知识工作插件包

研究竞争对手并构建互动战斗卡。输出可点击的竞争对手卡片和比较矩阵的 HTML 文档。

使用 scverse 最佳实践对单细胞 RNA-seq 数据（.h5ad 或 .h5 文件）进行质量控制，采用基于 MAD 的过滤和全面可视化。适用于用户请求 QC 分析、过滤低质量细胞、评估数据质量或遵循单细胞分析的最佳实践。

scvi-tools 提供深度学习技术用于单细胞分析，支持数据整合、批次校正、ATAC-seq、CITE-seq、多组学分析等多种功能。

该插件帮助科学家选择研究问题、构思项目、解决项目难题或进行战略决策。适用于提出新研究想法、评估项目风险和规划研究策略等场景。

将实验室仪器输出文件（PDF、CSV、Excel、TXT）转换为 Allotrope 简单模型（ASM）JSON 格式或扁平化的 2D CSV，便于标准化仪器数据以供 LIMS 系统、数据湖或后续分析使用。

运行 nf-core 生物信息学管道（如 rnaseq、sarek、atacseq）以分析测序数据，包括本地 FASTQ 文件或来自 GEO/SRA 的公共数据集。

定义、追踪和分析产品指标，提供目标设定和仪表板设计的框架。适用于设置 OKR、构建指标仪表板、进行每周指标评审、识别趋势或选择合适的产品区域指标。

编写结构化的产品需求文档（PRD），包括问题陈述、用户故事、需求和成功指标。适用于新功能规格、PRD 编写、验收标准定义、需求优先级排序或产品决策记录。

使用 Chart.js 创建独立的交互式 HTML 仪表盘，支持下拉过滤器和专业样式。适用于创建仪表盘、构建交互式报告或生成可分享的 HTML 文件，且无需服务器即可使用图表和过滤器。

将定性和定量的用户研究整合为结构化的洞察和机会领域。适用于分析访谈记录、调查反馈、支持票据或行为数据，以识别主题、构建用户画像或优先考虑机会。

通过提取分析师的隐性知识，生成或改进公司特定的数据分析技能，帮助理解数据仓库、术语和常见查询模式。

为不同受众（如高管、工程师、客户或跨职能合作伙伴）撰写定制的利益相关者更新，适用于每周状态更新、月度报告、发布公告、风险沟通或决策文档。

应用统计方法，包括描述性统计、趋势分析、异常值检测和假设检验。适用于分析分布、显著性测试、检测异常、计算相关性或解释统计结果。

使用 RICE、MoSCoW 和 ICE 等框架规划和优先排序产品路线图。适用于创建路线图、重新优先排序功能、映射依赖关系以及向利益相关者展示路线图权衡。

在与利益相关者分享之前进行质量分析，包括方法检查、准确性验证和偏差检测。适用于审查分析错误、检查生存偏差、验证聚合逻辑或准备可重复性文档。

通过特征比较矩阵、定位分析和战略影响，分析竞争对手。适用于研究竞争者、比较产品能力、评估竞争定位或为产品战略准备竞争简报。

使用 Python（matplotlib、seaborn、plotly）创建有效的数据可视化。适用于构建图表、选择合适的图表类型、制作出版质量的图形，以及应用可访问性和色彩理论等设计原则。

在分析之前，概述和探索数据集，以了解其形状、质量和模式。适用于新数据集的评估、数据质量检查、列分布发现、空值和异常值识别，以及分析维度的选择。

编写正确且高效的 SQL 语句，支持 Snowflake、BigQuery、Databricks、PostgreSQL 等主要数据仓库方言。适用于编写查询、优化慢 SQL、方言转换及构建复杂分析查询。

通过优先级销售简报开始新的一天。您可以单独使用它，告知我您的会议和优先事项，连接日历、CRM 和电子邮件后效果更佳。

调研公司或个人，获取可操作的销售情报。独立使用网络搜索，连接丰富工具或 CRM 后效果更佳。

该插件将自然语言问题分解为针对每个数据源的搜索，翻译查询为特定语法，按相关性对结果进行排序，并处理歧义及后备策略。

研究潜在客户并撰写个性化的外联信息。默认使用网络研究，结合数据增强和 CRM 功能。通过“向[人/公司]草拟外联”、“给[潜在客户]写冷邮件”、“联系[name]”触发。

将多个来源的搜索结果整合为连贯、去重的答案，并附带来源引用。根据新鲜度和权威性进行信心评分，并有效总结大型结果集。

根据交易背景生成定制化的销售资产（着陆页、演示文稿、单页、工作流程演示）。描述您的潜在客户、受众和目标，获取准备好与客户分享的精美品牌资产。

管理企业搜索的连接MCP源，检测可用源，指导用户连接新源，处理源优先级排序，并管理速率限制意识。

通过账户背景、与会者研究和建议议程来准备销售电话。独立工作，结合用户输入和网络研究，连接 CRM、电子邮件、聊天或记录后效果更佳。