返回 Liquid Agent 首页 使用文档

Skill 目录与选择指南（中文）

Skills 提供科学判断，不是可执行引擎，也不是强制流水线。全部 34 个维护中的包都位于本仓库的 skills/ 目录树中。LLM 根据问题、对话和观察到的数据选择相关指导。以下情况描述的是选择线索，不是硬编码触发器。不相关的问题不应仅因匹配某个 skill 就启动分析。

三层指导

根编排器保留用户意图与控制权。检测路由器帮助识别分子材料和表示形式。专家 skills 提供检测约束；共享方法 skills 可与任意兼容专家搭配使用。

Skill ID	存在动机与贡献	典型自动选择线索	用户请求示例
liquid-biopsy-analysis	避免泛泛建议和固定端到端脚本；连接证据、用户意图、能力和审阅。	科学规划、解释或已授权执行；也作为祖先加载。	“建议两个有用的下一步，但不要执行。”
reflective-learning	总结可复用反馈，规划个人 skill 修改，也可改进自身。	长期偏好、重复纠正或明确要求复盘。	“以后先说明不确定性，再下结论；草拟修改让我审阅。”
memory-curation	安静地区分用户、任务与综合任务记忆，更新已变化偏好，并让过时的任务来源习惯自然淡出。	明确的长期偏好/背景变化、记忆冲突、遗忘请求或上下文恢复。	“我现在负责整个研究，今后可以用更专业的层次回答。”
assay-routing	扩展名不等于检测类型；区分分子材料、测量和文件表示。	混合文件夹、歧义表格、新检测类型；专家的祖先。	“哪些文件是 RNA 计数，哪些是甲基化测量？”

共享方法

Skill ID	动机与作用	选择线索	用户请求示例
local-model-setup	指导硬件适配、本地推理配置与官方运行时安装；首次安装不依赖 LLM。	本地模型安装、切换或故障排查。	“这台电脑能运行哪些本地模型，如何核实工具调用？”
task-memory	维护任务上下文与明确的长期偏好，保留技能审阅流程。	重要决定、续接任务或长期偏好。	“以后报告都请先说明局限。”
task-handoff	保留各来源的上下文、结果和未完成工作。	用户明确选择链接的对话。	“先分别总结这些任务，再综合理解。”
linked-task-synthesis	整合证据，检查矛盾及队列重叠。	综合对话与跨任务追问。	“这两份结果是独立证据吗？不要重算。”
data-intake	保护原始文件，检查归档，在计算前建立样本/来源身份。	添加数据、解压、混合来源、下载不完整或格式异常。	“检查文件夹并告诉我缺少什么；先不要解压。”
local-data-privacy	将本地记录与远程模型分离，同时提供有用的汇总证据供决策。	所有数据查看、解释和报告。	“用本地工具汇总 QC；个体记录与完整表格留在本地。”
cohort-design	避免泄漏和无效组间比较；保留患者、时间、重复和批次身份。	元数据选择、纵向样本、整合、模型验证。	“这些是配对访视，随机样本划分合适吗？”
feature-encoding	选择兼容的表示与编码器；区分参考序列与患者序列。	嵌入、编码、特征存储、跨检测整合。	“没有参考基因组，能编码这些区间吗？”
result-region-followup	保留图中选区的精确来源，区分图片解释和数据子集分析。	结果截图或对选中数据标记的追问。	“仅分析这张热图中选中的测量值。”
scientific-visualization	选择有信息量的坐标轴、单位、缺失展示和代表性视图；验证真实图形。	绘图请求、结果解释、报告组装。	“展示分布和代表性位点，并说明是否抽样。”
scientific-reporting	将实测输出转为英文科学叙述，而不是日志抄录。	报告写作、结论、多个已完成步骤的总结。	“写一份包含实际表格、图形和限制的简短报告。”
literature-review	标注日期并批判性评估一手证据；防止编造引用或夸大摘要访问范围。	新方法、出版物比较或最新文献请求。	“检索近期血浆 cfRNA 论文，区分摘要与全文。”
genetics-dna-analysis	在任务间协调变异解释、注释和胚系/CHIP 限制。	变异特征、VAF 解释、DNA 专用后续分析。	“这些血浆变异可能来自血细胞吗？”
genomics-epigenomics	连接全基因组和区域级问题，同时保留检测特异语义。	联合覆盖度、染色质、甲基化或基因组特征问题。	“能否比较富集量与覆盖度，而不把两者都当成甲基化百分比？”
cancer-research	将生物标志物和监测界定为具有适当不确定性的研究证据。	癌症标签、疗效监测、亚型或类似临床结论。	“这种探索性分离能说明什么，又不能确立什么？”

