这个技能用于使用Python库（如openpyxl和pandas）创建、编辑、分析和可视化电子表格文件（如.xlsx, .csv, .tsv），包括处理公式、引用、格式化和图表。适用于数据分析、金融建模、报表生成等场景，提高工作效率和准确性。关键词：电子表格处理、Python编程、数据分析、Excel自动化、金融建模、数据可视化、量化金融。

Astropy是一个全面的Python库，专为天文学和天体物理学设计，用于处理坐标转换、单位计算、FITS文件操作、宇宙学计算、时间系统处理、表格管理和天文数据分析，是天文学研究、数据处理和量化分析的关键工具。关键词：天文数据处理、Python库、坐标转换、FITS文件、宇宙学计算、单位转换、数据分析、天文学研究。

Founder OS技能是创始人的个人商业指挥中心，用于注册和管理企业、跟踪业务信号、维护安全凭证金库，并生成AI驱动的业务健康快照和战略建议。

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。

这个技能提供程序化访问CZ CELLxGENE普查中的标准化单细胞基因组数据，支持按细胞类型、组织、疾病等条件高效查询和分析6100万+细胞，可集成scanpy和PyTorch进行大规模单细胞分析、机器学习和数据可视化。关键词：单细胞分析、基因表达、细胞普查、scanpy、PyTorch、数据查询、生物信息学。

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。

研究合成技能是一个用于整合多源研究证据、分析冲突并提供决策支持的工具。它通过系统的工作流程，如来源映射、证据评估和输出生成，帮助研究人员快速合成高质量的研究报告，强调不确定性跟踪、证据强度评分和可执行输出。关键词：研究合成、证据分析、决策支持、冲突追踪、SEO搜索优化。

此技能用于查询临床药物基因组学数据，包括基因-药物交互、CPIC临床指南、等位基因功能等，支持精准医疗决策和基因型指导的剂量调整。关键词：临床药物基因组学、基因-药物交互、CPIC指南、精准医疗、药物代谢。

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。

这个技能用于帮助设计和实施A/B测试，以产生统计上有效、可操作的结果，适用于营销、产品和用户体验的优化。关键词包括：A/B测试、实验设计、统计显著性、转化率优化、多变量测试。

这个技能用于编程式处理Jupyter笔记本文件，支持.ipynb文件的读取、修改、执行和格式转换，适用于数据科学和编程工作流，关键词包括Jupyter Notebook、数据科学、Python编程、自动化脚本、笔记本处理。