omero-integration

omero-integration 技能概覽

omero-integration 是用來做什麼的

omero-integration 技能幫助你用 Python 操作 OMERO，適合的不是「隨手寫個 prompt 就好」的任務，而是要能穩定連線、抓取顯微影像物件，並處理與影像關聯的資料。它主要面向後端開發與科研自動化；當你需要 omero-integration 技能來處理 projects、datasets、images、ROIs、annotations、tables，或批次腳本時，它比一般程式提示更少預設、也更貼近實務。

最適合的使用者與工作情境

如果你正在打造顯微影像資料管理工具、screening pipeline，或需要 OMERO API 存取的實驗室後端，omero-integration 就很適合。實際上常見的任務通常是這幾種：登入伺服器、遍歷 OMERO 階層、擷取 pixel data、附加 metadata，或在可預期的物件 ID 與輸出下執行伺服器端處理。

為什麼值得安裝這個技能

omero-integration 的核心價值，是它會把你往 OMERO 專屬的模式推，而不是讓你靠一般 Python 猜測。這很重要，因為 OMERO 的工作會受到 session 處理、object type、權限、group context，以及 client-side 資料存取和 server-side 批次執行之間差異的限制。當你需要的是可重複的整合指引，而不只是幾段範例程式時，這個技能特別有用。

什麼情況下適合或不適合

如果你要做的是以 Python 為主的 OMERO 自動化、影像分析、註解工作流，或高通量 screening，這個技能很適合。反過來說，如果你只需要一次性的查詢、根本沒在用 OMERO，或你的工作重點主要是 UI 設定而不是 API 驅動的後端開發，它就沒那麼適合。

如何使用 omero-integration 技能

安裝並先檢查正確的檔案

依照這個目錄既有的技能安裝流程安裝 omero-integration 技能，然後先讀 SKILL.md，接著再視需求進入 references/connection.md、references/data_access.md、references/image_processing.md、references/metadata.md、references/rois.md、references/tables.md、references/scripts.md 和 references/advanced.md。在判斷 omero-integration install 要不要用、怎麼用時，參考檔比頂層摘要更重要，因為它們會展示這個技能預期的精確連線、擷取與更新模式。

從具體的 OMERO 任務開始

好的 prompts 會直接寫出 OMERO object type、操作內容與上下文。例如：「用 BlitzGateway 連到 OMERO，列出 group 5 裡的 datasets，並匯出 image IDs 與名稱」；或是「在 dataset 42 的 images 上建立 ROIs，並附加 QC tag。」這種具體程度下的 omero-integration usage，會比單純說「幫我處理 OMERO」可靠得多。

依工作流程順序閱讀檔案

如果是連線問題，先看 references/connection.md。如果是物件遍歷與篩選，用 references/data_access.md。如果是 pixels 和衍生影像，去看 references/image_processing.md。如果是 tags、comments、map annotations，則看 references/metadata.md。如果是 shape 建立與 ROI 連結，用 references/rois.md。如果是批次執行，則看 references/scripts.md。照這個順序走，可以減少猜測，也更容易把技能對應到你正在修改的那一層 OMERO。

提供能降低 OMERO 模糊性的輸入

一個好的 omero-integration 指引型 prompt，應該包含伺服器主機、驗證方式、object IDs、階層深度，以及輸出目標。例如：「使用既有 session，抓取 Image 123，取得 channel 1 的第一個 Z plane，並回傳 NumPy shape 與 min/max。」如果你省略物件範圍或 group context，助理可能會給出語法上可行、但在 OMERO 權限或錯誤容器下會失敗的程式。

omero-integration 技能 FAQ

omero-integration 只有用在 OMERO Python API 嗎？

大致上是。這個技能的重心是 OMERO Python 工作流程，例如 BlitzGateway、物件擷取、ROI 處理、annotations，以及腳本執行。如果你的任務不在 OMERO 內，或不涉及 API 層級的資料操作，一般 Python prompt 通常就夠了。

我需要是專家才會用嗎？

不用。omero-integration 技能對初學者也很有幫助，因為它能提供可靠的起手模式，但你仍然需要知道自己要找哪個 object、它在 OMERO 的哪個位置。初學者通常在提供「一張 image、一個 dataset、或一個 script 目標」時，會比丟出很籠統的「幫我分析資料」更容易得到好結果。

這跟一般 prompt 有什麼不同？

一般 prompt 也可能產生看起來合理的 Python，但當你需要 OMERO 專屬選擇時，omero-integration 會更好：例如 connection cleanup、session reuse、階層遍歷，以及正確的 API object methods。它能降低用錯 object model、或漏掉 server-side 限制的機率。

什麼情況下不該用這個技能？

如果你只需要 UI 教學、資料不在 OMERO、或你無法提供足夠上下文來辨識 object hierarchy，就不要優先用 omero-integration。如果你的工作純粹是本機影像處理，沒有 OMERO integration，它也不是最佳選擇。

如何改善 omero-integration 技能

提供最小但完整的 OMERO 範圍

omero-integration 最好的結果，通常來自明確而緊縮的範圍：一個伺服器、一個使用者情境、一種 object type、一個預期輸出。與其說「我所有的 datasets」，不如說「group 3 裡的 dataset 88」，並清楚指定你要名稱、IDs、pixel arrays、ROI shapes，還是附加的 annotations。這能大幅提升相關性，也能避免程式範圍過大。

說明會影響實作的限制條件

請說明你是否可以使用既有 session、是否需要安全連線、任務必須在本機執行還是要作為 OMERO script 執行，以及你需要的是唯讀還是寫入權限。這些資訊對實作路徑的影響，遠大於修辭上的微調。

明確指出你要的輸出格式

如果你想要可重用的程式碼，就直接說。若你只需要一次性的腳本，也要明講。若你要的是 omero-integration for Backend Development，那就請求 functions、錯誤處理與 cleanup。若你需要把分析結果寫回 OMERO，請指定目標 annotation 或 table 格式，這樣第一個答案就能直接可操作，而不是只停留在示範層級。

從連線到資料，再到回寫，逐步迭代

好的工作流程是：先成功連線，再驗證 object query，接著檢查 image 或 metadata 欄位，最後再加入 ROI、annotation 或 table 的寫回。如果第一次輸出失敗，請改成補充失敗的 object type、group context 或 method call，而不是直接要求整份重寫。