# flowkit

Скилл flowkit для анализа проточной цитометрии в Python: рассчитывает гейты, применяет компенсацию флуоресценции и читает воркспейсы FlowJo 10.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 467 установок · ★ 58036 у репозитория
- Автор: K-Dense-AI
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/K-Dense-AI/scientific-agent-skills/tree/HEAD/skills/flowkit/SKILL.md
- Обновлён: 2026-10-19
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/flowkit

## Что делает

Скилл запускает обработку цитометрических файлов FCS через библиотеку FlowKit 1.3.2. Он умеет применять матрицы компенсации растекания спектра, выполнять нелинейные преобразования logicle или biexponential, строить иерархические гейты и вычислять процентные доли клеточных популяций. Инструмент поддерживает схемы разметки GatingML 2.0 и часть функций FlowJo 10.

Для работы окружению нужен Python 3.13 с пакетами `numpy` версии выше 2 и `pandas` ниже 3. Если для библиотеки `FlowUtils` нет готового бинарного колеса, сборка потребует компилятор C. Скрипт `analyze_gates.py` загружает файлы целиком в оперативную память без кэширования, поэтому для массивных наборов данных вызовы нужно разбивать на партии.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill flowkit -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/flowkit/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/flowkit/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill flowkit -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/flowkit/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill flowkit -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/flowkit/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install K-Dense-AI/scientific-agent-skills skills/flowkit
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/flowkit/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill flowkit -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/K-Dense-AI/scientific-agent-skills --path skills/flowkit
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/flowkit/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill flowkit -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/K-Dense-AI/scientific-agent-skills/tree/HEAD/skills/flowkit/SKILL.md

## Когда брать
- рассчитать процент популяций клеток по иерархии гейтов
- применить матрицу компенсации спектрального перекрытия к файлу FCS
- воспроизвести анализ из воркспейса FlowJo 10 в скрипте Python
- экспортировать стратегию гейтирования в формат GatingML 2.0

## Примеры запросов агенту
- Запусти анализ sample.fcs по стратегии из gates.xml и сохрани отчёт
- Посчитай гейты для группы Study из воркспейса study.wsp на файлах sample-a.fcs и sample-b.fcs
- Построй в Python стратегию с компенсацией spill и порогом logicle для FSC-A и FL1-A

## Похожие
- [webflow-mcp:flowkit-naming](https://affpapa.org/nevibecode/skills/webflow-mcpflowkit-naming.md) — скилл · 877 установок
- [Elentoo](https://affpapa.org/nevibecode/mcp/elentoo.md) — MCP-сервер
- [OpenReadout](https://affpapa.org/nevibecode/mcp/openreadout.md) — MCP-сервер · ★ 15 у репозитория
- [analytics-data-analysis](https://affpapa.org/nevibecode/skills/analytics-data-analysis.md) — скилл · 1200 установок
- [matplotlib-best-practices](https://affpapa.org/nevibecode/skills/matplotlib-best-practices.md) — скилл · 1100 установок
- [Causal Inference](https://affpapa.org/nevibecode/skills/causal-inference.md) — скилл · 544 установки

Из того же набора: [k-dense-ai/scientific-agent-skills](https://affpapa.org/nevibecode/by/k-dense-ai/scientific-agent-skills.md) — 176 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
