菜单
用于单细胞 embedding/聚类/注释之后的下游分析配方：scRNA-seq DEG、pseudobulk、trajectory、RNA velocity、pseudotime、PAGA、DPT、Monocle3、cell-cell communication、CellChat、LIANA、NicheNet、marker gene、single-cell enrichment。禁用于：QC、doublet、预处理、batch 整合、基因 ID 转换、细胞注释前置步骤（先用 single-cell-prep）。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
用于给一个 outcome 的证据确定性做 GRADE 评级、产出 Summary of Findings (SoF) 表。触发：证据确定性、certainty of evidence、GRADE、证据质量分级、这个结论有多可靠、SoF 表、summary of findings、要不要下推荐、指南证据分级、quality of evidence、能不能信这个结论、证据强度、evidence certainty、把证据评个级。也用于"这个疗法的证据到底有多强"、"帮我给这几个结局评 GRADE"、"这条推荐的证据基础可靠吗"。禁用于：单纯核对某个 PMID 真伪（那用 evidence-audit / evidence_verify）。
Use for cross-modal target discovery from an unmet clinical need, combining literature, genetics, druggability, clinical trials, single-cell, and spatial evidence in one auditable context.
Design executable biomedical experiments from literature gaps or hypotheses, including testability, power, protocol, reagents, cost, preregistration, and failure modes.
Persist and query biomedical causal triples from BioCSSwitch conversations, literature checks, and debate outputs.
用于任何**可能含患者数据 / 临床原始记录 / 医疗档案**的场景，强制先做 PHI 检测再决定去向。触发：患者、病历、病案、临床数据、EHR、EMR、住院记录、门诊记录、handover note、progress note、discharge summary、SOAP、真实世界数据、RWD、reidentification、identifiable data、真实病人、我这里有一段病历、这是一份体检报告、帮我看一下这份 CT 报告、我上传一份门诊记录、患者档案、患儿、受试者数据、subject-level data、临床原始表、GCP 数据、eCRF、我要处理 HIPAA、PHI、脱敏、去标识化、我们医院的数据。也在提到 sensitive_mode / 敏感模式 / 隐私模式 时触发。禁用于：公开文献 / 已发表数据 —— 那些不含 PHI，扫描是浪费时间。
Use when the user opts into a local research-interest model, wants personalized paper/preprint/trial updates, saves or rejects research suggestions, asks for a proactive briefing, or wants workflow prediction across sessions.
| name | sc-downstream-analysis |
| description | 用于单细胞 embedding/聚类/注释之后的下游分析配方：scRNA-seq DEG、pseudobulk、trajectory、RNA velocity、pseudotime、PAGA、DPT、Monocle3、cell-cell communication、CellChat、LIANA、NicheNet、marker gene、single-cell enrichment。禁用于：QC、doublet、预处理、batch 整合、基因 ID 转换、细胞注释前置步骤（先用 single-cell-prep）。 |
本 skill 接手 embedding / clustering / cell type annotation 之后 的分析分支。它不代跑分析，只生成可复现脚本、参数、provenance 骨架，并提醒用户哪些输入是必需的。
anndata_fingerprint、预处理 recipe_hash、batch 处理说明、cell type / cluster key。sc_deg_recipesc_trajectory_recipesc_communication_recipesc_marker_recipesc_enrichment_recipesingle-cell-prep。scfm-embed。geo-triage，不要把 bulk 和 sc pseudobulk 混在一起。结论必须走不确定性五段面板：Known knowns / Known unknowns / Conflicts / Missing data / Next experiment。缺少用户实际运行结果时，只能评价“配方是否合理”，不能编造 DEG、marker、通路或通信结果。