Data Visualization

dashboard-builder は、メトリクスを Grafana、SigNoz、または同種のツールで使える実用的な運用ダッシュボードに変えるのに役立ちます。健全性、ボトルネック、スループット、アクションにつながるパネルを、見栄えだけのボードではなく、わかりやすい dashboard-builder ガイドとしてまとめたいときに使うスキルです。

visualization-expert は、グラフ選定、可視化のベストプラクティス、matplotlib / plotly のコード例を軽量に扱えるスキルです。1つの `SKILL.md` ファイルで、より適切なチャート選び、ダッシュボードのレビュー、分かりやすくアクセシブルなデータ可視化の指針をまとめて活用できます。

grafana-dashboardsは、エージェントが本番運用を前提としたObservability用のGrafanaダッシュボードを設計するのに役立つスキルです。REDやUSEにもとづくレイアウト設計、パネル階層の整理、Prometheus系メトリクス向けのダッシュボード構成案づくりに活用できます。

data-storytellingスキルを使うと、分析結果を、レポート・役員向け更新資料・ステークホルダー向けコミュニケーションに使える、構成が明確で行動につながる意思決定向けストーリーへ整理できます。

kpi-dashboard-designスキルは、経営層向け・戦術レベル・現場運用の各ビューに対応した、意思決定重視のKPIダッシュボード設計を支援します。指標の選定、ダッシュボード階層、チャートパターン、ガバナンスの考え方まで整理して検討できます。

sympyスキルを使って、Pythonでの厳密なシンボリック計算を行えます。代数、微積分、行列、物理式、数論、幾何、コード生成まで幅広く対応。式を厳密に保ち、適切なSymPyモジュールを選び、浮動小数点中心の誤りを避けるのに役立ちます。シンボリックなワークフローやData Analysisでのsympy活用を実践的に学びたい人に最適です。

qutip は、開放量子系、散逸、時間発展、量子光学に対応した Python の量子物理シミュレーションスキルです。マスター方程式、Lindblad ダイナミクス、デコヒーレンス、キャビティ QED、状態・演算子シミュレーション、Scientific Python の例を扱うなら、この qutip ガイドを使ってください。回路ベースの量子計算には向きません。

metrics-dashboard は、適切な KPI、可視化、アラートしきい値を備えたプロダクト指標ダッシュボードの定義と設計を支援します。何を計測するか、指標をどうグルーピングするか、どのシグナルでアクションを起こすべきかを整理するのに役立ち、プロダクト、グロース、分析の各ワークフローで活用できます。

ユーザーの継続率、エンゲージメント低下、機能定着をコホート別に分析できます。Data Analysis ワークフロー向けに設計された cohort-analysis skill で、構造化されたユーザー行動データから検証、計算、可視化、明確な示唆出しまで行えます。

app-analytics は、実践的な計測プランにもとづいてモバイルアプリのトラッキング設定、解釈、改善を支援します。適切なツールの選定、イベント検証、アトリビューションと成果の接続、そしてプロダクト、グロース、サブスクリプション、広告運用の意思決定に向けた Data Analysis に活用できます。

vega は、構造化データをインタラクティブなデータ駆動型ビジュアライゼーションに変換するためのチャート作成 skill です。多くの場合は Vega-Lite、より高度なレイアウトが必要な場合は Vega を使います。実データのフィールドがあり、正しい JSON スペックが必要なときに、棒グラフ、折れ線、散布図、ヒートマップ、エリア、積み上げ、複数系列のチャート作成に適しています。

data-analytics skill は、ETL、ELT、データレイク、データウェアハウス、ストリーミングパイプライン、ログ分析、BI ダッシュボードを含むデータ分析ワークフロー向けの PlantUML 図を作成します。ソースからデスティネーションへの流れが明確に伝わる表現、AWS の分析・データベース用ステンシル、そして一般的なソフトウェア図やクラウドアーキテクチャ図ではなく、実務で使える data-analytics ガイド出力に最適化されています。

モデルの解釈性と説明可能AIのための shap スキルです。予測の理解、特徴量の寄与度の算出、SHAPプロットの選択、モデル挙動のデバッグに使えます。ツリー、線形、深層学習、ブラックボックスモデルを対象に、データ分析の文脈で活用できます。

