SKILLEMALL.ai
GitHub ↗ EN Войти

BD lobster-use

Анализируйте биологические данные с помощью Lobster AI — одноклеточная РНК-секвенирование, РНК-секвенирование больших объемов, поиск по литературе, обнаружение наборов данных, контроль качества и визуализация. ИСПОЛЬЗУЙТЕ ЭТОТ НАВЫК, КОГДА: - Анализируете одноклеточные или объемные данные РНК-секвенирования - Ищете статьи или наборы данных в PubMed/GEO - Выполняете контроль качества биологических данных - Кластеризуете клетки, находите маркеры, проводите дифференциальную экспрессию - Создаете визуализации для публикаций - Работаете с H5AD, CSV, 10X, кодами доступа GEO/SRA ФРАЗЫ ДЛЯ АКТИВАЦИИ: "анализ клеток", "поиск в PubMed", "скачать GEO", "запустить QC", "кластеризовать", "найти маркеры", "дифференциальная экспрессия", "UMAP", "график "вулкан"", "одноклеточный", "РНК-секвенирование", "биоинформатика" ПРЕДПОЛАГАЕТСЯ: Lobster установлен и настроен. При проблемах с настройкой попросите пользователя выполнить команду `lobster config-test` и устранить ошибки перед продолжением.

машинный переводПоказать оригиналСкрыть оригинал«Analyze biological data using Lobster AI — single-cell RNA-seq, bulk R…»

Analyze biological data using Lobster AI — single-cell RNA-seq, bulk RNA-seq, literature mining, dataset discovery, quality control, and visualization. USE THIS SKILL WHEN: - Analyzing single-cell or bulk RNA-seq data - Searching PubMed/GEO for papers or datasets - Running quality control on biological data - Clustering cells, finding markers, differential expression - Creating publication-quality visualizations - Working with H5AD, CSV, 10X, GEO/SRA accessions TRIGGER PHRASES: "analyze cells", "search PubMed", "download GEO", "run QC", "cluster", "find markers", "differential expression", "UMAP", "volcano plot", "single-cell", "RNA-seq", "bioinformatics" ASSUMES: Lobster is installed and configured. For setup issues, tell user to run `lobster config-test` and fix any errors before proceeding.

Не рекомендуетсяесть критические или высокие находки безопасности
modbender/skill-library-mcp Agent Skills автор: modbender MIT 7 файлов тело ≈ 1 339 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Анализируйте биологические данные с помощью Lobster AI — одноклеточная РНК-секвенирование, РНК-секвенирование больших объемов, поиск по литературе…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторДанные и аналитикаИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
82/100
безопасность, качество, тесты
Безопасность 60%
77
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Чем это грозит

Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.

Опасные команды
Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

Как улучшить

  1. Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
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 · 2

  • высокая Опасные команды cmd-pipe-to-shell SKILL.md:34
    Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell)
    curl -fsSL https://install.lobsterbio.com | bash
Средние и низкие: 1
  • средняя Опасные команды cmd-pipe-to-shell references/cli-commands.md:11
    Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell) (строка таблицы в документации)
    | macOS / Linux | `curl -fsSL https://install.lobsterbio.com \| bash` |
    таблица

Просканировано файлов: 7. 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 46/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 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 (lobster-bio-use)
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 6
  • 100Стоимость исполнения. Тело инструкции 1339 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 807: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 11 примера фраз-триггеров в кавычках
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 6 пунктов
  • +4Есть примеры (10 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (6 из 6)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.