AD lobster-use
Выполняет биоинформатический анализ с помощью Lobster AI — одноклеточная РНК-секвенирование, РНК-секвенирование пула, геномика (VCF/GWAS), протеомика (масс-спектрометрия/аффинность), метаболомика (LC-MS/GC-MS/NMR), машинное обучение (отбор признаков, анализ выживаемости), открытие лекарств, поиск литературы, обнаружение наборов данных и визуализация. Используйте при работе с биологическими данными, омиксным анализом или биоинформатическими задачами. Охватывает: форматы H5AD, CSV, VCF, PLINK, 10X, mzML, доступ к GEO/SRA/PRIDE/MetaboLights. КЛЮЧЕВЫЕ ФРАЗЫ: «анализировать клетки», «искать в PubMed», «скачать GEO», «запустить QC», «кластеризовать», «найти маркеры», «дифференциальная экспрессия», «UMAP», «вулканический график», «одноклеточный», «РНК-секвенирование», «VCF», «GWAS», «протеомика», «масс-спектрометрия», «метаболомика», «MetaboLights», «LC-MS», «метаболит», «отбор признаков», «анализ выживаемости», «биомаркер», «биоинформатика», «открытие лекарств», «фармакогеномика», «аннотация вариантов» ПРЕДПОЛАГАЕТСЯ: Lobster установлен и настроен. По вопросам настройки сообщите пользователю запустить `lobster config-test` и устранить любые ошибки перед продолжением.
машинный переводПоказать оригиналСкрыть оригинал«Runs bioinformatics analysis with Lobster AI -- single-cell RNA-seq, b…»
Runs bioinformatics analysis with Lobster AI -- single-cell RNA-seq, bulk RNA-seq, genomics (VCF/GWAS), proteomics (mass spec/affinity), metabolomics (LC-MS/GC-MS/NMR), machine learning (feature selection, survival analysis), drug discovery, literature search, dataset discovery, and visualization. Use when working with biological data, omics analysis, or bioinformatics tasks. Covers: H5AD, CSV, VCF, PLINK, 10X, mzML formats, GEO/SRA/PRIDE/MetaboLights accessions. TRIGGER PHRASES: "analyze cells", "search PubMed", "download GEO", "run QC", "cluster", "find markers", "differential expression", "UMAP", "volcano plot", "single-cell", "RNA-seq", "VCF", "GWAS", "proteomics", "mass spec", "metabolomics", "MetaboLights", "LC-MS", "metabolite", "feature selection", "survival analysis", "biomarker", "bioinformatics", "drug discovery", "pharmacogenomics", "variant annotation" ASSUMES: Lobster is installed and configured. For setup issues, tell user to run `lobster config-test` and fix any errors before proceeding.
Выполняет биоинформатический анализ с помощью Lobster AI — одноклеточная РНК-секвенирование, РНК-секвенирование пула, геномика (VCF/GWAS), протеомика…
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, 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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "required_binaries" - заметка
frontmatter-keyнеизвестное поле фронтматтера "primary_credential" - заметка
frontmatter-keyнеизвестное поле фронтматтера "required_env_vars" - заметка
frontmatter-keyнеизвестное поле фронтматтера "credential_note" - заметка
frontmatter-keyнеизвестное поле фронтматтера "declared_writes" - заметка
frontmatter-keyнеизвестное поле фронтматтера "network_access" - заметка
frontmatter-keyнеизвестное поле фронтматтера "source" - заметка
frontmatter-keyнеизвестное поле фронтматтера "always"
Процессный рейтинг: все десять параметров 49/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 40Согласованность. Имя во frontmatter (lobster-use) не совпадает с папкой (lobsterbio-use)
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 18
- 100Стоимость исполнения. Тело инструкции 1723 токенов
- 100Повторный запуск. Изменяющих операций нет
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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 1020: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 22 примера фраз-триггеров в кавычках
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 18 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.