cellxgene-census
作者 K-Dense-AI用于通过程序化方式查询 CELLxGENE Census 的 cellxgene-census 技能。可用来探索表达数据、元数据、embedding，以及跨数据集的模式，覆盖不同组织、疾病和细胞类型。最适合群体规模的单细胞分析和参考图谱比较；如果是你自己的数据，建议使用 scanpy 或 scvi-tools。
该技能得分为 78/100，说明它是一个不错的目录收录候选，适合希望以精确方式查询 CELLxGENE Census 的用户。仓库提供了足够的操作细节，便于代理正确触发并理解其主要使用场景，但由于没有支持脚本或参考文件，仍应预期在部分工作流上存在空缺。
- 触发性强：描述和概述都明确说明它用于对 CELLxGENE Census 进行程序化查询，以及适用场景。
- 操作范围清晰：覆盖群体规模的单细胞查询、元数据探索，以及跨数据集的分析，涉及 6100 万+ 细胞。
- 安装指引实用：提供了直接的安装命令 (`uv pip install cellxgene-census`)，并提到可与 scanpy 和 PyTorch 工作流集成。
- 没有支持文件（如 scripts、references、resources 或 rules），因此代理可能需要仅根据正文自行推断部分用法细节。
- 摘录内容更偏向概览和设置，而不是完整、明确的工作流手册，这可能会限制复杂任务的开箱即用程度。
cellxgene-census 技能概览
cellxgene-census 技能可以帮助你通过程序化方式查询 CELLxGENE Census，这样你就不必一个个下载零散数据集，而是可以直接基于一个大型、带版本管理的单细胞图谱开展工作。它最适合需要大规模处理表达数据、细胞元数据、嵌入表示或跨数据集比较的研究人员和数据分析师。它要解决的核心问题，是把“哪些细胞类型在不同疾病状态下表达这个基因？”这类生物学问题，转化为可复现的查询与分析流程。
这个技能适合做什么
cellxgene-census 适合做群体尺度的单细胞分析：围绕组织、疾病、供体、细胞类型和基因层面的查询，在多个经过整理的数据集中进行检索。当前结果需要保持一致、可筛选，并且能够追溯到某个明确的 Census 版本时，它尤其有用。
最适合放在什么场景
cellxgene-census skill 很适合数据探索、参考图谱对比和模型构建工作流。它更适合你想要的是标准化元数据和程序化访问，而不是照着教程复制一份一次性 notebook 的场景。
什么时候它不是合适工具
不要把 cellxgene-census 当成你自己私有数据集端到端分析的替代品。如果你需要对自己的数据做本地 QC、归一化、聚类或差异表达分析，scanpy 或 scvi-tools 通常才是更合适的起点。
如何使用 cellxgene-census 技能
安装技能并确认适用范围
先走目录里的安装流程，然后先打开这个技能的入口文件。实际检查 cellxgene-census install 是否成功，关键是确认你操作的是这个技能的 SKILL.md，并且在开始写偏查询型的提示词之前，环境已经能够安装 Census 包。
先读对文件
先看 SKILL.md，再检查 README.md、AGENTS.md、metadata.json，以及如果存在的话，rules/、resources/ 或 scripts/ 等支持目录。对这个仓库来说，SKILL.md 是主要事实来源，所以你的提示词应该从它的工作流部分提炼，而不是套用通用的单细胞模板。
把模糊目标改写成可用提示词
一个好的 cellxgene-census usage 提示词会明确生物学目标、筛选维度和期望输出。例如：“找出人类肺组织中疾病相关样本里的免疫细胞，然后返回一个包含细胞计数、标记基因和所用 Census 版本的精简表格。” 更明确的输入能减少关于物种、组织、测量类型，以及你到底想要汇总统计还是提取观测值的歧义。
提高输出质量的实用工作流
建议每次运行只回答一个问题：先确定目标队列，再定义基因或元数据筛选条件，然后选择输出形式，最后用 Census 版本验证查询。如果你要做下游分析，也要明确说明你想要的是 Python 代码、notebook 风格流程，还是结果的自然语言解读。
cellxgene-census 技能常见问题
cellxgene-census 适合新手吗？
适合，但前提是你已经掌握基础 Python 和单细胞概念。只要你能清楚指定细胞类型、组织和基因目标，这个技能就更容易上手；如果你希望模型从零替你规划分析方案，它就不那么适合初学者。
它和通用提示词有什么不同？
通用提示词可能也能给你一个看似合理的答案，但 cellxgene-census 的设计重点是把工作锚定在一个带版本的图谱、结构化元数据和可复现查询上。当你需要在不同项目里保持一致的 cellxgene-census usage，或者结果必须可审计时，这一点尤其重要。
我应该用它分析自己的数据吗？
通常不建议把它作为主工具。cellxgene-census 更适合参考图谱查询、基准测试，或与公开数据做比较；如果是你自己的数据集，预处理、聚类和模型训练还是应该用本地分析工具来完成。
如何改进 cellxgene-census 技能
少让技能去猜
最好的 cellxgene-census for Data Analysis 提示词会包含物种、组织、疾病状态、细胞类别、基因符号，以及你希望返回的格式。比如，“总结人类肺疾病样本中的巨噬细胞相关表达”就比“分析巨噬细胞”更强。
明确写出你真正需要的输出
如果你要的是计数、汇总统计、过滤后的观测值或代码，就直接说清楚。只有明确交代交付物是查询、notebook 代码片段、排序表格，还是简短解读，cellxgene-census usage 的质量才会更稳定。
留意常见失败模式
最常见的问题是查询范围过大：组织太多、没有物种信息，或者基因名称含糊不清。另一个失败模式是在同一个请求里把公共图谱查询和私有数据分析混在一起，这会让结果不够精确，也更难执行。
从查询迭代到分析
一个好的 cellxgene-census guide 工作流是：先确认正确的队列和筛选条件，再细化查询，然后再加上比较、聚合或绘图等分析步骤。如果第一次结果太宽泛，就先按细胞类别、组织或疾病收窄，再继续要求更深入的解读。