基于 NeuroKit2 构建稳健的 PPG 脉搏波分析流程采集契约、峰值质量与 PRV 解读实战指南【免费下载链接】scientific-agent-skillsTurn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000 scientists worldwide. 165 ready-to-use validated skills plus 100 scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.项目地址: https://gitcode.com/GitHub_Trending/cl/scientific-agent-skills导读本指南以开源仓库scientific-agent-skills中 neurokit2 技能所核对的稳定版NeuroKit2 0.2.13为基准系统讲解光电容积脉搏波PPG信号从采集契约、清洗、峰值检测到质量评估与变异性分析PRV的完整研究流程。读者将掌握ppg_process()、ppg_clean()、ppg_peaks()、ppg_quality()的稳定调用方式与各方法语义理解质量输出为何不能共用单一阈值以及如何把 PPG 衍生的脉率变异性与 ECG 心率变异性HRV正确区分对待。PPG 是什么光学血容量脉冲测量而非心脏电活动PPGPhotoplethysmography光电容积脉搏波描记测量的是组织光学特性的随心动周期变化即血容量脉冲blood-volume pulse它本身并不反映心脏电活动。因此PPG 的脉冲时序与形态学特征高度依赖测量部位和血管/传输动力学——同一受试者不同部位的 PPG 波形可能差异显著这一点是后续所有处理与解读的前提。本技能文档核对日期为2026-07-23对照对象为 NeuroKit2 0.2.13 稳定版运行时/源码、官方 PPG API、0.2.13 发布说明与测量指南。技能主文档 skills/neurokit2/SKILL.md 同时强调NeuroKit2 是研究性、教育性工具箱其输出不能被当作诊断、治疗建议、患者监护决策或报警信号也不能作为医疗设备的验证、认证或监管证据。采集契约处理之前先记录什么在进入任何算法之前应完整记录采集侧的元数据契约包括传感器模式反射式reflectance还是透射式transmission波长一个或多个解剖部位指端、腕部、耳垂、前额等贴合/接触压力设备与固件版本原始单位与量程环境光处理方式采样率与时钟温度/灌注状态活动/姿势运动/加速度计通道。同时应明确验证人群的代表性皮肤色素沉着、解剖结构、年龄、血管状态、运动状态以及目标人群都需要覆盖。技能主文档 skills/neurokit2/SKILL.md 中的数据契约还补充了事件起始点必须明确是零基样本索引还是秒处理顺序、方法、参数、排除规则与输出都要预先规划并保存原始数据与可审计的排除日志仅使用去标识化的本地文件。稳定高层流程ppg_process()对于端到端的稳定流程使用ppg_process()一步完成清洗、峰值检测、脉率与质量评估signals, info nk.ppg_process( ppg, sampling_rate100, methodelgendi, method_qualitytemplatematch, )在固定的 0.2.13 运行时下返回的signals数据框默认包含以下列PPG_Raw, PPG_Clean, PPG_Rate, PPG_Quality, PPG_Peaks而info中包含PPG_Peaks、sampling_rate以及峰值/修正方法的元数据。需要特别注意官方在线文档的旧版 codebook 可能省略PPG_Quality列但稳定版运行时/源码中包含该列。这是以运行时观测为准、不要硬编码单一 schema的典型例证——技能主文档 skills/neurokit2/SKILL.md 中把 schema 视为运行时观测一节同样强调返回列取决于 NeuroKit2 版本、函数、方法、信号可用性与分析模式应把观测到的列名与包版本、方法参数、采样率、质量/排除摘要一并持久化。清洗与峰值检测方法显式选择与参数语义需要显式控制每一步时分别调用ppg_clean()与ppg_peaks()clean nk.ppg_clean( ppg, sampling_rate100, methodelgendi, ) markers, peak_info nk.ppg_peaks( clean, sampling_rate100, methodelgendi, correct_artifactsFalse, )稳定版清洗方法0.2.13方法说明elgendi基于频带滤波与峰检测的经典方法常用默认值nabian2018可使用预期心率expected heart rate辅助langevin20212021 年更新方法goda20242024 年更新方法none不做清洗稳定版峰值检测方法方法说明elgendi经典峰检测bishop输出峰值及脉搏起始点onsetcharltonMSPTDfast v2输出峰值与起始点charlton2024已被替代的 v1 版本这些方法相关的额外输出如 onsets是不应为整个流程硬编码一套 schema的首要原因。