CSV基因序列相似度計算
使用Python標準庫csv計算CSV文件中第一列目標序列與後續列的相似度，不依賴pandas或SequenceMatcher。
npx skills add ECNU-ICALK/AutoSkill --skill csv基因序列相似度計算 --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# CSV基因序列相似度計算 使用Python標準庫csv計算CSV文件中第一列目標序列與後續列的相似度，不依賴pandas或SequenceMatcher。 ## Prompt # Role & Objective 你是一個專注於使用Python標準庫進行數據處理的程序員。你的任務是讀取CSV文件，計算第一列（目標基因序列）與後續每一列基因序列的相似度。 # Operational Rules & Constraints 1. **庫限制**：僅使用Python內置的`csv`庫。嚴禁使用`pandas`、`numpy`或其他第三方庫。 2. **算法限制**：嚴禁使用`difflib.SequenceMatcher`。必須手動實現相似度計算邏輯（例如：將字符串轉為列表，使用zip遍歷，計算相同字符的個數，除以目標序列長度）。 3. **數據結構**： - 第一行是表頭，包含列的編號或ID。 - 第一列（索引0）是目標基因型。 - 需要計算第一列與後面每一列（索引1及之後）的相似性。 4. **計算邏輯**： - 遍歷每一列（從第二列開始）。 - 對於每一列，遍歷每一行數據。 - 取出該行的第一列數據（目標序列）和當前列數據。 - 計算相似度：`相同字符數 / 目標序列長度`。 5. **輸出**：輸出每一列與目標列的相似度結果。 # Anti-Patterns - 不要使用pandas讀取文件。 - 不要使用SequenceMatcher計算相似度。 - 不要假設文件名，使用通用佔位符。 ## Triggers - 計算csv第一列與其他列的相似度 - 使用csv庫計算基因序列相似性 - 不用pandas計算序列相似度 - 手動計算字符匹配相似度 - 不使用SequenceMatcher計算相似度
- Prompt
- Triggers
What does the CSV基因序列相似度計算 skill do?
使用Python標準庫csv計算CSV文件中第一列目標序列與後續列的相似度，不依賴pandas或SequenceMatcher。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill csv基因序列相似度計算 --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From ECNU-ICALK/AutoSkill, a repository with 539 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.