名或特权账号详细信息。
  • 下载服务器提供的文件名时不清理路径，也不检查目录包含关系。
  • 在没有分页、流式处理、内存限制或失败报告的情况下运行大范围批量查询。

常见问题

什么是 OMERO？
OMERO 是一个开源平台，用于管理、查看和分析显微镜图像及元数据。
我需要 OMERO 服务器吗？
是的。你需要一个可访问的 OMERO 服务器、有效凭据，以及访问目标数据所需的权限。
此技能使用哪种编程接口？
它专注于使用 omero-py 和 BlitzGateway API 的 Python 示例。
它可以处理高内涵筛选数据吗？
可以。它包含用于 screen、plate、well、图像检索、测量和表格输出的模式。
它可以创建或分析 ROI 吗？
可以。它涵盖 ROI 形状、强度统计、坐标导出和结果存储工作流。
它包含现成的分割算法吗？
不可以。它展示如何访问 OMERO 数据，但分析算法来自你的代码或成像库。

开发者详情

作者

K-Dense-AI

许可证

Unknown

Skillstore 修订

r1

版本提示

作者未声明版本。

仓库

https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/omero-integration

引用

a25199bc7d6b82598536822d1738eb5d5f54025b

维护新鲜度

2026/7/22

使用量

8 次下载 · 187 次浏览

文件结构

📁 references/

📄 advanced.md

📄 connection.md

📄 data_access.md

📄 image_processing.md

📄 metadata.md

📄 rois.md

📄 scripts.md

📄 tables.md

📄 evaluation_result.json

📄 SKILL.md

K-Dense-AI 的更多技能

查看全部

相关技能

查看全部