峰值/起始点检测性能必须针对实际测量部位、采样率、灌注、运动与人群使用带标签数据加以验证。correct_artifactsTrue时走心脏峰值修正路径即signal_fixpeaks()的 Kubios/Lipponen–Tarvainen 路径。务必同时保留原始峰值、修正后峰值与修正类别因为修正无法修复低质量的光学波形——被运动污染的波形即使修正后形态一致也不能据此认为数据可用。质量输出0.2.13 新增/扩展的ppg_quality()quality nk.ppg_quality( clean, peakspeak_info[PPG_Peaks], sampling_rate100, methodtemplatematch, )0.2.13 稳定版中不同质量方法的语义与量纲差异很大绝不能共用一套阈值方法量纲/方向附加要求templatematch连续相似度通常 0–1—dissimilarity无上界0 表示相似度最高—ho2025/ interval-consistency 路径二值区间质量—skewness、kurtosis、entropy无上界滑动窗口指标—perfusion类百分比 0–100需要原始 PPGrelative_power0–1需要原始 PPG默认 60 秒窗口使用时必须指明方法及其方向/量纲没有哪个阈值可以跨方法通用。短信号可能不满足某方法的默认窗口长度。另有两个容易踩坑的实现细节ppg_process()向质量估计传入的是峰值索引而不是整个 info 字典相对平均脉搏的形态一致性并不证明生理学准确性——反复被运动损坏的搏动也可能形态一致。因此应组合形态学、运动、接触/灌注、缺失率、检测器一致性以及针对特定终点的验证来综合判断。采样与预处理按终点决定而非一刀切采样需求取决于分析终点**脉率pulse rate**需要的带宽低于形态学、起始点时序或导数分析腕部可穿戴设备常用低于实验室指端系统的采样率重采样无法恢复缺失的起始点精度或重搏切迹dicrotic notch特征名义采样率本身不能证明时钟精度或抗混叠滤波的有效性。因此不要规定一个普适最低采样率而应针对具体的检测器/特征验证采样率与滤波器并同时报告原生与处理后的采样率。多模态对齐时尽可能先以原生采样率处理再做时间对齐。运动、接触压力、环境光、血管收缩、温度、色素沉着、部位与削波clipping都会改变振幅/形态。应保留质量/伪影掩码并在可用时保留加速度计数据避免在损坏的脉搏段上进行插值。仓库配套的合成数据生成器 skills/neurokit2/scripts/generate_synthetic.py 展示了如何生成确定性 PPG 波形L86-L89以sin(π·cardiac_phase)^2.5构造主脉冲、叠加切迹高斯与噪声配合--sampling-rate、--heart-rate、--duration、--seed等参数即可产出可复现的测试夹具python skills/neurokit2/scripts/generate_synthetic.py \ --output synthetic.csv --root . --duration 30 \ --sampling-rate 100 --seed 42 --modalities ppg,trigger其报告明确标注physiological_validation: false——这些解析波形只是软件测试与教学用途不验证任何传感器、方法或人群。PPG 衍生的变异性就是 PRV不是 HRVNeuroKit2 的 HRV 函数可以直接接收 PPG 峰值prv nk.hrv_time(peak_info, sampling_rate100)但此时解读的是脉率变异性Pulse Rate Variability, PRV。PRV 中包含射血前间期pre-ejection period与脉搏传输时间变异性并且会随部位、姿势、呼吸、活动、温度与血管状态而与 ECG 的 HRV 产生差异。参考文档 skills/neurokit2/references/hrv.md 进一步说明自动修正后的 PPG 间期不应被重命名为 NN 间期应保留原始波形、原始峰值、修正后峰值、被排除片段、修正类别与间期单位。若要主张PRV 与 HRV 等价必须满足同步采集ECG 与 PPG验证脉搏/心跳匹配以及延迟与漂移预先设定每个 HRV 终点的一致性指标与可接受误差在静息、任务/活动、运动及相关人群/部位下测试在等价性未建立时使用 PRV 术语报告。同时不能从这套基础 PPG 流程推断 ECG 形态学、心律诊断、血氧饱和度、血压或动脉僵硬度。技能主文档 skills/neurokit2/SKILL.md 也明确提示hrv_time()等 HRV 函数对输入长度与搏动计数有要求五分钟是常规的短时 HRV 参考窗ULF 是长记录指标短记录下解读 VLF 是不安全的。