HiC_tools 贡献指南从看懂 Hi-C 工具库到发出第一个 PR 的完整流程【免费下载链接】awesome-public-datasetsA topic-centric list of HQ open datasets.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-public-datasetsHiC_tools 是一个开源的 Hi-C 数据分析工具库把数百条分析流水线、TAD/Loop 调用器、归一化方法与可视化工具按功能章节集中收录。对第一次向 HiC_tools 贡献新工具的同学来说最大的门槛不是技术而是「条目该写在哪、写成什么样」。这份 HiC_tools 贡献指南带你走通从熟悉仓库、准备环境、起草工具条目到发出 PR 的完整流程读完即可动手 ✨仓库长什么样先把家底摸清楚HiC_tools 是一个以文档为主的项目条目本体就维护在 README 里没有复杂的构建体系。动手前花几分钟认识下面几个关键文件后面每一步都用得上文件在贡献流程里的角色README.md收录本体条目按 Pipelines、QC、TAD callers、Visualization 等功能章节组织顶部有 Table of content 目录CONTRIBUTING.md官方贡献指南三种参与方式的出处dashboard.py基于 Streamlit 的交互式仪表盘可按类别、语言、年份检索库内工具适合本地校验pipeline_comparison.csv各 Hi-C 分析流水线的功能对比表比对、过滤、质控、Contact map、可视化等维度pipelines_list.csv主流 Hi-C 流水线的基础清单run_dashboard.sh本地一键启动仪表盘的脚本 条目内部有个小巧思论文引用全部收进details折叠块里列表页面因此保持清爽。写条目时请沿用这个惯例。三条参与通道新增工具走哪条按 CONTRIBUTING.md 的说法向 HiC_tools 参与共建有三条路 ️开 Issue—— 提建议、报勘误都可以放这里提 Pull Request—— 直接提交改动是新增工具的主路径联系维护者—— 通过邮件或社交平台沟通细节。如果目的是收录一款新工具推荐先开 Issue 讨论、确认归属章节后再提 PR。提前把「这个工具算 Pipelines 还是 QC」这类问题问清楚能大幅降低返工概率。准备工作克隆仓库顺手把仪表盘跑起来git clone https://link.gitcode.com/i/45c682530e521ce292f5235dcf6e4fac克隆下来后可以直接编辑文档另外建议把本地仪表盘跑起来辅助校验可选bash run_dashboard.sh依赖很轻requirements.txt 里只有 streamlit 和 pandas 两个包。边改边看渲染效果比盲改再返工要省事得多。撰写新条目四个环节走一遍整个 PR 流程可以拆成四个环节顺序执行即可。第一步查重在 README.md 里全局搜索工具名。工具库收录已久重名或同项目改名的情况并不少见确认不存在同物异名的条目再继续。第二步定位章节翻到 README 顶部的 Table of content按工具的核心功能找到对应小节——做比对归 Pipelines、做质控归 QC、做 TAD 检测归 TAD callers做图谱展示归 Visualization。拿不准时正好用上前面说的「先开 Issue」环节。第三步定好插入位置排序规则只有一条但必须遵守已发表工具按论文发表时间排列最新的在最上方未发表工具统一放到所在章节的末尾。提交前再确认一次所在章节当前的排序方式插错位置是新手最常踩的坑。第四步按统一格式写下条目一个标准条目 列表项 工具链接 一两句功能描述 可折叠的文献引用。模板如下- 工具名 - 一两句功能描述解决什么问题、输入输出格式、运行平台、安装方式。 details summaryPaper/summary 作者列表. 论文标题 DOI 链接 期刊, 年份 /details几点书写建议工具链接指向官网或其代码仓库二选一即可功能描述对齐库内现有条目的风格突出核心能力、支持的数据格式如.hic/.cool、性能优势与运行平台流水线类工具描述维度可对照 pipeline_comparison.csv 里的字段Mapping、Filtering、QC、Contact map、Visualization 等来组织信息更完整文献折叠块作者、标题、DOI、期刊、年份五要素写全保持页面整洁的同时方便读者溯源。发布前自查六项打勾再按提交提 PR 之前对照下面这张清单逐项确认 ✅已搜索确认无重复条目放进了正确的功能章节已发表工具按发表时间插入、未发表工具放在章节末尾文献信息收进details折叠块且包含 DOI本地仪表盘或 Markdown 预览渲染正常PR 描述里写明了改动的章节与工具名全部打勾后就可以发出 PR 了。PR 描述不用写很长说清楚「新增了哪个章节下的哪个工具」即可方便维护者快速评审。写在最后HiC_tools 对社区贡献者始终敞开大门——从一条 Issue 到一个规范的条目门槛并不高。挑一款你日常分析 Hi-C 数据时最常用的工具按这份流程发出去就是工具库下一个被点开的名字 【免费下载链接】awesome-public-datasetsA topic-centric list of HQ open datasets.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-public-datasets创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
