Data Visualization

dashboard-builder te ayuda a convertir métricas en un dashboard operativo práctico para Grafana, SigNoz o herramientas similares. Usa la skill dashboard-builder cuando necesites una guía clara para dashboard-builder sobre salud, cuellos de botella, throughput y paneles orientados a la acción, en lugar de un tablero ornamental.

visualization-expert es una skill ligera para selección de gráficos, buenas prácticas de visualización y ejemplos con matplotlib o plotly. Úsala para elegir mejores gráficos, evaluar dashboards y aplicar pautas claras y accesibles de visualización de datos desde un único archivo SKILL.md.

grafana-dashboards ayuda a los agentes a diseñar dashboards de Grafana para observabilidad en producción. Úsalo para planificar diseños basados en RED y USE, definir la jerarquía de paneles y esbozar la estructura del dashboard para métricas de estilo Prometheus.

Usa la skill data-storytelling para convertir análisis en narrativas orientadas a la decisión para informes, actualizaciones ejecutivas y comunicación con stakeholders, con una estructura clara y foco en la acción.

La skill kpi-dashboard-design ayuda a los equipos a planificar dashboards de KPI enfocados en la toma de decisiones, con orientación sobre selección de métricas, jerarquía del dashboard, patrones de gráficos y gobernanza para vistas ejecutivas, tácticas y operativas.

Usa la skill sympy para matemáticas simbólicas exactas en Python, incluyendo álgebra, cálculo, matrices, fórmulas de física, teoría de números, geometría y generación de código. Te ayuda a mantener las expresiones exactas, elegir los módulos adecuados de SymPy y evitar errores típicos por depender demasiado de floats. Es ideal para quienes necesitan una guía práctica de sympy para flujos de trabajo simbólicos y sympy para análisis de datos.

qutip es una skill de simulación de física cuántica en Python para sistemas cuánticos abiertos, disipación, evolución temporal y óptica cuántica. Usa esta guía de qutip para ecuaciones maestras, dinámica de Lindblad, decoherencia, cavity QED, simulación de estados y operadores, y ejemplos con Scientific Python. No es para computación cuántica basada en circuitos.

metrics-dashboard te ayuda a definir y diseñar un panel de métricas de producto con los KPI adecuados, las visualizaciones correctas y los umbrales de alerta pertinentes. Úsalo para planificar qué medir, cómo agrupar las métricas y qué señales deben activar acciones en flujos de trabajo de producto, growth o analítica.

Realiza cohort-analysis sobre retención de usuarios, caída del engagement y adopción de funciones por cohorte. Esta skill de cohort-analysis está pensada para flujos de trabajo de análisis de datos que necesitan validación, cálculo, visualización y conclusiones claras a partir de datos estructurados de comportamiento de usuarios.

app-analytics te ayuda a configurar, interpretar y mejorar el seguimiento de apps móviles con un plan de medición práctico. Úsalo para elegir las herramientas adecuadas, validar eventos, conectar la atribución con los resultados y apoyar el análisis de datos en decisiones de producto, crecimiento, suscripciones o adquisición de pago.

vega es una skill de creación de gráficos para convertir datos estructurados en visualizaciones interactivas y basadas en datos, usando Vega-Lite en la mayoría de los casos y Vega para diseños avanzados. Úsala para gráficos de barras, líneas, dispersión, mapas de calor, áreas, apilados y multiserie cuando tengas campos de datos reales y necesites especificaciones JSON válidas.

La skill data-analytics crea diagramas PlantUML para flujos de trabajo de análisis de datos, incluidos ETL, ELT, data lakes, warehouses, pipelines de streaming, análisis de logs y dashboards de BI. Está optimizada para mostrar con claridad el flujo de origen a destino, para stencils de analítica y bases de datos de AWS, y para generar salidas prácticas orientadas a guías de data-analytics, no diagramas genéricos de software o arquitectura cloud.

Skill de shap para interpretabilidad de modelos y IA explicable. Úsalo para entender predicciones, calcular atribuciones de características, elegir gráficos de SHAP y depurar el comportamiento del modelo en análisis de datos, tanto en modelos de árboles, lineales, de deep learning como de caja negra.