事件与区间分析在完成ppg_process()后可基于事件开展事件相关与区间相关分析epochs nk.epochs_create( signals, events, sampling_rate100, epochs_start-1, epochs_end10, baseline_correctionFalse, ) event_features nk.ppg_eventrelated(epochs) interval_features nk.ppg_intervalrelated(signals)文档记录的事件相关字段包括基线/最小/最大/均值/标准差脉率、时间戳以及多项式趋势系数区间输出则包含平均脉率与 HRV 家族列。这些字段的可用性取决于输入列、时长与版本——技能文档的措辞是inspect runtime output即必须以运行时实际输出为准。参考文档 skills/neurokit2/references/epochs_events.md 还提醒epochs_create()的epochs_start/epochs_end以秒计数据切片为[start_sample, end_sample)末端排除边界事件会做填充且可能产生 NaN需预先决定丢弃/填充/报错策略。脉搏形态学ppg_segment()与对比前提ppg_segment()返回一个由脉搏历元组成的字典。进行形态学比较时必须满足一致的部位、贴合、压力、波长与极性经过验证的起始点/峰值与质量掩码适当的基线/振幅归一化足够的采样率/带宽对心率和血管状态的控制针对终点的证据。尤其要注意处理波形中出现重搏切迹本身并不能验证主动脉瓣时序或动脉僵硬度。解读边界与伦理使用这些工具应用于研究与教育目的。在当前仓库的技能范围内它们没有针对以下用途得到验证心律失常、血氧饱和度、血压、疾病检测、远程患者监护、报警系统或可穿戴医疗设备的验证。配套脚本 skills/neurokit2/scripts/_common.py 从工程层面落实了这种边界所有 CLI 辅助工具拒绝 URL、路径穿越与符号链接checked_root、checked_input_file限制字节/行/通道数如MAX_CSV_BYTES 64 MiB、MAX_ROWS 500_000、MAX_CHANNELS 64默认拒绝覆盖已有输出且真实数据命令必须显式传入--deidentifiedrequire_deidentified。这意味着整条 PPG 分析链可以在不接触网络、不越界读写、不留日志泄漏的前提下以确定性的 JSON/CSV 输出完成可复现研究。可复现安装与环境记录按技能主文档 skills/neurokit2/SKILL.md建议锁定稳定版本安装uv pip install neurokit20.2.13不要为可复现研究安装持续变动的开发分支若使用可选特性只把实际需要的包以复核过的精确版本加入 uv 项目并提交/复核uv.lock后执行uv sync --locked。核心处理依赖 NumPy、SciPy、pandas、scikit-learn、matplotlib、PyWavelets、requests 与 setuptools可选功能可能额外需要 MNE、cvxopt、Plotly、PyEMD、pyRQA、Pillow、OpenCV 等。分析/报告清单一个可复现、可审计的 PPG 研究输出应至少包含包版本与观测到的输出 schemaPPG 来源、传感器/部位、采样率、时钟、单位与原始数据访问方式时长、可用时长、搏动计数与排除情况峰值检测器、质量方法、伪影标准与修正百分比RRI/NN/PRV 术语的准确使用质量方法及其方向/量纲、窗口参数呼吸测量及其频率/深度背景若涉及 PRV 解读预先指定的指标与多重比较控制未经单独验证不作任何诊断、监护或医疗设备声明。这套方法论同时适用于新建PPG 研究流程的搭建以及审计既有分析是否满足方法学可复现性——这正是本仓库中 neurokit2 技能skills/neurokit2/SKILL.md的定位为生理时间序列的预处理、事件/区间分析、多模态对齐、变异性与复杂度计算提供方法感知method-aware的可复现工作流支撑。【免费下载链接】scientific-agent-skillsTurn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000 scientists worldwide. 165 ready-to-use validated skills plus 100 scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.项目地址: https://gitcode.com/GitHub_Trending/cl/scientific-agent-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
