全部科研技能

该技能使用Python库pdfplumber分析施工PDF图纸，提取尺寸、注释、符号和标题栏信息，支持工程量统计与设计质量检查，并提供报告和图纸目录生成功能。

该技能为自然科学和工程任务提供科学软件路由和执行指南，通过bash_exec进行实际计算，并使用artifact.science构建可审计的科学证据图。包含169个科学软件包的索引。

该技能提供了使用 Python 库（pandas、openpyxl、matplotlib）进行 Excel 数据读取、清洗、分析、透视表、图表生成和格式化的系列代码示例，适用于处理 .xlsx 和 .xls 文件。

从图表图像中提取像素级数据，生成结构化表格，包含置信度评估和重建源。

该技能提供了在电子表格处理中执行 Python 脚本的指南，包括前置数据验证和不可访问数据源的备份策略，以确保处理流程的稳健性。

提供基于TradingView的图表技术分析流程，包括设置品种/周期、添加指标、导航、标注、截图及输出分析报告。

生成可靠的Excel/Sheets公式，涵盖数据透视表和数组公式，提供跨平台兼容性翻译及边缘情况处理。

该技能通过强制数据源验证阶段扩展了电子表格的 Python 直接执行，包含完整的验证、回退和错误记录机制，适用于复杂数据处理任务。

该技能提供科研统计分析的综合性指南，涵盖检验方法选择、假设验证（正态性、方差齐性等）、多重比较校正、效应量解释以及标准化报告规范。

提供 OmicVerse 内置数据集的便捷加载，含模拟数据生成和预定义基因集，适合教程测试与分析流程。

此技能对结构化数据进行数据清洗、统计分析及可视化，生成包含嵌入图表与下载链接的完整 Markdown 报告。它处理合并单元格、使用正则清洗，计算分类分布和交叉表，进行评分，并导出 Excel 文件和高分辨率图片。

本技能介绍如何在Cartography模块中创建和集成后处理分析作业，通过Cypher查询丰富Neo4j图数据库，涵盖联网暴露、权限继承、风险评分等用例。

该技能用于处理电子表格相关任务，包括数据清洗、分析、格式化和图表生成。支持多种格式，强调数据完整性和可重现性。

该技能提供AI辅助的数据集标注功能，支持边界框、SAM2和DINOv3三种标注方法，可导出为COCO、YOLO或VOC格式，并自动生成标注建议供人工校正。还支持视频帧插值和数据集上传至Kaggle/HuggingFace平台。