AC tooluniverse-image-analysis
Готовый к производству навык для анализа изображений микроскопии и количественных данных изображений, предназначенный для морфометрии колоний, подсчета клеток, количественной оценки флуоресценции и статистического анализа измерений, полученных из изображений. Обрабатывает выходные данные ImageJ/CellProfiler (площадь, круглость, интенсивность, количество клеток), выполняет тест Даннетта, оценку размера эффекта Коэна d, анализ мощности, тесты на нормальность Шапиро-Уилка, двухфакторный дисперсионный анализ, полиномиальную регрессию, регрессию натуральных сплайнов с доверительными интервалами и сравнительную морфометрию. Поддерживает таблицы измерений CSV/TSV, многоканальные данные флуоресценции, анализы роения колоний и наборы данных для подсчета нейронов. Используйте при анализе данных измерений микроскопии, площади/круглости колоний, статистики подсчета клеток, анализов роения, оптимизации соотношения ко-культуры или ответах на вопросы о количественных данных, полученных из изображений.
машинный переводПоказать оригиналСкрыть оригинал«Production-ready microscopy image analysis and quantitative imaging da…»
Production-ready microscopy image analysis and quantitative imaging data skill for colony morphometry, cell counting, fluorescence quantification, and statistical analysis of imaging-derived measurements. Processes ImageJ/CellProfiler output (area, circularity, intensity, cell counts), performs Dunnett's test, Cohen's d effect size, power analysis, Shapiro-Wilk normality tests, two-way ANOVA, polynomial regression, natural spline regression with confidence intervals, and comparative morphometry. Supports CSV/TSV measurement tables, multi-channel fluorescence data, colony swarming assays, and neuron counting datasets. Use when analyzing microscopy measurement data, colony area/circularity, cell count statistics, swarming assays, co-culture ratio optimization, or answering questions about imaging-derived quantitative data.
Готовый к производству навык для анализа изображений микроскопии и количественных данных изображений, предназначенный для морфометрии колоний, подсчета…
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
Как улучшить
- 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: 14. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 51/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 85Шаги. Шагов: 104, расплывчатых формулировок: 1
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3790 токенов
- low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле
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
- +3Длина description 832: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +4Структура: 27 заголовков
- +3Пошаговые инструкции: 104 пунктов
- +4Есть примеры (7 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (6 из 6)
- +3Все 3 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.