基于 NeuroKit2 构建稳健的 PPG 脉搏波分析流程采集契约、峰值质量与 PRV 解读实战指南【免费下载链接】scientific-agent-skillsTurn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000 scientists worldwide. 165 ready-to-use validated skills plus 100 scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.项目地址: https://gitcode.com/GitHub_Trending/cl/scientific-agent-skills导读本指南以开源仓库scientific-agent-skills中 neurokit2 技能所核对的稳定版NeuroKit2 0.2.13为基准系统讲解光电容积脉搏波PPG信号从采集契约、清洗、峰值检测到质量评估与变异性分析PRV的完整研究流程。读者将掌握ppg_process()、ppg_clean()、ppg_peaks()、ppg_quality()的稳定调用方式与各方法语义理解质量输出为何不能共用单一阈值以及如何把 PPG 衍生的脉率变异性与 ECG 心率变异性HRV正确区分对待。PPG 是什么光学血容量脉冲测量而非心脏电活动PPGPhotoplethysmography光电容积脉搏波描记测量的是组织光学特性的随心动周期变化即血容量脉冲blood-volume pulse它本身并不反映心脏电活动。因此PPG 的脉冲时序与形态学特征高度依赖测量部位和血管/传输动力学——同一受试者不同部位的 PPG 波形可能差异显著这一点是后续所有处理与解读的前提。本技能文档核对日期为2026-07-23对照对象为 NeuroKit2 0.2.13 稳定版运行时/源码、官方 PPG API、0.2.13 发布说明与测量指南。技能主文档 skills/neurokit2/SKILL.md 同时强调NeuroKit2 是研究性、教育性工具箱其输出不能被当作诊断、治疗建议、患者监护决策或报警信号也不能作为医疗设备的验证、认证或监管证据。采集契约处理之前先记录什么在进入任何算法之前应完整记录采集侧的元数据契约包括传感器模式反射式reflectance还是透射式transmission波长一个或多个解剖部位指端、腕部、耳垂、前额等贴合/接触压力设备与固件版本原始单位与量程环境光处理方式采样率与时钟温度/灌注状态活动/姿势运动/加速度计通道。同时应明确验证人群的代表性皮肤色素沉着、解剖结构、年龄、血管状态、运动状态以及目标人群都需要覆盖。技能主文档 skills/neurokit2/SKILL.md 中的数据契约还补充了事件起始点必须明确是零基样本索引还是秒处理顺序、方法、参数、排除规则与输出都要预先规划并保存原始数据与可审计的排除日志仅使用去标识化的本地文件。稳定高层流程ppg_process()对于端到端的稳定流程使用ppg_process()一步完成清洗、峰值检测、脉率与质量评估signals, info nk.ppg_process( ppg, sampling_rate100, methodelgendi, method_qualitytemplatematch, )在固定的 0.2.13 运行时下返回的signals数据框默认包含以下列PPG_Raw, PPG_Clean, PPG_Rate, PPG_Quality, PPG_Peaks而info中包含PPG_Peaks、sampling_rate以及峰值/修正方法的元数据。需要特别注意官方在线文档的旧版 codebook 可能省略PPG_Quality列但稳定版运行时/源码中包含该列。这是以运行时观测为准、不要硬编码单一 schema的典型例证——技能主文档 skills/neurokit2/SKILL.md 中把 schema 视为运行时观测一节同样强调返回列取决于 NeuroKit2 版本、函数、方法、信号可用性与分析模式应把观测到的列名与包版本、方法参数、采样率、质量/排除摘要一并持久化。清洗与峰值检测方法显式选择与参数语义需要显式控制每一步时分别调用ppg_clean()与ppg_peaks()clean nk.ppg_clean( ppg, sampling_rate100, methodelgendi, ) markers, peak_info nk.ppg_peaks( clean, sampling_rate100, methodelgendi, correct_artifactsFalse, )稳定版清洗方法0.2.13方法说明elgendi基于频带滤波与峰检测的经典方法常用默认值nabian2018可使用预期心率expected heart rate辅助langevin20212021 年更新方法goda20242024 年更新方法none不做清洗稳定版峰值检测方法方法说明elgendi经典峰检测bishop输出峰值及脉搏起始点onsetcharltonMSPTDfast v2输出峰值与起始点charlton2024已被替代的 v1 版本这些方法相关的额外输出如 onsets是不应为整个流程硬编码一套 schema的首要原因。