ChromSkills
一个用于染色质数据分析的Docker化AI智能体技能库。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：ChromSkills。 它的用途是：一个用于染色质数据分析的Docker化AI智能体技能库。 完整的 Skill 内容见：https://321skill.com/skills/chromskills/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请分析我挂载在`/work`目录下的ATAC-seq BAM文件，进行质量控制、peak calling和motif分析，并生成报告。”，它会理解你的意图，自动调用FastQC、MACS2、HOMER等工具，执行标准化的ATAC-seq分析流程，并生成可视化和注释结果。
介绍
ChromSkills是一个专为染色质数据（如ChIP-seq、ATAC-seq、WGBS、Hi-C等）分析设计的AI智能体技能库。它解决了研究人员在分析复杂表观基因组数据时，需要手动编写大量不稳定、难以复现的命令行代码的痛点。
用户通过拉取预配置的Docker镜像，在容器内安装技能和MCP工具，即可将自然语言的分析意图（如“分析我的ATAC-seq数据”）转化为结构化的、可解释的分析工作流。ChromSkills内部集成了领域特定的决策逻辑，确保分析步骤符合实验规范。
它非常适合从事表观遗传学、基因组学研究的生物信息学分析人员、学术研究者以及相关领域的高校学生，他们需要快速、可靠地对染色质数据进行从原始数据处理到下游生物学解释的全套分析。
使用前请确保你的数据格式符合要求（如BAM、.cool文件等），并注意配置好所需的参考基因组（如HOMER）。由于涉及AI模型调用，建议根据分析任务的复杂度选择合适的后端模型以优化Token消耗。
核心特点
与通用代码生成技能不同，ChromSkills深度集成了染色质数据分析的领域知识，将分析流程工具化、结构化，能根据具体的表观基因组学实验类型（如ATAC-seq或Hi-C）自动选择并串联正确的工具链，显著减少了自由形式代码生成的不稳定性和错误。
注意事项
不适合处理非染色质相关的组学数据（如转录组RNA-seq）或需要高度定制化、超出其预设工作流范围的分析任务。
常见问题
ChromSkills支持分析哪些类型的数据？
支持ATAC-seq/ChIP-seq（BAM文件）、WGBS（甲基化表格）、Hi-C（.cool文件）以及这些数据的多组学整合分析。
必须使用Docker吗？能否本地安装？
是的，ChromSkills设计为在Docker容器中运行以确保环境一致性和可复现性，这是其核心使用方式。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/chromskills/raw/index.md 读取 ChromSkills 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/chromskills/raw/index.md（查看排版版本）