Seaborn es una skill de seaborn para visualización estadística en Python, con entradas compatibles con pandas y buenos valores predeterminados. Úsala para explorar rápidamente distribuciones, relaciones, comparaciones categóricas, box plots, violin plots, pair plots y heatmaps. Está construida sobre matplotlib para generar gráficos estáticos listos para publicación.

scvelo es una skill en Python para el análisis de RNA velocity en datos de RNA-seq de célula única. Úsala para estimar transiciones entre estados celulares a partir de mRNA no empalmado y empalmado, inferir la dirección de las trayectorias, calcular tiempo latente e identificar genes impulsores. Es especialmente útil para scvelo en análisis de datos cuando necesitas direccionalidad más allá del clustering estándar o del pseudotiempo.

scientific-visualization es una meta-skill para crear figuras listas para publicación. Úsala para gráficos de envío a revistas con diseños multipanel, anotaciones de significancia, barras de error, paletas aptas para daltónicos y formato al estilo Nature/Science/Cell. Orquesta matplotlib, seaborn y plotly para trabajo de visualización de datos con scientific-visualization.

Skill de scanpy para el análisis de datos scRNA-seq de célula única en Python. Úsalo para QC, normalización, PCA, UMAP/t-SNE, clustering, descubrimiento de genes marcadores, análisis de trayectoria y gráficos listos para publicación. Es ideal para flujos exploratorios de scRNA-seq basados en AnnData, con uso claro de scanpy y guía de instalación.

networkx es una skill de Python para crear, analizar y visualizar grafos y redes complejas. Úsala para trabajar con networkx en rutas más cortas, centralidad, clustering, detección de comunidades, construcción de grafos y flujos de trabajo de análisis de datos con networkx. Es ideal para datos de nodos y aristas donde la estructura y las relaciones importan.

Skill de matplotlib para gráficos en Python con control total sobre ejes, etiquetas, leyendas, diseños y formatos de exportación. Úsalo para figuras científicas, análisis multipanel, tipos de gráficos personalizados y visualizaciones reproducibles cuando necesites más precisión que la que ofrece un prompt genérico de gráficos. Es una guía sólida de matplotlib para Análisis de Datos y para crear gráficos listos para publicación.

La skill de matlab te ayuda a generar, depurar y adaptar código de MATLAB o GNU Octave para operaciones con matrices, análisis de datos, visualización, estadística, optimización y computación científica. Úsala para obtener uso ejecutable de MATLAB, MATLAB para análisis de datos, traducción de MATLAB a Python o scripts compatibles con Octave cuando necesites menos prueba y error que con un prompt genérico.

La skill de infografías te ayuda a crear visuales listos para publicar a partir de un tema, un conjunto de datos o una narrativa. Permite crear infografías para visualización de datos con generación de Nano Banana Pro, revisión de calidad con Gemini 3 Pro, investigación opcional, paletas accesibles y refinamiento iterativo para marketing, informes, líneas de tiempo, comparativas y diseños para redes sociales.

Skill de geopandas para análisis de datos vectoriales geoespaciales en Python, incluyendo shapefiles, GeoJSON y archivos GeoPackage. Úsalo para leer, limpiar, unir, generar buffers, recortar, reproyectar y exportar datos espaciales con menos margen de error.

etetoolkit es un conjunto de herramientas para árboles filogenéticos en flujos de trabajo ETE. Usa la skill etetoolkit para analizar, editar, comparar, enraizar, podar y visualizar árboles en Newick, NHX, PhyloXML o NeXML. Admite filogenómica, análisis de ortología/paralogía, taxonomía NCBI y salida PDF o SVG con aspecto de publicación.

La skill deeptools ayuda en flujos de trabajo de análisis de NGS en deepTools: conversión de BAM a bigWig, control de calidad, comparación de muestras y gráficos de heatmap o perfil para ChIP-seq, RNA-seq, ATAC-seq y ensayos relacionados. Úsala como una guía práctica de deeptools cuando necesites análisis y visualización reproducibles desde la línea de comandos.