par affaan-m
dashboard-builder vous aide à transformer des métriques en un tableau de bord opérationnel et exploitable pour Grafana, SigNoz ou des outils similaires. Utilisez le skill dashboard-builder lorsque vous avez besoin d’un guide clair pour construire un tableau de bord centré sur la santé, les goulots d’étranglement, le débit et des panneaux orientés action, plutôt qu’un tableau de bord vitrine.
par Shubhamsaboo
visualization-expert est une skill légère dédiée au choix des graphiques, aux bonnes pratiques de visualisation et à des exemples de code matplotlib ou plotly. Utilisez-la pour sélectionner de meilleurs graphiques, évaluer des dashboards et appliquer des recommandations de datavis claires et accessibles à partir d’un seul fichier SKILL.md.
par wshobson
grafana-dashboards aide les agents à concevoir des tableaux de bord Grafana prêts pour la production en observabilité. Utilisez-le pour planifier des mises en page basées sur RED et USE, choisir la hiérarchie des panneaux et esquisser la structure de dashboards pour des métriques de type Prometheus.
par wshobson
Utilisez la skill data-storytelling pour transformer des analyses en récits prêts à éclairer la décision, adaptés aux rapports, aux synthèses de direction et à la communication avec les parties prenantes, avec une structure claire et des actions à engager.
par wshobson
La skill kpi-dashboard-design aide les équipes à concevoir des tableaux de bord KPI orientés décision, avec des conseils sur le choix des métriques, la hiérarchie du dashboard, les modèles de visualisation et la gouvernance pour des vues exécutives, tactiques et opérationnelles.
par K-Dense-AI
Utilisez la compétence sympy pour faire des maths symboliques exactes en Python, notamment en algèbre, calcul, matrices, formules de physique, théorie des nombres, géométrie et génération de code. Elle vous aide à conserver des expressions exactes, à choisir les bons modules SymPy et à éviter les erreurs liées aux flottants. C’est un bon choix pour celles et ceux qui cherchent un guide pratique sympy pour des workflows symboliques et sympy pour l’analyse de données.
par K-Dense-AI
qutip est une skill Python de simulation de physique quantique pour les systèmes quantiques ouverts, la dissipation, l’évolution temporelle et l’optique quantique. Utilisez ce guide qutip pour les équations maîtresses, la dynamique de Lindblad, la décohérence, la QED en cavité, la simulation d’états et d’opérateurs, ainsi que des exemples Scientific Python. Ne convient pas à l’informatique quantique basée sur les circuits.
par phuryn
metrics-dashboard vous aide à définir et concevoir un tableau de bord de métriques produit avec les bons KPI, les bonnes visualisations et les bons seuils d’alerte. Utilisez-le pour planifier quoi mesurer, comment regrouper les métriques et quels signaux doivent déclencher une action dans des workflows produit, growth ou analytics.
par phuryn
Réalisez une analyse cohortale de la rétention utilisateur, de l’érosion de l’engagement et de l’adoption des fonctionnalités par cohorte. Cet outil cohort-analysis est conçu pour les workflows d’analyse de données qui exigent validation, calcul, visualisation et insights clairs à partir de données structurées sur le comportement des utilisateurs.
par Eronred
app-analytics vous aide à mettre en place, interpréter et améliorer le suivi des applications mobiles grâce à un plan de mesure concret. Servez-vous-en pour choisir les bons outils, valider les événements, relier l’attribution aux résultats et appuyer l’analyse de données pour des décisions produit, growth, abonnements ou acquisition payante.
par markdown-viewer
vega est une skill de création de graphiques qui transforme des données structurées en visualisations interactives et pilotées par les données, avec Vega-Lite dans la plupart des cas et Vega pour les mises en page avancées. Utilisez-la pour des graphiques à barres, linéaires, en nuage de points, en carte thermique, en aires, empilés ou multi-séries lorsque vous disposez de vrais champs de données et que vous avez besoin de spécifications JSON valides.
par markdown-viewer
La skill data-analytics crée des diagrammes PlantUML pour les workflows d’analyse de données, notamment ETL, ELT, data lakes, entrepôts de données, pipelines de streaming, analyse de logs et tableaux de bord BI. Elle est optimisée pour un flux clair de la source vers la destination, les stencils AWS dédiés à l’analytics et aux bases de données, ainsi que pour des sorties pratiques orientées guide data-analytics — et non pour des diagrammes génériques de logiciel ou d’architecture cloud.
par K-Dense-AI
Skill shap pour l’interprétabilité des modèles et l’IA explicable. Utilisez-le pour comprendre les prédictions, calculer les attributions de variables, choisir les graphiques SHAP et déboguer le comportement des modèles pour l’analyse de données sur les modèles d’arbres, linéaires, de deep learning et de type boîte noire.
