SKILLEMALL.ai

BC bio-single-cell-preprocessing

Контроль качества, фильтрация и нормализация одноклеточной РНК-сек с использованием Seurat (R) и Scanpy (Python). Используйте для расчета метрик контроля качества, фильтрации клеток и генов, нормализации подсчетов, идентификации высоковариабельных генов и масштабирования данных. Используйте при фильтрации, нормализации и выборе признаков в одноклеточных данных.

машинный переводПоказать оригиналСкрыть оригинал«Quality control, filtering, and normalization for single-cell RNA-seq…»

Quality control, filtering, and normalization for single-cell RNA-seq using Seurat (R) and Scanpy (Python). Use for calculating QC metrics, filtering cells and genes, normalizing counts, identifying highly variable genes, and scaling data. Use when filtering, normalizing, and selecting features in single-cell data.

FreedomIntelligence/OpenClaw-Medical-Skills Agent Skills автор: FreedomIntelligence 4 файла · 1 скрипт тело ≈ 2 310 токенов Открыть источникgithub.com↗ проанализирован 13 ч назад

Контроль качества, фильтрация и нормализация одноклеточной РНК-сек с использованием Seurat (R) и Scanpy (Python).

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "tool_type"
    • заметка frontmatter-key неизвестное поле фронтматтера "primary_tool"

    Процессный рейтинг: все десять параметров 58/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 7
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2310 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 316 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 29 заголовков
    • +3Пошаговые инструкции: 7 пунктов
    • +4Есть примеры (22 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.