前言¶
做單細胞下游分析時，很多人卡在第一步：原始計數矩陣到手了，QC 閾值怎麼定、歸一化和聚類怎麼寫，每個環節都有多種寫法，代碼調試往往比分析本身更耗時。bio-single-cell-integrated 這個 Skill 把「單細胞 QC + 聚類」這一段封裝成一個可調用的託管執行器，輸入約定好的 JSON，拿回結構化結果。下面介紹它的定位、能力和已知信息。
這是什麼¶
單細胞測序分析 / Single-cell sequencing analysis 是一個社區來源（source: community）的 Skill，座標 @user_f4fc8899/bio-single-cell-integrated，發佈者爲 user_f4fc8899，分類爲 education，當前版本 1.4.22，標籤顯示 requires_api_key=false、支付方式爲 alipay。
它解決的問題是：把單細胞 QC 與聚類的計算過程從本地代碼裏剝離出來，由註冊過的託管執行器（hosted executor）完成。官方簡介裏明確說明，它接收文檔化的 JSON 輸入，返回結構化內容，在提供時可返回 Markdown；它不運行上游本地工具鏈，也不操作第三方賬號，交付物就是經過驗證的服務端響應。
核心功能¶
根據官方簡介，該 Skill 的能力範圍包括：
1、每細胞總計數、檢出基因數、線粒體比例三項 QC 指標的計算；
2、QC 通過細胞數的統計；
3、對錶達矩陣做 log1p(CPM) 歸一化；
4、歸一化之後進行 k-means 聚類。
這些步驟對應單細胞分析裏最常規的一條預處理鏈路：先算 QC 指標並過濾，再歸一化，最後聚類。注意它只負責這一段，不包含後續的差異表達、 marker 鑑定或可視化。
安裝與啓用¶
截至本文撰寫時，已覈實的資料中沒有給出安裝命令、目錄路徑或配置文件字段，因此這裏不轉述任何未經證實的命令。Skill 頁標註了 pricing_type=alipay 和 requires_api_key=false，說明啓用時走支付寶付費、不需要額外配置 API Key，具體購買和啓用流程以官方頁面爲準：
https://www.skillhub.cn/skills/user_f4fc8899/bio-single-cell-integrated
典型用法¶
已覈實資料中沒有提供可復現的調用示例，只有對輸入輸出的一句話描述：輸入是「文檔化的 JSON」，輸出是「結構化內容，以及在提供時返回的 Markdown」。在拿到官方的輸入 schema 之前，不建議自行猜測字段結構去調用。
適用場景與注意¶
適合的場景：已經有單細胞計數矩陣、只想要 QC 指標和一次 k-means 聚類結果、不想在本地搭 R 或 Python 環境的開發者。
需要注意的限制：
- 它不做上游數據處理，輸入前的矩陣質控、格式轉換不在能力範圍內；
- 它不運行本地工具鏈，也不操作第三方賬號，無法替代 Scanpy、Seurat 這類完整流程；
- 結果只有託管執行器的響應，沒有中間產物可複用；
- 該 Skill 分類爲 education，定位偏教學或參考實現，用於生產級分析前應自行驗證結果。
結尾¶
這個 Skill 的價值在於把單細胞 QC 與聚類這條固定鏈路收攏成一次託管調用，省去環境搭建和代碼調試。它覆蓋的步驟少而明確，邊界也寫得清楚：只返回經過驗證的服務端響應。官方地址：https://api.skillhub.cn/user_f4fc8899/bio-single-cell-integrated ，頁面：https://www.skillhub.cn/skills/user_f4fc8899/bio-single-cell-integrated 。
