클로드스킬마트스킬 둘러보기바로 쓰는 문장영상으로 배우기터미널 사용법스킬이 뭐예요?
 
← 목록으로

OMERO 연동 (현미경 데이터 워크플로)

OMERO.server의 현미경 이미지·메타데이터를 안전한 범위 제한 규칙 아래 조회·내보내기·전송 계획까지 자동화하는 스킬.

데이터·분석고급★ 33,030⑂ 3,248AI 점수 8/10마지막 업데이트: 2026. 8. 9.

무엇을 해주나

  • omero-py의 BlitzGateway, OMERO CLI, OMERO.web의 공식 API(api/webgateway)를 상황에 맞게 골라 쓰도록 안내합니다.
  • 프로젝트/데이터셋/이미지 계층 탐색, 태그·맵 주석, ROI, 테이블, 렌더링 설정 등 OMERO 핵심 기능을 다룹니다.
  • 동봉된 로컬 헬퍼 스크립트(validate_config.py, inventory.py, export_image_metadata.py, plan_transfer.py)로 서버 접속 전에 설정 검증과 드라이런을 먼저 수행합니다.
  • 자격증명은 OMERO_* 환경변수에서만 읽고, 비밀번호·세션키를 명령 인자나 로그·출력에 절대 남기지 않는 규칙을 강제합니다.
  • 모든 목록·페이지·ROI·테이블 행에 상한을 두고, 쓰기 작업(주석 생성, 임포트, 삭제, 권한 변경)은 대상 ID를 검토한 뒤에만 실행합니다.

이런 분께 추천

  • OMERO.server로 현미경/스크리닝 이미지를 관리하는 이미징 코어 시설·연구실 담당자
  • 대량 이미지 메타데이터를 JSON으로 내보내 분석 파이프라인에 넣어야 하는 바이오이미지 분석가
  • 미공개 데이터가 실수로 유출되지 않도록 접근 범위를 엄격히 통제해야 하는 팀

활용 예시

  1. "OMERO 접속 설정이 맞는지 서버에 연결하지 않고 확인해줘" → validate_config.py로 환경변수와 DNS만 로컬 검증.
  2. "Dataset 481의 이미지 25개만 ID와 개수로 목록화해줘" → inventory.py로 페이징된 읽기 전용 인벤토리 JSON 생성.
  3. "이미지 10건의 태그와 ROI를 JSON으로 내보내되 파일 바이트는 받지 마" → export_image_metadata.py로 카테고리별 상한과 마스킹 기본값을 적용한 내보내기.
  4. "임포트할 로컬 폴더를 먼저 스캔해서 계획만 세워줘" → plan_transfer.py의 로컬 전용 임포트 스캔.

· · · 설치 가이드 · · ·

설치 없이 지금 한 번 써보기

아래를 Claude에 붙여넣으면 설치하지 않고도 이 스킬을 그대로 씁니다.

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/HEAD/skills/omero-integration/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

Claude가 링크를 열지 못하면, 링크를 직접 열어 내용을 복사해 붙여넣으세요.

↓ 쓸 만하면 아래에서 ZIP을 받아 설치하세요. 그러면 매번 붙여넣지 않아도 알아서 작동합니다.

Claude 앱에 설치 (터미널 필요 없음)
  1. 아래 버튼으로 ZIP 파일을 받으세요.
  2. Claude 설정 → Capabilities에서 '코드 실행 및 파일 생성'을 켭니다. (한 번만)
  3. Claude에서 Customize → Skills → + → '스킬 업로드'를 누르고 받은 ZIP을 올립니다.
↓ ZIP 내려받기
Claude Code에 설치

Claude에게 맡기기 — 아래 문장을 Claude Code에 붙여넣으세요

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/omero-integration 폴더를 내 ~/.claude/skills/omero-integration/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.

직접 명령으로 설치하기

git clone https://github.com/K-Dense-AI/scientific-agent-skills.git /tmp/scientific-agent-skills && mkdir -p ~/.claude/skills && cp -r /tmp/scientific-agent-skills/skills/omero-integration ~/.claude/skills/

⚠ 제3자가 만든 스킬입니다. 설치 전 원본 저장소를 한 번 확인하세요.

  1. 터미널을 열고 저장소를 내려받습니다: git clone https://github.com/K-Dense-AI/scientific-agent-skills.git
  2. 스킬 폴더를 Claude Code 스킬 경로로 복사합니다: mkdir -p ~/.claude/skills && cp -r scientific-agent-skills/skills/omero-integration ~/.claude/skills/
  3. Python 3.12 가상환경을 만듭니다: uv venv --python 3.12 .venv && source .venv/bin/activate
  4. 인터프리터·OS·아키텍처가 맞는 ZeroC IcePy 3.6.5 휠을 공식 매트릭스에서 내려받아 설치합니다(Ice 3.7은 지원되지 않습니다).
  5. OMERO 클라이언트를 설치합니다: uv pip install "omero-py==5.22.1"
  6. 접속 정보를 환경변수로 지정합니다: export OMERO_HOST=..., OMERO_PORT=4064, OMERO_USER=..., OMERO_SECURE=true. 비밀번호는 시크릿 매니저나 셸 입력으로 전달하고 파일에 저장하지 마세요.
  7. Claude Code를 재시작한 뒤 "OMERO 설정 검증해줘"처럼 요청하면 스킬이 로드됩니다. 임포트/관리 명령을 쓸 때만 OMERODIR를 추가로 설정하세요.
GitHub에서 원본 보기 ↗라이선스: MIT