par K-Dense-AI
Seaborn est un skill seaborn pour la visualisation statistique en Python, avec des entrées compatibles pandas et des valeurs par défaut bien pensées. Servez-vous-en pour explorer rapidement des distributions, des relations, des comparaisons catégorielles, des box plots, des violin plots, des pair plots et des heatmaps. Basé sur matplotlib pour des graphiques statiques prêts à être publiés.
par K-Dense-AI
scvelo est une compétence Python dédiée à l’analyse de la vélocité ARN dans les données de séquençage RNA-seq à cellule unique. Utilisez-la pour estimer les transitions d’état cellulaire à partir des ARNm épissés et non épissés, inférer la direction des trajectoires, calculer le temps latent et identifier les gènes moteurs. Elle est particulièrement utile pour l’analyse de données avec scvelo lorsque vous avez besoin d’une information directionnelle au-delà du clustering standard ou du pseudotemps.
par K-Dense-AI
scientific-visualization est une méta-compétence pour créer des figures prêtes à être publiées. Utilisez-la pour des graphiques de soumission à des revues avec mises en page multi-panneaux, annotations de significativité, barres d’erreur, palettes sûres pour le daltonisme et un formatage de type Nature/Science/Cell. Elle orchestre matplotlib, seaborn et plotly pour des travaux de visualisation scientifique en Data Visualization.
par K-Dense-AI
skill scanpy pour l’analyse de données RNA-seq single-cell en Python. Utilisez-le pour le contrôle qualité, la normalisation, la PCA, UMAP/t-SNE, le clustering, l’identification de gènes marqueurs, l’analyse de trajectoire et des graphiques de qualité publication. Idéal pour les workflows exploratoires de scRNA-seq centrés sur AnnData, avec des indications claires sur l’usage de scanpy et son installation.
par K-Dense-AI
networkx est une skill Python pour créer, analyser et visualiser des graphes et des réseaux complexes. Utilisez-la pour travailler avec networkx dans les plus courts chemins, la centralité, le clustering, la détection de communautés, la construction de graphes et les workflows d’analyse de données avec networkx. Elle convient particulièrement aux données nœuds-arêtes où la structure et les relations comptent.
par K-Dense-AI
Skill matplotlib pour le traçage en Python, avec un contrôle complet sur les axes, les libellés, les légendes, les mises en page et les formats d’export. À utiliser pour les figures scientifiques, les analyses multi-panneaux, les types de graphiques personnalisés et les visualisations reproductibles lorsque vous avez besoin de plus de précision qu’un prompt de graphique générique. C’est un guide solide sur matplotlib pour l’analyse de données et des graphiques prêts pour la publication.
par K-Dense-AI
La skill MATLAB vous aide à générer, déboguer et adapter du code MATLAB ou GNU Octave pour les opérations matricielles, l’analyse de données, la visualisation, les statistiques, l’optimisation et le calcul scientifique. Utilisez-la pour obtenir du code MATLAB exécutable, pour MATLAB dédié à l’analyse de données, pour la traduction MATLAB vers Python, ou pour des scripts compatibles Octave quand vous voulez moins d’essais-erreurs qu’avec une requête générique.
par K-Dense-AI
Le skill infographies vous aide à créer des visuels prêts à publier à partir d’un sujet, d’un jeu de données ou d’un récit. Il prend en charge des infographies pour la visualisation de données avec génération Nano Banana Pro, contrôle qualité Gemini 3 Pro, recherche optionnelle, palettes accessibles et amélioration itérative pour le marketing, les rapports, les chronologies, les comparaisons et les formats social media.
par K-Dense-AI
Skill geopandas pour l’analyse de données vectorielles géospatiales en Python, y compris les fichiers shapefiles, GeoJSON et GeoPackage. Utilisez-le pour lire, nettoyer, joindre, créer des buffers, découper, reprojeter et exporter des données spatiales avec moins d’hésitation.
par K-Dense-AI
etetoolkit est une boîte à outils pour arbres phylogénétiques destinée aux workflows ETE. Utilisez la skill etetoolkit pour analyser, modifier, comparer, enraciner, élaguer et visualiser des arbres au format Newick, NHX, PhyloXML ou NeXML. Elle prend en charge la phylogénomique, l'analyse orthologie/paralogie, la taxonomie NCBI, ainsi que des sorties PDF ou SVG prêtes pour la publication.
par K-Dense-AI
La skill deeptools aide à gérer les workflows d’analyse NGS dans deepTools : conversion BAM vers bigWig, contrôle qualité, comparaison d’échantillons, et heatmaps ou graphiques de profil pour ChIP-seq, RNA-seq, ATAC-seq et autres essais connexes. Utilisez-la comme guide deeptools pratique lorsque vous avez besoin d’analyses et de visualisations reproductibles en ligne de commande.
