④ 科研实战（生信版）

帮我看看这批单细胞数据，做完 QC 和聚类，然后画个 UMAP。

技能文件夹/               ← 文件夹名 = 技能名
└── SKILL.md             ← 说明书本体（前面有一段"什么时候用我"的说明）

这个 GitHub 仓库里有很多科研技能：<把链接粘在这里>
请帮我把它里面的技能（含 SKILL.md 的文件夹）安装到我的技能目录
（Windows 是 C:\Users\<我的用户名>\.agents\skills\，Mac 是 ~/.agents/skills/）。
安装前先列出你准备装哪些、有多少个，等我确认后再动手。
装完告诉我怎么验证。

# ① 把仓库下载到临时目录
$REPO = "https://github.com/K-Dense-AI/scientific-agent-skills.git"
git clone --depth 1 $REPO "$env:TEMP\skills-repo"

# ② 把每个含 SKILL.md 的文件夹复制到技能目录
$DST = "$env:USERPROFILE\.agents\skills"
New-Item -ItemType Directory -Force -Path $DST | Out-Null
Get-ChildItem "$env:TEMP\skills-repo" -Recurse -Filter SKILL.md |
  ForEach-Object {
    $dir = $_.Directory
    Copy-Item $dir.FullName (Join-Path $DST $dir.Name) -Recurse -Force
  }

# ③ 数一数装了多少个
(Get-ChildItem $DST -Directory).Count

git clone --depth 1 https://github.com/K-Dense-AI/scientific-agent-skills.git /tmp/skills-repo
mkdir -p ~/.agents/skills
find /tmp/skills-repo -name SKILL.md -print0 | while IFS= read -r -d '' f; do
  d=$(dirname "$f"); cp -R "$d" ~/.agents/skills/
done
ls ~/.agents/skills | wc -l

科研/
└── 2026-单细胞-肝癌免疫微环境/          ← 一个课题一个文件夹
    ├── 00-说明/                        # 课题背景、时间线、老板的要求
    ├── 10-文献/                        # library.bib、检索记录、纳入排除表
    ├── 20-笔记/                        # 每篇文献一张卡 + 主题综述笔记
    ├── 30-数据/                        # 原始数据（只读！不要改）
    ├── 40-分析/                        # 脚本 + 中间结果 + 图
    │   ├── scripts/                    # 所有 .py / .R / .sh
    │   ├── results/                    # 表格、h5ad、rds
    │   └── figures/                    # 图（矢量图优先：pdf/svg）
    ├── 50-论文/                        # 各章节、参考文献
    └── 90-复盘/                        # 审稿意见、修改记录、AI 使用说明

用 academic-pipeline 技能，把我的「XXX 课题」从文献检索一路做到论文初稿，
每一站的产出按我的目录规范落盘，中间需要我决定的停下来问我。

把 20-笔记/ 里这篇 PDF 读完，按下面的结构写一张笔记卡，存成 20-笔记/<第一作者>-<年份>.md：
研究问题 / 用了什么数据 / 方法 / 主要结论 / 局限 / 我能用上的点 / 我的质疑。
要求：所有数字和结论都要标出在原文哪一页，不要自己编。

我想用 GEO 上 <GSE 编号> 这个数据集。
先别下载，先给我一个完整的下载和分析计划：下载哪些文件、多大、存哪、
用哪个技能（建议用哪套技能）、预计多长时间。
我确认后你再执行。下载请用命令行工具，不要用浏览器。

30-数据/ 里是 10x 的 counts 矩阵。请用 scanpy 技能做标准流程：
QC（画出线粒体基因比例、UMAP 前后对比）→ 过滤 → 归一化 → 高变基因 → PCA → 邻接图 → 聚类 → UMAP → 用 marker 基因做初步注释。
产出：脚本放 40-分析/scripts/，图放 40-分析/figures/（pdf 格式），结果放 40-分析/results/。
每一步的参数都写清楚，并告诉我为什么选这个参数。

用 40-分析/results/counts.csv 做差异表达分析（bulk RNA-seq，两组对照）。
用 pydeseq2，做完之后把差异基因表按 log2FC 和 padj 排好存成 csv；
再用 pathway-enrichment 做 GO/KEGG 富集，输出富集表和气泡图。
脚本和结果按目录规范存放，最后写一个 README 说明怎么重跑。

我想复现 <作者年份> 这篇论文的 Figure 2。
数据在 30-数据/，论文原文在 20-笔记/ 里。
先告诉我：要复现这张图需要哪些数据、缺什么、能不能做；
然后再动手。做不到的部分明确告诉我，不要编一个"看起来像"的图。

按 40-分析/scripts/ 里的实际脚本，写论文的 Methods 章节。
要求：写清楚软件版本、参数、统计检验方法；不确定的地方标 [待确认] 而不是猜。
参考 50-论文/ 里目标期刊的格式要求。

读 40-分析/ 和 50-论文/ 里的内容，做一个 15 分钟的组会 PPT（中文）：
背景 2 页 / 数据与方法 3 页 / 结果 6 页（每页配一张图）/ 下一步 2 页 / 致谢 1 页。
每页备注里写清楚我要讲什么。产出 pptx 文件。

基于 20-笔记/ 里的 25 篇文献，写一份主题综述初稿：
按"研究背景 → 目前主流方法 → 争议点 → 空白 → 我的切入点"组织。
每句话如果来自某篇文献，用 [作者 年份] 标注，并在文末给出完整参考文献。
没有文献支撑的推断，明确标成"（推测）"。

30-数据/raw.csv 是我实验记录的表，有很多不规范的地方。
先给我一份数据质量报告（缺失值、异常值、重复、单位不一致），
然后给一个清洗方案让我确认，再执行。
统计学问题请用 statistical-analysis 技能，并告诉我每个检验的前提假设。

我运行这个脚本报错了，错误信息如下：

<paste 错误信息>

请先解释这个错误在说什么，再给出修复方案，
最后告诉我怎么验证修好了。不要一次改很多地方，一次改一处。

我 Zotero 的文献库导出在 10-文献/library.bib。
请先统计有多少条、年份分布，然后告诉我里面有哪些主题。

http://127.0.0.1:23119/api/users/0/items          ← 所有条目
http://127.0.0.1:23119/api/users/0/collections    ← 所有分类

用 Zotero 的本地接口（127.0.0.1:23119）看看我"XXX"这个分类里有多少篇文献，
列出标题和年份。