检测专家

Skill ID	动机与作用	选择线索	用户请求示例
raw-sequencing	检测感知的 reads QC、参考/比对与 UMI 前提；不允许任意从 FASTQ 直接跳到结果。	cfDNA FASTQ、BAM 或 CRAM 准备。	“这些双端 reads 用于片段分析前必须检查什么？”
genomic-tracks	区分 BED/bigBed 区间、定量 bigWig/bedGraph 信号和核苷酸序列。	基因组浏览器轨道、代表性位点或区间分布。	“绘制这些 bigBed 轨道，但不要声称区间宽度就是片段长度。”
fragmentomics	结合文库来源解释真实片段长度、末端和核小体相关信号。	片段直方图、双端比对、末端基序或核小体概览。	“比较片段长度分布，并标注文库相关混杂。”
ctdna-variants	审阅 VAF、深度、错误抑制和 CHIP/胚系证据。	血浆 SNV/indel 表格、VCF/MAF、连续 VAF。	“汇总变异，并解释没有配对正常样本时不能得出哪些结论。”
copy-number	区分深度变化、拷贝数和肿瘤比例；要求标准化证据。	低深度 WGS、分箱、分段或 CNV 矩阵。	“这个表面上的拷贝数差异，会不会其实是 GC 或覆盖偏倚？”
methylation-bisulfite	将甲基化/总计数、覆盖度与转换 QC 同富集信号区分。	亚硫酸氢盐/酶法碱基级结果。	“哪些 CpG 覆盖度足够用于比较？”
methylation-enrichment	利用对照解释捕获/富集计数，而非将其当成甲基化百分比。	cfMeDIP-seq、MeDIP 或 MBD 区域。	“审阅富集 QC，并提出基于计数的比较。”
methylation-arrays	审阅探针注释、beta 值、检测 QC 和批次；不以替代比值冒充标准化。	IDAT 文件、beta/M 值或配对强度矩阵。	“差异分析前先检查缺失探针和 beta 分布。”
cell-free-rna	将 RNA 计数模型、文库策略和污染约束应用于血浆 RNA。	基因/转录本计数、TPM 或 RNA reads。	“先运行计数 QC；审阅后再比较已声明的独立组。”
small-rna	尊重接头/长度、isomiR、溶血和标准化的特性。	miRNA/小 RNA 文库或已处理计数。	“这些标准化 miRNA 丰度能当成原始计数吗？”
plasma-proteomics	明确鉴定、平台、丰度尺度和缺失情况。	蛋白丰度或亲和平台表格。	“绘制蛋白分布，不要把未检出值替换为零。”
plasma-metabolomics	区分特征信号与高置信度代谢物身份；考虑空白和漂移。	LC/GC-MS 或 NMR 特征表格。	“解释这些代谢物特征前，需要哪些 QC 元数据？”
extracellular-vesicles	应用分离/表征与载荷原则；仅凭分子数据不能确立 EV 来源。	血液 EV 计数、载荷 RNA/蛋白表格。	“这个载荷谱能确立肿瘤来源囊泡吗？”
circulating-tumour-cells	在数值/分子测量中保留计数定义、体积分母和富集偏倚。	CTC 计数或分子谱。	“将提供的计数与体积转换为 cells/mL，并保留不确定性。”
digital-pcr	区分占有率、浓度、不确定性、饱和与检出限。	有效/阳性分区计数、ddPCR 浓度或突变/WT 检测。	“对这些分区定量，并为零阳性孔保留不确定性。”

手动加载的准确含义

上述每个 ID 都可以显式查看：

liquid-agent skills load default:digital-pcr
liquid-agent skills load default:digital-pcr references/evidence.md
liquid-agent skills tree methylation --json

在交互式 Shell 中使用 /skills load default:digital-pcr。这些命令显示指令，不会运行检测，也不会将包永久固定到每个未来 LLM 轮次。Web 中展开 Skills，选择包并阅读指令或来源笔记。查看同样不等于执行。

如需让智能体将指导应用于当前对话，可以说：

加载 default:digital-pcr 并用它评估此检测。在提出分析前解释所需对照。暂时不要执行任何操作。

控制器随后可调用 load_skill；父级指导会自动包含在内。完整加载凭据记录指令哈希。参考请求加载一个已列出的来源笔记，而不是任意外部文件。重复查看或加载不会创建结果报告，也不会删除之前的计划。

知识与引擎的区别

对于受支持的显式表格，检测表格引擎 提供 dPCR/CTC 定量、已处理矩阵 QC，以及可选 PyDESeq2 计数对比。专家 skill 仍需检查这些操作是否回答用户问题。Beta 表格 QC 引擎不是 IDAT 预处理引擎；蛋白丰度图不是原始质谱鉴定。

更广泛的能力见能力矩阵。继承、存储、学习笔记和安全见专业 skill 指南。