lamindb
✓Cette compétence doit être utilisée lorsque vous travaillez avec LaminDB, un cadre de données open source pour la biologie qui rend les données interrogeables, traçables, reproductibles et ÉQUITABLES. À utiliser pour gérer des ensembles de données biologiques (seq-scRNA, cytométrie spatiale, en flux, etc.), suivre les flux de travail informatiques, conserver et valider les données avec des ontologies biologiques, créer des lacs de données ou garantir la lignée et la reproductibilité des données dans la recherche biologique. Couvre la gestion des données, l'annotation, les ontologies (gènes, types de cellules, maladies, tissus), la validation des schémas, les intégrations avec les gestionnaires de flux de travail (Nextflow, Snakemake) et les plateformes MLOps (W&B, MLflow) et les stratégies de déploiement.
Installation
SKILL.md
LaminDB is an open-source data framework for biology designed to make data queryable, traceable, reproducible, and FAIR (Findable, Accessible, Interoperable, Reusable). It provides a unified platform that combines lakehouse architecture, lineage tracking, feature stores, biological ontologies, LIMS (Laboratory Information Management System), and ELN (Electronic Lab Notebook) capabilities through a single Python API.
LaminDB provides six interconnected capability areas, each documented in detail in the references folder.
Reference: references/core-concepts.md - Read this for detailed information on artifacts, records, runs, transforms, features, versioning, and lineage tracking.
Cette compétence doit être utilisée lorsque vous travaillez avec LaminDB, un cadre de données open source pour la biologie qui rend les données interrogeables, traçables, reproductibles et ÉQUITABLES. À utiliser pour gérer des ensembles de données biologiques (seq-scRNA, cytométrie spatiale, en flux, etc.), suivre les flux de travail informatiques, conserver et valider les données avec des ontologies biologiques, créer des lacs de données ou garantir la lignée et la reproductibilité des données dans la recherche biologique. Couvre la gestion des données, l'annotation, les ontologies (gènes, types de cellules, maladies, tissus), la validation des schémas, les intégrations avec les gestionnaires de flux de travail (Nextflow, Snakemake) et les plateformes MLOps (W&B, MLflow) et les stratégies de déploiement. Source : ovachiever/droid-tings.
Faits (prêts à citer)
Champs et commandes stables pour les citations IA/recherche.
- Commande d'installation
npx skills add https://github.com/ovachiever/droid-tings --skill lamindb- Source
- ovachiever/droid-tings
- Catégorie
- {}Analyse de Données
- Vérifié
- ✓
- Première apparition
- 2026-02-01
- Mis à jour
- 2026-02-18
Réponses rapides
Qu'est-ce que lamindb ?
Cette compétence doit être utilisée lorsque vous travaillez avec LaminDB, un cadre de données open source pour la biologie qui rend les données interrogeables, traçables, reproductibles et ÉQUITABLES. À utiliser pour gérer des ensembles de données biologiques (seq-scRNA, cytométrie spatiale, en flux, etc.), suivre les flux de travail informatiques, conserver et valider les données avec des ontologies biologiques, créer des lacs de données ou garantir la lignée et la reproductibilité des données dans la recherche biologique. Couvre la gestion des données, l'annotation, les ontologies (gènes, types de cellules, maladies, tissus), la validation des schémas, les intégrations avec les gestionnaires de flux de travail (Nextflow, Snakemake) et les plateformes MLOps (W&B, MLflow) et les stratégies de déploiement. Source : ovachiever/droid-tings.
Comment installer lamindb ?
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/ovachiever/droid-tings --skill lamindb Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code ou Cursor
Où se trouve le dépôt source ?
https://github.com/ovachiever/droid-tings
Détails
- Catégorie
- {}Analyse de Données
- Source
- skills.sh
- Première apparition
- 2026-02-01