작성자 affaan-m
dashboard-builder는 메트릭을 Grafana, SigNoz 또는 유사 도구에서 바로 쓸 수 있는 실무형 운영 대시보드로 바꾸는 데 도움을 줍니다. 상태, 병목, 처리량, 실행 중심 패널을 위한 명확한 dashboard-builder 가이드가 필요할 때 사용하세요. 겉보기만 좋은 대시보드가 아니라 실제 운영에 도움이 되는 대시보드를 만들고 싶을 때 적합합니다.
작성자 Shubhamsaboo
visualization-expert는 차트 선택, 시각화 모범 사례, 그리고 matplotlib 또는 plotly 예시 코드를 다루는 가벼운 스킬입니다. 하나의 SKILL.md 파일로 더 적절한 차트를 고르고, 대시보드를 리뷰하며, 명확하고 접근성 높은 데이터 시각화 가이드를 적용할 때 유용합니다.
작성자 wshobson
grafana-dashboards는 에이전트가 프로덕션 환경의 Observability용 Grafana 대시보드를 설계할 수 있도록 돕는 스킬입니다. RED·USE 기반 레이아웃을 기획하고, 패널 계층을 정하며, Prometheus 스타일 메트릭에 맞는 대시보드 구조 초안을 잡을 때 유용합니다.
작성자 wshobson
data-storytelling 스킬을 활용하면 분석 결과를 보고서, 임원 업데이트, 이해관계자 커뮤니케이션에 바로 쓸 수 있는 의사결정용 내러티브로 구조화하고, 메시지와 실행 포인트를 더 명확하게 정리할 수 있습니다.
작성자 wshobson
kpi-dashboard-design 스킬은 팀이 의사결정 중심 KPI 대시보드를 설계할 수 있도록 돕습니다. 지표 선정, 대시보드 계층 구조, 차트 패턴, 거버넌스 가이드를 바탕으로 경영진용, 전술용, 운영용 화면을 체계적으로 기획하는 데 유용합니다.
작성자 K-Dense-AI
sympy 스킬로 Python에서 대수, 미적분, 행렬, 물리 공식, 수론, 기하, 코드 생성까지 정확한 기호 수학을 처리하세요. 식을 정확하게 유지하고, 적절한 SymPy 모듈을 고르며, 부동소수점 위주의 오류를 피하는 데 도움이 됩니다. 기호 워크플로와 데이터 분석용 sympy를 실용적으로 다루려는 사용자에게 특히 적합합니다.
작성자 K-Dense-AI
qutip은 개방계, 소산, 시간 진화, 양자 광학을 다루는 Python 양자물리 시뮬레이션 스킬입니다. 마스터 방정식, Lindblad 동역학, 디코히런스, 캐비티 QED, 상태/연산자 시뮬레이션, Scientific Python 예제가 필요할 때 이 qutip 가이드를 활용하세요. 회로 기반 양자 컴퓨팅용은 아닙니다.
작성자 phuryn
metrics-dashboard는 적절한 KPI, 시각화, 알림 임계값을 갖춘 제품 지표 대시보드를 정의하고 설계하도록 도와줍니다. 무엇을 측정할지, 지표를 어떻게 묶을지, 그리고 제품·그로스·분석 워크플로에서 어떤 신호가 조치를 유발해야 하는지 계획할 때 사용할 수 있습니다.
작성자 phuryn
사용자 유지율, 참여도 감소, 코호트별 기능 채택을 분석하는 cohort-analysis를 수행합니다. 이 cohort-analysis 스킬은 검증, 계산, 시각화, 그리고 구조화된 사용자 행동 데이터에서 명확한 인사이트 도출이 필요한 Data Analysis 워크플로를 위해 설계되었습니다.
작성자 Eronred
app-analytics는 실용적인 측정 계획을 바탕으로 모바일 앱 추적을 설정하고, 해석하고, 개선하도록 돕습니다. 적절한 도구를 고르고, 이벤트를 검증하고, 어트리뷰션을 성과와 연결하며, 제품, 성장, 구독, 유료 획득 의사결정을 위한 데이터 분석을 지원하는 데 활용하세요.
작성자 markdown-viewer
vega는 구조화된 데이터를 대화형 데이터 기반 시각화로 바꾸는 차트 작성용 스킬입니다. 대부분의 경우에는 Vega-Lite를, 고급 레이아웃이 필요할 때는 Vega를 사용합니다. 실제 데이터 필드를 가지고 있고 유효한 JSON 스펙이 필요할 때 바 차트, 라인 차트, 산점도, 히트맵, 영역 차트, 누적 차트, 다중 시리즈 차트에 적합합니다.
작성자 markdown-viewer
data-analytics 스킬은 ETL, ELT, 데이터 레이크, 데이터 웨어하우스, 스트리밍 파이프라인, 로그 분석, BI 대시보드를 포함한 데이터 분석 워크플로용 PlantUML 다이어그램을 생성합니다. 일반적인 소프트웨어나 클라우드 아키텍처 다이어그램이 아니라, 소스에서 대상까지의 흐름이 명확한 표현, AWS 분석/데이터베이스 스텐실, 실무형 data-analytics 가이드 출력에 맞춰 최적화되어 있습니다.
작성자 K-Dense-AI
모델 해석 가능성과 설명 가능한 AI를 위한 shap 스킬입니다. 예측 결과를 이해하고, 특징 기여도를 계산하고, SHAP 플롯을 선택하고, 트리·선형·딥러닝·블랙박스 모델 전반의 데이터 분석에서 모델 동작을 디버깅하는 데 활용할 수 있습니다.
