scanpy
用自然语言进行单细胞数据分析的MCP工具
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：scanpy。 它的用途是：用自然语言进行单细胞数据分析的MCP工具 完整的 Skill 内容见：https://321skill.com/skills/scanpy/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
“请帮我分析这个单细胞RNA-seq数据，先做质量控制过滤，然后进行PCA降维和UMAP可视化，并标记出主要的细胞簇。”，它会理解你的自然语言指令，自动调用Scanpy工具链执行数据读取、过滤、归一化、降维、聚类和绘图等一系列操作，并返回关键结果和可视化图表。
介绍
Scanpy MCP工具解决了生物信息学或单细胞数据分析中，用户需要编写复杂Python代码才能使用Scanpy库进行数据分析的难题。它通过MCP（Model Context Protocol）协议，将Scanpy的强大功能封装成可由自然语言指令触发的操作，用户只需用口语化的描述提出分析需求，工具即可自动执行相应的数据处理、降维、聚类、可视化等流程。
该工具特别适合具备一定单细胞数据分析背景，但希望减少编码工作量、提高探索效率的研究人员或数据分析师。无论是刚接触Scanpy的新手，还是需要快速进行标准化分析流程的资深用户，都能从中受益。
使用前，请确保您的AI助手（如Claude Desktop）已正确配置并支持MCP服务器连接。建议用户对单细胞分析的基本概念（如PCA、t-SNE、UMAP、聚类）有初步了解，以便更准确地用自然语言描述分析目标。由于它依赖于背后的Scanpy库，其分析深度和定制化程度最终仍受Scanpy本身功能的制约。
核心特点
这是首个将Scanpy单细胞分析库与MCP协议深度集成，实现纯自然语言交互的工具，用户无需记忆具体函数名和参数即可完成从数据预处理到可视化的完整分析流程。
注意事项
不适合需要高度定制化算法或进行底层代码开发的复杂研究场景。
常见问题
这个工具需要我会编程吗？
不需要编写代码，但需要了解单细胞分析的基本概念，以便用自然语言准确描述分析任务。
它能替代Scanpy的所有功能吗？
不能，它封装了Scanpy的常用核心分析流程，但高度定制或最新的实验性功能可能仍需直接调用Scanpy库。
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/scanpy/raw/index.md 读取 scanpy 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/scanpy/raw/index.md（查看排版版本）