用户研究分析是一种将用户访谈、调查和分析数据综合起来，以识别用户需求、验证设计假设并指导产品开发的方法。关键词包括：用户访谈、调查分析、设计验证、产品开发。

此技能是项目管理的助手工具，专注于范围管理、风险识别和里程碑规划，帮助团队定义MVP、及早评估风险并制定基于能力的计划。关键词包括：项目管理、MVP、风险评估、里程碑规划、团队能力、范围检查、风险早期识别。

此技能用于定期与外部相关方同步项目进度，确保信息及时更新和沟通顺畅，提高协作效率。关键词：进度同步、外部沟通、定期更新、项目管理、沟通协调、团队协作。

这是一个数据分析技能，用于分析数据文件、提取关键指标并生成报告，适用于数据处理和自动化分析。关键词：数据分析、文件分析、报告生成、数据提取、自动化处理。

将产品需求可视化为交互式HTML用户故事地图，按Epic → Feature → Story三层结构组织，支持MoSCoW优先级色标和版本发布划线分组。关键词：用户故事地图、story mapping、需求可视化、backlog管理、版本规划、产品路线图。

这个技能是关于如何使用MPM工具进行项目管理代理的操作指南。它涵盖了任务委托、进度跟踪、Bash工具使用、向量搜索、浏览器验证等关键方面，帮助PM代理高效管理软件开发项目。关键词：项目管理、代理、工具使用、委托、验证、向量搜索、Bash、软件开发、效率提升。

deepTools是一款全面的NGS数据分析工具包，用于处理高通量测序数据，提供质量评估、数据归一化、样本比较和可视化功能，支持ChIP-seq、RNA-seq、ATAC-seq等多种实验类型，广泛应用于基因组学和生物信息学研究。关键词：NGS分析，数据可视化，生物信息学工具，基因组学，数据归一化，高通量测序。

gget是一个命令行和Python包，提供对20多个生物信息学数据库的统一访问，用于快速查询基因信息、序列分析、蛋白质结构、表达数据和疾病关联。它支持BLAST搜索、AlphaFold结构预测、富集分析等功能，适用于生物信息学研究、数据分析、基因组学探索。关键词：生物信息学、数据库查询、基因分析、序列比对、结构预测、富集分析、快速查询、Python工具。

这个技能专注于pandas数据操作规则，帮助开发者遵循最佳实践进行数据分析和处理。它涵盖方法链式调用、使用loc/iloc进行数据选择、groupby操作等关键方面，适用于数据科学和量化金融领域。关键词：pandas、数据操作、方法链式、数据选择、groupby、数据分析、编码标准。

这个技能用于在软件开发和项目管理中，通过 Cursor PM 代理验证头脑风暴的想法，更新计划文件 Plans.md，并实现双代理工作流自动化。关键词：计划验证、任务管理、代理协作、工作流自动化、软件开发、项目管理、效率提升。

此技能提供Linear票务管理的标准操作流程，包括问题创建、状态更新、证据附加等最佳实践，以及开发、暂存和完成阶段的证据模板，便于团队协作和项目管理。关键词：Linear, 票务管理, SOP, 证据模板, 验收标准, 项目管理, 工具集成

该技能用于对数据表进行快速摘要查询，显示行数、列统计信息和样本数据，适用于数据探索、验证和初步数据分析。关键词：数据摘要、统计查询、数据验证、Starlake、数据探索。