峰值/起始点检测性能必须针对实际测量部位、采样率、灌注、运动与人群使用带标签数据加以验证。correct_artifactsTrue时走心脏峰值修正路径即signal_fixpeaks()的 Kubios/Lipponen–Tarvainen 路径。务必同时保留原始峰值、修正后峰值与修正类别因为修正无法修复低质量的光学波形——被运动污染的波形即使修正后形态一致也不能据此认为数据可用。质量输出0.2.13 新增/扩展的ppg_quality()quality nk.ppg_quality( clean, peakspeak_info[PPG_Peaks], sampling_rate100, methodtemplatematch, )0.2.13 稳定版中不同质量方法的语义与量纲差异很大绝不能共用一套阈值方法量纲/方向附加要求templatematch连续相似度通常 0–1—dissimilarity无上界0 表示相似度最高—ho2025/ interval-consistency 路径二值区间质量—skewness、kurtosis、entropy无上界滑动窗口指标—perfusion类百分比 0–100需要原始 PPGrelative_power0–1需要原始 PPG默认 60 秒窗口使用时必须指明方法及其方向/量纲没有哪个阈值可以跨方法通用。短信号可能不满足某方法的默认窗口长度。另有两个容易踩坑的实现细节ppg_process()向质量估计传入的是峰值索引而不是整个 info 字典相对平均脉搏的形态一致性并不证明生理学准确性——反复被运动损坏的搏动也可能形态一致。因此应组合形态学、运动、接触/灌注、缺失率、检测器一致性以及针对特定终点的验证来综合判断。采样与预处理按终点决定而非一刀切采样需求取决于分析终点**脉率pulse rate**需要的带宽低于形态学、起始点时序或导数分析腕部可穿戴设备常用低于实验室指端系统的采样率重采样无法恢复缺失的起始点精度或重搏切迹dicrotic notch特征名义采样率本身不能证明时钟精度或抗混叠滤波的有效性。因此不要规定一个普适最低采样率而应针对具体的检测器/特征验证采样率与滤波器并同时报告原生与处理后的采样率。多模态对齐时尽可能先以原生采样率处理再做时间对齐。运动、接触压力、环境光、血管收缩、温度、色素沉着、部位与削波clipping都会改变振幅/形态。应保留质量/伪影掩码并在可用时保留加速度计数据避免在损坏的脉搏段上进行插值。仓库配套的合成数据生成器 skills/neurokit2/scripts/generate_synthetic.py 展示了如何生成确定性 PPG 波形L86-L89以sin(π·cardiac_phase)^2.5构造主脉冲、叠加切迹高斯与噪声配合--sampling-rate、--heart-rate、--duration、--seed等参数即可产出可复现的测试夹具python skills/neurokit2/scripts/generate_synthetic.py \ --output synthetic.csv --root . --duration 30 \ --sampling-rate 100 --seed 42 --modalities ppg,trigger其报告明确标注physiological_validation: false——这些解析波形只是软件测试与教学用途不验证任何传感器、方法或人群。PPG 衍生的变异性就是 PRV不是 HRVNeuroKit2 的 HRV 函数可以直接接收 PPG 峰值prv nk.hrv_time(peak_info, sampling_rate100)但此时解读的是脉率变异性Pulse Rate Variability, PRV。PRV 中包含射血前间期pre-ejection period与脉搏传输时间变异性并且会随部位、姿势、呼吸、活动、温度与血管状态而与 ECG 的 HRV 产生差异。参考文档 skills/neurokit2/references/hrv.md 进一步说明自动修正后的 PPG 间期不应被重命名为 NN 间期应保留原始波形、原始峰值、修正后峰值、被排除片段、修正类别与间期单位。若要主张PRV 与 HRV 等价必须满足同步采集ECG 与 PPG验证脉搏/心跳匹配以及延迟与漂移预先设定每个 HRV 终点的一致性指标与可接受误差在静息、任务/活动、运动及相关人群/部位下测试在等价性未建立时使用 PRV 术语报告。同时不能从这套基础 PPG 流程推断 ECG 形态学、心律诊断、血氧饱和度、血压或动脉僵硬度。技能主文档 skills/neurokit2/SKILL.md 也明确提示hrv_time()等 HRV 函数对输入长度与搏动计数有要求五分钟是常规的短时 HRV 参考窗ULF 是长记录指标短记录下解读 VLF 是不安全的。