HiC_tools 贡献指南从看懂 Hi-C 工具库到发出第一个 PR 的完整流程【免费下载链接】awesome-public-datasetsA topic-centric list of HQ open datasets.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-public-datasetsHiC_tools 是一个开源的 Hi-C 数据分析工具库把数百条分析流水线、TAD/Loop 调用器、归一化方法与可视化工具按功能章节集中收录。对第一次向 HiC_tools 贡献新工具的同学来说最大的门槛不是技术而是「条目该写在哪、写成什么样」。这份 HiC_tools 贡献指南带你走通从熟悉仓库、准备环境、起草工具条目到发出 PR 的完整流程读完即可动手 ✨仓库长什么样先把家底摸清楚HiC_tools 是一个以文档为主的项目条目本体就维护在 README 里没有复杂的构建体系。动手前花几分钟认识下面几个关键文件后面每一步都用得上文件在贡献流程里的角色README.md收录本体条目按 Pipelines、QC、TAD callers、Visualization 等功能章节组织顶部有 Table of content 目录CONTRIBUTING.md官方贡献指南三种参与方式的出处dashboard.py基于 Streamlit 的交互式仪表盘可按类别、语言、年份检索库内工具适合本地校验pipeline_comparison.csv各 Hi-C 分析流水线的功能对比表比对、过滤、质控、Contact map、可视化等维度pipelines_list.csv主流 Hi-C 流水线的基础清单run_dashboard.sh本地一键启动仪表盘的脚本 条目内部有个小巧思论文引用全部收进details折叠块里列表页面因此保持清爽。写条目时请沿用这个惯例。三条参与通道新增工具走哪条按 CONTRIBUTING.md 的说法向 HiC_tools 参与共建有三条路 ️开 Issue—— 提建议、报勘误都可以放这里提 Pull Request—— 直接提交改动是新增工具的主路径联系维护者—— 通过邮件或社交平台沟通细节。如果目的是收录一款新工具推荐先开 Issue 讨论、确认归属章节后再提 PR。提前把「这个工具算 Pipelines 还是 QC」这类问题问清楚能大幅降低返工概率。准备工作克隆仓库顺手把仪表盘跑起来git clone https://link.gitcode.com/i/45c682530e521ce292f5235dcf6e4fac克隆下来后可以直接编辑文档另外建议把本地仪表盘跑起来辅助校验可选bash run_dashboard.sh依赖很轻requirements.txt 里只有 streamlit 和 pandas 两个包。边改边看渲染效果比盲改再返工要省事得多。撰写新条目四个环节走一遍整个 PR 流程可以拆成四个环节顺序执行即可。第一步查重在 README.md 里全局搜索工具名。工具库收录已久重名或同项目改名的情况并不少见确认不存在同物异名的条目再继续。第二步定位章节翻到 README 顶部的 Table of content按工具的核心功能找到对应小节——做比对归 Pipelines、做质控归 QC、做 TAD 检测归 TAD callers做图谱展示归 Visualization。拿不准时正好用上前面说的「先开 Issue」环节。第三步定好插入位置排序规则只有一条但必须遵守已发表工具按论文发表时间排列最新的在最上方未发表工具统一放到所在章节的末尾。提交前再确认一次所在章节当前的排序方式插错位置是新手最常踩的坑。第四步按统一格式写下条目一个标准条目 列表项 工具链接 一两句功能描述 可折叠的文献引用。模板如下- 工具名 - 一两句功能描述解决什么问题、输入输出格式、运行平台、安装方式。 details summaryPaper/summary 作者列表. 论文标题 DOI 链接 期刊, 年份 /details几点书写建议工具链接指向官网或其代码仓库二选一即可功能描述对齐库内现有条目的风格突出核心能力、支持的数据格式如.hic/.cool、性能优势与运行平台流水线类工具描述维度可对照 pipeline_comparison.csv 里的字段Mapping、Filtering、QC、Contact map、Visualization 等来组织信息更完整文献折叠块作者、标题、DOI、期刊、年份五要素写全保持页面整洁的同时方便读者溯源。发布前自查六项打勾再按提交提 PR 之前对照下面这张清单逐项确认 ✅已搜索确认无重复条目放进了正确的功能章节已发表工具按发表时间插入、未发表工具放在章节末尾文献信息收进details折叠块且包含 DOI本地仪表盘或 Markdown 预览渲染正常PR 描述里写明了改动的章节与工具名全部打勾后就可以发出 PR 了。PR 描述不用写很长说清楚「新增了哪个章节下的哪个工具」即可方便维护者快速评审。写在最后HiC_tools 对社区贡献者始终敞开大门——从一条 Issue 到一个规范的条目门槛并不高。挑一款你日常分析 Hi-C 数据时最常用的工具按这份流程发出去就是工具库下一个被点开的名字 【免费下载链接】awesome-public-datasetsA topic-centric list of HQ open datasets.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-public-datasets创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
![[光学原理与应用-521]：对光的错误理解与纠偏](http://pic.xiahunao.cn/yaotu/[光学原理与应用-521]：对光的错误理解与纠偏)
