数据可视化

dashboard-builder 可帮助你把指标转化为适用于 Grafana、SigNoz 或类似工具的实用运维仪表盘。当你需要一份清晰的 dashboard-builder 指南，用于健康状态、瓶颈、吞吐量和面向行动的面板，而不是只追求好看的“展示型”看板时，就该使用这个技能。

visualization-expert 是一款轻量级技能，适合用于图表选型、可视化最佳实践，以及提供 matplotlib 或 plotly 示例代码。你可以用它来挑选更合适的图表、评审仪表盘，并通过单个 `SKILL.md` 文件获取清晰、易读且兼顾可访问性的数据可视化指导。

grafana-dashboards 可帮助智能体为可观测性场景设计生产可用的 Grafana 仪表板。你可以用它规划基于 RED 和 USE 方法的布局、确定面板层级，并为 Prometheus 风格指标起草仪表板结构。

使用 data-storytelling 技能，将分析结果转化为可支持决策的叙事内容，适用于报告、管理层更新和利益相关方沟通，结构清晰且能推动行动。

kpi-dashboard-design 技能可帮助团队规划以决策为导向的 KPI 仪表盘，涵盖指标选择、仪表盘层级、图表模式，以及面向管理层、战术层和运营层视图的治理建议。

使用 sympy 技能在 Python 中进行精确的符号数学运算，涵盖代数、微积分、矩阵、物理公式、数论、几何和代码生成。它能帮助你保持表达式精确，选择合适的 SymPy 模块，并避免大量浮点数带来的错误。适合需要一份实用 sympy 指南来处理符号工作流，以及用于 Data Analysis 的 sympy 的用户。

qutip 是一个面向开放量子系统、耗散、时间演化和量子光学的 Python 量子物理模拟技能。本 qutip 指南适用于主方程、Lindblad 动力学、退相干、腔量子电动力学、态/算符模拟以及 Scientific Python 示例。不适用于基于量子线路的量子计算。

metrics-dashboard 帮你定义和设计产品指标看板，明确合适的 KPI、可视化方式和告警阈值。可用于规划要衡量什么、如何分组指标，以及哪些信号应触发产品、增长或分析流程中的行动。

对用户留存、参与度衰减和按 cohort 的功能采用情况进行 cohort-analysis。这个 cohort-analysis 技能面向需要验证、计算、可视化，并从结构化用户行为数据中获得清晰洞察的数据分析工作流。

app-analytics 可帮助你用一套实用的度量方案来搭建、解读并优化移动应用跟踪。可用于选择合适工具、验证事件、把归因与业务结果对应起来，并支持产品、增长、订阅或付费获客决策中的数据分析。

vega 是一项用于图表创作的技能，可将结构化数据转换为交互式、数据驱动的可视化；大多数场景优先使用 Vega-Lite，复杂布局则使用 Vega。适用于柱状图、折线图、散点图、热力图、面积图、堆叠图和多系列图表，前提是你有真实数据字段，并且需要生成有效的 JSON spec。

data-analytics 技能可生成用于数据分析工作流的 PlantUML 图，包括 ETL、ELT、数据湖、数据仓库、流式管道、日志分析和 BI 仪表盘。它针对清晰的源到目标流向、AWS 分析/数据库图形符号，以及实用的数据分析指南式输出进行了优化，而不是通用的软件图或云架构图。

用于模型可解释性和可解释 AI 的 shap 技能。可用来理解预测结果、计算特征归因、选择 SHAP 图表，并调试 Data Analysis 中树模型、线性模型、深度学习模型和黑盒模型的行为。

Seaborn 是一个面向 Python 统计可视化的 seaborn 技能，支持 pandas 友好的输入和强默认样式。可用于快速探索分布、关系、分类对比、箱线图、提琴图、成对图和热力图。基于 matplotlib 构建，适合生成静态、可直接用于发表的图表。

scvelo 是一款用于单细胞 RNA-seq 数据中 RNA velocity 分析的 Python 技能。可用它根据未剪接和已剪接 mRNA 估计细胞状态转变、推断轨迹方向、计算 latent time，并识别 driver genes。对于需要超越标准聚类或 pseudotime、进一步判断方向性的 Data Analysis 场景，scvelo 尤其有用。

scientific-visualization 是一个用于生成可直接用于发表图表的元技能。适合期刊投稿中的多面板布局、显著性标注、误差线、色盲友好配色，以及 Nature/Science/Cell 风格排版。它会协调 matplotlib、seaborn 和 plotly，用于 Data Visualization 相关的 scientific-visualization 工作。

用于 Python 中单细胞 RNA-seq 数据分析的 scanpy 技能。适合做 QC、标准化、PCA、UMAP/t-SNE、聚类、marker 基因发现、轨迹分析以及生成出版级图表。最适合围绕 AnnData 构建的探索性 scRNA-seq 工作流，提供清晰的 scanpy 使用与安装指引。

networkx 是一个用于创建、分析和可视化图与复杂网络的 Python 技能。它适合用于 networkx 的最短路径、中心性、聚类、社区发现、图构建，以及 networkx 的数据分析工作流。最适合节点-边数据中结构和关系很重要的场景。

用于 Python 绘图的 matplotlib 技能，可对坐标轴、标签、图例、布局和导出格式进行完整控制。适合科学图表、多面板分析、自定义图类型以及需要比通用图表提示更高精度的可复现可视化。对于数据分析和可直接用于发表的图表，它是一个很强的 matplotlib 指南。

matlab 技能可帮助你生成、调试和适配 MATLAB 或 GNU Octave 代码，适用于矩阵运算、数据分析、可视化、统计、优化和科学计算。它适合用于可直接运行的 MATLAB 用法示例、MATLAB 数据分析、MATLAB 到 Python 的转换，以及需要比通用提示更少反复试错的 Octave 兼容脚本。

infographics 技能可帮助你根据主题、数据集或叙述，创建适合直接发布的视觉内容。它支持用于 Data Visualization 的 infographics 生成，结合 Nano Banana Pro 生成、Gemini 3 Pro 质量审核、可选调研、易读配色，以及迭代优化，适用于营销物料、报告、时间线、对比图和社交媒体版式。

面向 Python 地理空间矢量数据分析的 geopandas 技能，涵盖 shapefile、GeoJSON 和 GeoPackage 文件。可用于读取、清洗、连接、缓冲区分析、裁剪、重投影和导出空间数据，减少试错成本。

etetoolkit 是面向 ETE 工作流的系统发育树工具包。使用 etetoolkit skill，可解析、编辑、比较、定根、修剪和可视化 Newick、NHX、PhyloXML 或 NeXML 格式的树。它支持系统发育基因组学、直系/旁系同源分析、NCBI 分类体系，以及适合论文展示的 PDF 或 SVG 输出。

deeptools 技能可帮助你处理 deepTools 中的 NGS 分析工作流：从 BAM 转 bigWig、QC、样本比较，到 ChIP-seq、RNA-seq、ATAC-seq 及相关实验的 heatmap 和 profile plot。需要可复现的命令行分析与可视化时，它可以作为实用的 deeptools 指南。