Seabornは、pandasと相性のよい入力と強力なデフォルト設定を備えた、Python向け統計可視化のためのseabornスキルです。分布、関係性、カテゴリ比較、箱ひげ図、バイオリンプロット、ペアプロット、ヒートマップを素早く探索したいときに使えます。matplotlib上に構築されており、静的でそのまま掲載しやすい図を作成できます。

scvelo は、単一細胞 RNA-seq データにおける RNA velocity 解析のための Python スキルです。未スプライス／スプライス済み mRNA から細胞状態遷移を推定し、軌道の方向性を推論し、latent time を算出し、driver genes を特定するのに使えます。標準的なクラスタリングや pseudotime だけでは方向性が足りない Data Analysis での scvelo に特に有用です。

scientific-visualization は、掲載レベルの図を作るためのメタスキルです。ジャーナル投稿向けのプロット、複数パネルのレイアウト、有意差注記、エラーバー、色覚多様性に配慮した配色、Nature/Science/Cell 風の書式設定に使えます。matplotlib、seaborn、plotly を連携させて、Data Visualization の科学図版作成を支援します。

Pythonで単一細胞RNA-seqデータを解析するためのscanpy skillです。QC、正規化、PCA、UMAP/t-SNE、クラスタリング、マーカー遺伝子の発見、軌跡解析、論文品質のプロットに使えます。AnnDataを中心にした探索的なscRNA-seqワークフローに最適で、scanpyの使い方と導入手順もわかりやすく示します。

networkx は、グラフや複雑ネットワークを作成・解析・可視化するための Python スキルです。最短経路、中心性、クラスタリング、コミュニティ検出、グラフ構築、そしてデータ分析ワークフローにおける networkx の活用に使えます。ノードとエッジの関係や構造が重要なデータに最適です。

matplotlib を使った Python のプロット作成に強いスキルです。軸、ラベル、凡例、レイアウト、出力形式まで細かく制御できます。科学図版、複数パネルの分析、独自のチャート表現、再現性のある可視化など、汎用的なチャート指示では足りないときに役立ちます。Data Analysis で、論文・発表向けの見栄えを重視した図を作るための有力な matplotlib ガイドです。

matlab スキルを使うと、行列演算、データ分析、可視化、統計、最適化、科学計算向けの MATLAB または GNU Octave コードを生成・デバッグ・調整できます。実行可能な MATLAB の使い方、MATLAB によるデータ分析、MATLAB から Python への変換、または GNU Octave と互換性のあるスクリプトが必要で、一般的なプロンプトより試行錯誤を減らしたい場合に適しています。

infographics skill は、テーマ、データセット、またはストーリーをもとに、公開レベルのビジュアルを作成するのを支援します。Nano Banana Pro によるインフォグラフィック生成、Gemini 3 Pro による品質レビュー、任意のリサーチ、アクセシブルな配色、反復的な改善に対応しており、マーケティング、レポート、タイムライン、比較表、SNS向けレイアウトに活用できます。

Pythonでのgeopandasによる地理空間ベクターデータ分析向けスキルです。shapefiles、GeoJSON、GeoPackageファイルを扱えます。空間データの読み込み、整形、結合、バッファ作成、クリップ、再投影、書き出しを、迷いを少なく進められます。

etetoolkit は、ETE ワークフロー向けの系統樹ツールキットです。etetoolkit スキルを使えば、Newick、NHX、PhyloXML、NeXML 形式の樹木を解析・編集・比較・ルート設定・剪定・可視化できます。系統ゲノム解析、オルソログ／パラログ解析、NCBI taxonomy、論文向けの PDF または SVG 出力に対応しています。

deeptoolsスキルは、deepToolsを使ったNGS解析ワークフローを支援します。BAMからbigWigへの変換、QC、サンプル比較、ChIP-seq・RNA-seq・ATAC-seqなどのヒートマップやプロファイルプロットまで幅広く扱えます。再現性のあるコマンドライン解析と可視化が必要なときに、実用的なdeeptoolsガイドとして活用できます。