数据分析 Skill技能列表
生物Nextflow管理器Skill bio-nextflow-manager
该技能用于自动化部署和运行nf-core生物信息学管道，处理RNA-seq、全基因组测序（WGS）、全外显子组测序（WES）和ATAC-seq等测序数据。支持本地FASTQ文件和从GEO/SRA获取的公共数据集，自动检测数据类型、配置样品表并执行分析，适用于基因表达分析、变异调用和染色质可访问性研究。关键词：生物信息学，Nextflow，nf-core，RNA-seq，WGS，WES，ATAC-seq，GEO，SRA，基因表达，变异调用，染色质可访问性。
民族志编码与主题分析Skill ethnographic-coding-thematics
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
观众分析Skill audience-analytics
观众分析技能专注于为文化机构提供数据驱动的决策支持。通过系统分析访客数据、出席模式、参与度指标和影响力评估，帮助博物馆、艺术馆等组织优化节目策划、提升观众体验、衡量社会影响力。关键词：观众数据分析、文化机构评估、参与度指标、影响力测量、访客行为研究、数据可视化、预测建模、博物馆管理、艺术组织运营。
NeuroKit2神经信号处理工具包Skill neurokit2
NeuroKit2 是一个专为生理信号处理设计的 Python 工具包，支持心电图、脑电图、皮肤电活动等多种信号的分析，包括心率变异性、事件相关电位、复杂性测量等，广泛应用于科研和临床领域。关键词：生理信号处理、Python 工具包、生物信号分析、心率变异性分析、脑电图分析、皮肤电活动处理。
MATLAB/Octave数值计算技能Skill matlab
MATLAB和GNU Octave数值计算技能，用于矩阵运算、数据分析、可视化、科学计算、线性代数、信号处理、图像处理、微分方程、优化、统计等。关键词：MATLAB, Octave, 数值计算, 矩阵操作, 数据分析, 科学可视化, 信号处理, 优化, 统计。
统计分析Skill statistical-analysis
此技能用于进行统计分析，包括假设检验（如t检验、ANOVA、卡方检验）、回归分析、相关性分析和贝叶斯统计，适用于学术研究和数据分析。关键词：统计分析、假设检验、回归分析、贝叶斯统计、APA报告、数据科学、统计测试选择、效应大小、功率分析。
开发者成长分析Skill developer-growth-analysis
此技能通过分析开发者最近的Claude Code聊天历史，识别编码模式、发展差距和改进领域，从HackerNews策展相关学习资源，并自动发送个性化成长报告到Slack直接消息。它旨在帮助开发者基于实际工作数据进行数据驱动的个人成长分析，优化编码技能和工作效率。关键词：开发者成长、编码分析、数据驱动、学习资源、Slack报告。
常微分方程求解器库Skill ode-solver-library
常微分方程求解器库提供常微分方程的数值解法，包括龙格-库塔法、多步法、刚性方程处理、自适应步长控制等功能，适用于数学建模、动力系统分析、科学计算和工程仿真。关键词：常微分方程，数值解法，龙格-库塔，刚性方程，数学建模，科学计算。
多重检验校正Skill multiple-testing-correction
多重检验校正技能用于在同时进行多个统计假设检验时，通过数学方法调整p值或显著性阈值，以控制整体错误率（如族错误率FWER或错误发现率FDR）。核心功能包括Bonferroni校正、Holm-Bonferroni方法、Benjamini-Hochberg FDR控制等，广泛应用于数据分析、生物信息学、量化金融、科学研究等领域，确保统计推断的可靠性，避免多重比较带来的假阳性问题。关键词：多重检验校正，p值校正，FWER，FDR，Bonferroni，假设检验，统计显著性，错误率控制。
CSV数据摘要工具Skill csv-data-summarizer
该技能自动分析CSV文件，生成全面的数据摘要、统计分析和可视化图表，适用于销售、金融、客户等多种数据类型，基于Python和pandas实现，无需用户交互直接提供完整洞察。关键词：CSV, 数据分析, 数据可视化, 自动分析, Python, pandas, 统计摘要, 数据洞察。
CodexBar模型成本总结Skill model-usage
这个技能用于通过CodexBar CLI获取AI模型（如Codex或Claude）的使用成本数据，提供按模型的成本总结，支持当前模型或所有模型的摘要。包括数据获取、脚本化处理和JSON输出，方便进行成本监控和数据分析。关键词：CodexBar CLI, AI模型成本, 成本总结, 数据分析, 脚本化处理。
量子物理模拟库QuTiPSkill qutip
QuTiP是一个用于模拟开放量子系统的Python库，支持主方程、Lindblad动力学、退相干、量子光学等，适用于物理研究和教育模拟。关键词：量子物理、模拟、开放系统、Python、主方程、Lindblad、退相干、量子光学、腔QED、物理研究、教育模拟。