不会写python也能通过自然语言使用scientific agent skills，让agent编写和执行相关代码。你仍需提供数据含义、任务目标和必要的环境权限，并理解关键检查结果。零基础可以从小文件和分阶段任务开始，遇到依赖或方法问题时请agent解释后再继续。
描述任务，不必先手写脚本
任务可以用中文说明，并明确要使用哪些技能。例如已经有10X单细胞数据时，可先让Agent解释scanpy质控需要哪些输入，再按确认的步骤执行。
把复杂任务拆开：先读取与检查，确认后再分析，最后绘图。直接提出研究目标可以省去手写部分代码，但数据类型和方法选择不能含糊。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
准备数据字典比记语法更重要
说明每一列表示什么、单位是什么、哪些值代表缺失，以及每一行对应样本还是重复测量。分组、配对、批次和时间关系也应交代。
不清楚的地方先标明，让Agent列出需要确认的问题。不要默认把缺失当成零，也不要在未理解原因时自动删除异常记录。
立即学习“Python免费学习笔记（深入）”；
看懂报错属于哪一步
技能找不到时，检查安装目录和SKILL.md，再重启宿主；缺Python包时，按当前技能说明补依赖；外部服务认证失败，则检查对应账号和权限。
可以要求Agent用中文说明失败原因、已完成步骤和下一步操作。先用一个小任务确认能稳定产出结果，再扩大数据规模。
