数据可视化

dashboard-builder 可幫你把指標轉成適合 Grafana、SigNoz 或類似工具使用的實用營運儀表板。當你需要一份清楚的 dashboard-builder 指南，用來規劃健康狀態、瓶頸、吞吐量與以行動為導向的面板，而不是只重視外觀的展示板時，就適合使用這個 skill。

visualization-expert 是一款輕量技能，提供圖表選型、資料視覺化最佳實務，以及 matplotlib 或 plotly 範例程式碼。你可以用它挑選更合適的圖表、檢視儀表板設計，並透過單一 `SKILL.md` 檔取得清楚、易懂且兼顧可近性的視覺化指引。

grafana-dashboards 可協助代理為可觀測性場景規劃可用於正式環境的 Grafana 儀表板。可用來設計 RED 與 USE 架構、決定面板層級，並為 Prometheus 風格指標擬定儀表板結構。

使用 data-storytelling 技能，將分析結果整理成可支援決策的敘事內容，適用於報告、主管簡報與利害關係人溝通，結構清楚且能引導後續行動。

kpi-dashboard-design 技能可協助團隊規劃以決策為核心的 KPI 儀表板，涵蓋指標挑選、儀表板層級、圖表設計模式，以及適用於高階主管、戰術管理與營運監控視角的治理建議。

使用 sympy 技能在 Python 中進行精確的符號數學運算，涵蓋代數、微積分、矩陣、物理公式、數論、幾何與程式碼生成。它能幫助你維持表達式的精確性、選對 SymPy 模組，並避免過度依賴浮點數造成的錯誤。最適合需要實用 sympy 指南來處理符號工作流程，以及在 Data Analysis 中使用 sympy 的使用者。

qutip 是一套用於開放量子系統、耗散、時間演化與量子光學的 Python 量子物理模擬技能。可將這份 qutip 指南用於主方程、Lindblad 動力學、退相干、腔體 QED、態/算符模擬，以及 Scientific Python 範例。非以電路式量子運算為目標。

metrics-dashboard 可協助你定義並設計產品指標儀表板，搭配合適的 KPI、視覺化呈現與警示門檻。你可以用它規劃要衡量哪些項目、如何分組指標，以及哪些訊號應該在產品、成長或分析工作流程中觸發行動。

針對使用者留存、互動衰減與功能採用，按 cohort 進行 cohort-analysis。這項 cohort-analysis 技能是為 Data Analysis 工作流程設計的，適合需要驗證、計算、視覺化，以及從結構化使用者行為資料中提煉清楚洞察的情境。

app-analytics 協助你建立、解讀並優化行動 App 追蹤，搭配實用的衡量規劃。可用來選擇合適工具、驗證事件、把歸因與成果連結起來，並支援產品、成長、訂閱或付費投放決策的 Data Analysis。

vega 是一個圖表撰寫技能，可將結構化資料轉成互動式、以資料驅動的視覺化圖表；多數情況使用 Vega-Lite，進階版面則使用 Vega。當你有真實資料欄位，並且需要合法的 JSON 規格時，可用來製作長條圖、折線圖、散點圖、熱度圖、面積圖、堆疊圖與多序列圖表。

data-analytics skill 會為資料分析工作流程產生 PlantUML 圖表，涵蓋 ETL、ELT、data lake、warehouse、streaming pipeline、log analytics 與 BI dashboard。它特別針對清楚的來源到目的地流程、AWS analytics/database stencil，以及實用的 data-analytics 指南式輸出而最佳化，不是用來畫一般軟體或雲端架構圖。

用於模型可解釋性與可解釋 AI 的 shap 技能。可用來理解預測結果、計算特徵歸因、選擇 SHAP 圖表，並針對樹模型、線性模型、深度學習模型與黑箱模型的資料分析情境，除錯模型行為。

Seaborn 是一個用於 Python 統計視覺化的 seaborn 技能，支援與 pandas 相容的輸入，並提供很好的預設值。適合快速探索分佈、關係、類別比較、箱型圖、提琴圖、成對圖與熱圖。底層建立於 matplotlib，可輸出適合出版的靜態圖表。

scvelo 是一個用於單細胞 RNA-seq 資料中 RNA velocity 分析的 Python 技能。可用來根據未剪接與已剪接 mRNA 估計細胞狀態轉換、推斷軌跡方向、計算潛在時間，並找出驅動基因。當你需要超越一般分群或偽時間、進一步掌握方向性時，這個 skill 尤其適合用於 scvelo for Data Analysis。

scientific-visualization 是一個用來產生可直接用於發表的圖表的 meta-skill。適合期刊投稿用的圖形需求，例如多分圖版面、顯著性標註、誤差棒、色盲友善配色，以及符合 Nature/Science/Cell 風格的排版。它會協調 matplotlib、seaborn 和 plotly，支援 Data Visualization 工作中的 scientific-visualization。

用於 Python 中 scanpy 單細胞 RNA-seq 資料分析的技能。可用來進行 QC、正規化、PCA、UMAP/t-SNE、分群、標記基因探索、軌跡分析，以及產出適合發表的圖表。最適合以 AnnData 為核心、以探索性 scRNA-seq 工作流程為主的情境，並提供清楚的 scanpy 使用與安裝指引。

networkx 是一個用於建立、分析與視覺化圖形與複雜網路的 Python 技能。可用於 networkx 的最短路徑、中心性、分群、社群偵測、圖形建構，以及 networkx 在資料分析工作流程中的應用。特別適合節點—邊關係很重要的資料。

這個 matplotlib 技能專為 Python 繪圖而設，能完整控制座標軸、標籤、圖例、版面配置與匯出格式。適合科學圖表、多面板分析、自訂圖表類型，以及需要比一般圖表提示更高精準度的可重現視覺化。對於 Data Analysis 與可直接用於發表的圖表，它是一份很強的 matplotlib 指南。

matlab 技能可協助你產生、除錯與調整 MATLAB 或 GNU Octave 程式碼，涵蓋矩陣運算、資料分析、視覺化、統計、最佳化與科學運算。適合需要可執行的 MATLAB 用法、MATLAB 資料分析、MATLAB 轉 Python，或相容 Octave 的腳本時使用，比起一般提示詞，能更少反覆試錯。

infographics 技能可幫你從主題、資料集或敘事出發，製作可直接用於出版的視覺素材。它支援以 Data Visualization 為主的 infographics，結合 Nano Banana Pro 生成、Gemini 3 Pro 品質審查、可選研究、無障礙配色，以及反覆優化，適合行銷素材、報告、時間軸、比較圖與社群版面。

geopandas 的 Python 地理空間向量資料分析技能，涵蓋 shapefiles、GeoJSON 與 GeoPackage 檔案。可用來讀取、清理、合併、建立緩衝區、裁切、重新投影與匯出空間資料，減少試錯。

etetoolkit 是一套用於 ETE 工作流程的系統發育樹工具組。使用 etetoolkit 技能可解析、編輯、比較、定根、修剪與視覺化 Newick、NHX、PhyloXML 或 NeXML 格式的樹。它支援系統發育基因組學、同源／旁系同源分析、NCBI taxonomy，以及適合發表的 PDF 或 SVG 輸出。

這個 deeptools 技能可協助 NGS 分析流程，涵蓋 deepTools 中的 BAM 轉 bigWig、QC、樣本比較，以及 ChIP-seq、RNA-seq、ATAC-seq 與相關實驗的 heatmap 或 profile plot。當你需要可重現的命令列分析與視覺化時，它可作為實用的 deeptools 使用指南。