Actionbook Scraper技能是一个自动化网页数据抓取工具，能够使用Actionbook验证的选择器生成和验证网络爬虫脚本，自动修正错误，确保数据抓取的准确性和效率。

定性研究技能用于从非数值数据中提取深层意义，通过严格的编码和主题分析过程，支持研究设计、数据收集和解释。适用于社会科学、市场研究、用户研究等领域。关键词：定性研究、数据分析、编码、主题分析、社会科学、研究方法。

现代R开发实践，强调tidyverse模式（dplyr 1.1及以后版本，原生管道，join_by，.by分组），rlang元编程，性能优化和包开发。

这个技能提供对 KEGG（京都基因与基因组百科全书）数据库的 REST API 访问，支持通路分析、基因映射、代谢通路探索、药物相互作用检查和 ID 转换。适用于生物信息学研究、数据整合和科学分析。关键词：KEGG、通路分析、生物信息学、REST API、基因-通路映射、代谢通路、药物相互作用、数据集成。

该技能提供全面的Excel文件处理能力，包括创建、编辑、分析和可视化电子表格，特别强调金融模型中的公式计算、数据格式化和错误预防。适用于股票量化交易、数据分析和财务报告，支持量化策略开发和风险管理。关键词：Excel数据分析，量化金融模型，公式计算，数据可视化，金融Excel技巧，股票量化交易工具

此技能专注于使用Excel进行电子表格的创建、编辑、分析和可视化，支持公式计算、格式化、数据分析和量化金融建模，确保零错误、动态更新和数据源文档化，适用于股票量化交易、金融模型构建和商业智能报告。关键词：Excel, 数据分析, 量化金融, 公式, 格式化, 数据可视化, 金融模型, 股票分析。

该技能用于系统调查因果关系，区分相关性与因果性，识别根本原因而非症状，测试竞争假设，控制混杂变量，并设计实验验证因果声称。适用于调试系统、数据分析、政策评估、失败分析等场景，关键词包括因果推断、根因分析、相关性、混杂变量、实验设计、根本原因识别、因果链、反事实、数据分析、系统调试。

scikit-bio是一个强大的Python库，专门用于生物信息学数据分析，包括序列处理、系统发育树构建、多样性计算、排序分析和统计测试。关键词：生物信息学、Python库、序列分析、多样性指标、微生物组研究、统计测试。

本技能专为定性研究设计，提供一套系统的方法论，用于对民族志、访谈记录等田野数据进行编码、主题识别和深度解释。核心功能包括：运用 NVivo、Atlas.ti 等专业软件进行开放式编码、主轴编码和选择性编码；通过模式识别和类别形成提炼核心主题；最终发展出基于数据的扎根解释和理论。适用于社会学、人类学、市场研究、用户研究等领域的数据分析工作。关键词：定性数据分析，民族志编码，主题分析，NVivo，Atlas.ti，扎根理论，田野研究，质性研究软件

这是一个研究规范访谈助手，通过结构化访谈帮助研究者将初步想法转化为具体的研究规范，包括明确研究问题、假设、数据来源和识别策略，适用于学术研究、政策分析和实证研究。关键词：研究、访谈、规范、结构化、假设、经验策略、数据分析。

Astropy（天体物理Python库）是一个全面的Python库，专为天文学和天体物理学设计，提供坐标转换、单位处理、FITS文件操作、宇宙学计算、时间系统处理等功能。适合天文数据分析、科研计算和天文研究，关键词包括：天文数据分析、坐标转换、FITS文件处理、宇宙学计算、Python天文库、天文学编程。

这个技能库用于创建、编辑和分析Excel电子表格文件，支持公式计算、数据格式化、数据可视化和错误检查，适用于金融建模、数据分析和量化交易等场景。关键词：Excel处理、数据分析、公式计算、金融模型、量化分析。