작성자 K-Dense-AI
Seaborn은 pandas와 잘 맞는 입력과 안정적인 기본값을 갖춘 Python 통계 시각화용 seaborn 스킬입니다. 분포, 관계, 범주형 비교, 박스 플롯, 바이올린 플롯, 페어 플롯, 히트맵을 빠르게 탐색할 때 유용합니다. matplotlib 기반이라 정적인 출판용 차트를 만들기에 적합합니다.
작성자 K-Dense-AI
scvelo는 단일세포 RNA-seq 데이터의 RNA velocity 분석을 위한 Python 기술입니다. 이를 사용해 unspliced 및 spliced mRNA로부터 세포 상태 전이를 추정하고, 궤적 방향을 유추하며, latent time을 계산하고, driver gene을 식별할 수 있습니다. 표준 클러스터링이나 pseudotime만으로는 방향성이 부족할 때, scvelo를 활용한 데이터 분석에 특히 유용합니다.
작성자 K-Dense-AI
scientific-visualization은 출판용 그림 제작을 위한 메타 스킬입니다. 학술지 투고용 플롯, 멀티 패널 레이아웃, 유의성 주석, 오차막대, 색각 이상 친화 팔레트, 그리고 Nature/Science/Cell 스타일 서식이 필요한 작업에 사용하세요. matplotlib, seaborn, plotly를 함께 조율해 과학적 데이터 시각화 작업을 지원합니다.
작성자 K-Dense-AI
Python에서 단일세포 RNA-seq 데이터를 분석하는 scanpy 스킬입니다. QC, 정규화, PCA, UMAP/t-SNE, 군집화, 마커 유전자 탐색, 궤적 분석, 출판용 품질의 플롯에 활용하세요. AnnData를 중심으로 구성된 탐색적 scRNA-seq 워크플로에 가장 적합하며, scanpy 사용법과 설치 안내도 함께 제공합니다.
작성자 K-Dense-AI
networkx는 그래프와 복잡한 네트워크를 만들고, 분석하고, 시각화하는 Python 기술입니다. 최단 경로, 중심성, 군집화, 커뮤니티 탐지, 그래프 구성, 그리고 데이터 분석 워크플로에서의 networkx 활용에 적합합니다. 구조와 관계가 중요한 노드-엣지 데이터에 특히 잘 맞습니다.
작성자 K-Dense-AI
Python 그래프 작성을 위한 matplotlib 스킬로, 축, 레이블, 범례, 레이아웃, 내보내기 형식을 세밀하게 제어할 수 있습니다. 과학 논문용 그림, 멀티 패널 분석, 맞춤형 차트 유형, 그리고 일반적인 차트 프롬프트보다 더 높은 정밀도가 필요한 재현 가능한 시각화에 적합합니다. 데이터 분석과 출판용 플롯에 강한 matplotlib 가이드입니다.
작성자 K-Dense-AI
matlab 스킬은 행렬 연산, 데이터 분석, 시각화, 통계, 최적화, 과학 계산을 위한 MATLAB 또는 GNU Octave 코드를 생성, 디버깅, 수정하는 데 도움을 줍니다. 실행 가능한 MATLAB 사용법, 데이터 분석용 MATLAB, MATLAB에서 Python으로의 변환, 또는 범용 프롬프트보다 시행착오를 줄이고 싶을 때의 Octave 호환 스크립트에 활용하세요.
작성자 K-Dense-AI
이 인포그래픽 스킬은 주제, 데이터셋, 또는 서사에서 바로 출판 가능한 비주얼을 만드는 데 도움이 됩니다. Nano Banana Pro 생성, Gemini 3 Pro 품질 검토, 선택적 리서치, 접근성 높은 팔레트, 반복적 개선을 지원해 마케팅 자료, 보고서, 타임라인, 비교표, 소셜 레이아웃용 인포그래픽을 효율적으로 만들 수 있습니다.
작성자 K-Dense-AI
Python 지리공간 벡터 데이터 분석을 위한 geopandas 스킬로, shapefiles, GeoJSON, GeoPackage 파일을 다룹니다. 공간 데이터를 읽고, 정리하고, 결합하고, 버퍼를 만들고, 자르고, 재투영하고, 내보내는 작업을 더 적은 추측으로 수행할 때 유용합니다.
작성자 K-Dense-AI
etetoolkit은 ETE 워크플로우를 위한 계통수 툴킷입니다. etetoolkit 스킬을 사용하면 Newick, NHX, PhyloXML, NeXML 형식의 트리를 파싱, 편집, 비교, 루팅, 가지치기, 시각화할 수 있습니다. 또한 phylogenomics, orthology/paralogy 분석, NCBI taxonomy, 출판용 PDF 또는 SVG 출력도 지원합니다.
작성자 K-Dense-AI
deeptools 스킬은 deepTools 기반 NGS 분석 워크플로를 도와줍니다. BAM을 bigWig로 변환하고, QC를 수행하고, 샘플을 비교하며, ChIP-seq, RNA-seq, ATAC-seq 및 관련 실험의 히트맵이나 프로파일 플롯을 만드는 데 유용합니다. 재현 가능한 명령줄 분석과 시각화가 필요할 때 실용적인 deeptools 가이드로 활용하세요.