事件与区间分析在完成ppg_process()后可基于事件开展事件相关与区间相关分析epochs nk.epochs_create( signals, events, sampling_rate100, epochs_start-1, epochs_end10, baseline_correctionFalse, ) event_features nk.ppg_eventrelated(epochs) interval_features nk.ppg_intervalrelated(signals)文档记录的事件相关字段包括基线/最小/最大/均值/标准差脉率、时间戳以及多项式趋势系数区间输出则包含平均脉率与 HRV 家族列。这些字段的可用性取决于输入列、时长与版本——技能文档的措辞是inspect runtime output即必须以运行时实际输出为准。参考文档 skills/neurokit2/references/epochs_events.md 还提醒epochs_create()的epochs_start/epochs_end以秒计数据切片为[start_sample, end_sample)末端排除边界事件会做填充且可能产生 NaN需预先决定丢弃/填充/报错策略。脉搏形态学ppg_segment()与对比前提ppg_segment()返回一个由脉搏历元组成的字典。进行形态学比较时必须满足一致的部位、贴合、压力、波长与极性经过验证的起始点/峰值与质量掩码适当的基线/振幅归一化足够的采样率/带宽对心率和血管状态的控制针对终点的证据。尤其要注意处理波形中出现重搏切迹本身并不能验证主动脉瓣时序或动脉僵硬度。解读边界与伦理使用这些工具应用于研究与教育目的。在当前仓库的技能范围内它们没有针对以下用途得到验证心律失常、血氧饱和度、血压、疾病检测、远程患者监护、报警系统或可穿戴医疗设备的验证。配套脚本 skills/neurokit2/scripts/_common.py 从工程层面落实了这种边界所有 CLI 辅助工具拒绝 URL、路径穿越与符号链接checked_root、checked_input_file限制字节/行/通道数如MAX_CSV_BYTES 64 MiB、MAX_ROWS 500_000、MAX_CHANNELS 64默认拒绝覆盖已有输出且真实数据命令必须显式传入--deidentifiedrequire_deidentified。这意味着整条 PPG 分析链可以在不接触网络、不越界读写、不留日志泄漏的前提下以确定性的 JSON/CSV 输出完成可复现研究。可复现安装与环境记录按技能主文档 skills/neurokit2/SKILL.md建议锁定稳定版本安装uv pip install neurokit20.2.13不要为可复现研究安装持续变动的开发分支若使用可选特性只把实际需要的包以复核过的精确版本加入 uv 项目并提交/复核uv.lock后执行uv sync --locked。核心处理依赖 NumPy、SciPy、pandas、scikit-learn、matplotlib、PyWavelets、requests 与 setuptools可选功能可能额外需要 MNE、cvxopt、Plotly、PyEMD、pyRQA、Pillow、OpenCV 等。分析/报告清单一个可复现、可审计的 PPG 研究输出应至少包含包版本与观测到的输出 schemaPPG 来源、传感器/部位、采样率、时钟、单位与原始数据访问方式时长、可用时长、搏动计数与排除情况峰值检测器、质量方法、伪影标准与修正百分比RRI/NN/PRV 术语的准确使用质量方法及其方向/量纲、窗口参数呼吸测量及其频率/深度背景若涉及 PRV 解读预先指定的指标与多重比较控制未经单独验证不作任何诊断、监护或医疗设备声明。这套方法论同时适用于新建PPG 研究流程的搭建以及审计既有分析是否满足方法学可复现性——这正是本仓库中 neurokit2 技能skills/neurokit2/SKILL.md的定位为生理时间序列的预处理、事件/区间分析、多模态对齐、变异性与复杂度计算提供方法感知method-aware的可复现工作流支撑。【免费下载链接】scientific-agent-skillsTurn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000 scientists worldwide. 165 ready-to-use validated skills plus 100 scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.项目地址: https://gitcode.com/GitHub_Trending/cl/scientific-agent-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
