Jupyter

Open Notebook 是一個自架、開源的研究工作區，適合文件分析、筆記、與來源對話、搜尋，以及 Podcast 風格摘要。使用 open-notebook skill 來整理 notebook、匯入 PDF、網頁、音訊、影片與 Office 檔案，並支援以隱私為優先、API first 的 Data Analysis 工作流程。

histolab 是一個用於數位病理全切片影像（whole-slide image, WSI）前處理的 Python 技能。它支援組織偵測、切片擷取與 H&E 切片的染色標準化，適合用於資料集準備、快速的切片式分析，以及輕量級資料分析流程。搭配實用指引來安裝與使用 histolab，並掌握 masks、tilers 與 slide 管理。

當你在 Python 中需要統計模型、推論與診斷時，statsmodels 技能能協助你使用 statsmodels 進行資料分析。它適用於 OLS、GLM、離散型結果、時間序列與混合模型，並提供係數表、p 值、信賴區間與假設檢查。這份 statsmodels 指南適合用於計量經濟、預測，以及需要站得住腳的報告撰寫。

statistical-analysis 技能可協助你為 Data Analysis 選擇、執行並報告站得住腳的檢定，涵蓋假設、效果量、檢定力與 APA 格式結果。當你做學術研究、實驗或觀察性研究，且重點在於檢定選擇與清楚報告，而不是撰寫特定模型程式碼時，這個技能特別適合。

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。

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。

labarchive-integration 可協助處理 LabArchives REST API 工作流程，涵蓋筆記本存取、條目、附件、備份、報表，以及與 Protocols.io、Jupyter 和 REDCap 的整合。當你需要關於憑證、設定與可重複的 ELN 自動化之實用指引時，這個 labarchive-integration 技能很適合用於 API 開發。

imaging-data-commons 可協助你使用 idc-index 查詢並下載來自 NCI Imaging Data Commons 的公開癌症影像資料。適用於 CT、MR、PET 與病理資料集的 imaging-data-commons 使用情境，包含中繼資料搜尋、瀏覽器預覽、授權檢查，以及 AI 訓練或資料分析工作流程。無需驗證。

gget 是一個生物資訊技能，可透過 CLI 或 Python 快速、統一地存取 20+ 個基因組資料庫與分析工具。適合查詢基因資訊、BLAST 相關資料、AlphaFold 結構、表現量資料、疾病關聯，以及進行類 enrichment 分析。它很適合快速探索，以及 gget for Data Analysis 工作流程。

exploratory-data-analysis 技能可將科學檔案轉為支援格式感知的 EDA 報告。它會偵測檔案類型、摘要結構與品質、擷取關鍵中繼資料，並建議後續分析方向。適合用於 Data Analysis 中的 exploratory-data-analysis，涵蓋化學、生物資訊、顯微影像、光譜、蛋白質體、代謝體與其他科學檔案格式。

astropy 是一套用於天文與天體物理工作流程的 Python 工具包。這個 astropy 技能適合處理天球座標、單位、FITS 檔案、時間尺度、表格、WCS、宇宙學，以及 astropy 的資料分析。它能協助你完成實務天文任務，例如座標轉換、單位換算與資料處理。

jupyter-notebook 技能可協助你建立、重構與整理 .ipynb notebook，適用於實驗、教學與資料分析。它結合內建範本與 `new_notebook.py` 輔助工具，產出結構清楚、可重現的 notebook，包含明確區段、可執行的 cell，並減少 JSON 錯誤。