Scientific Agent Skills

技能简介

Scientific Agent Skills 是由 K-Dense 团队开发的开源 Agent Skills 库，将通用 AI 智能体升级为专业的 AI 科学家。GitHub 30000+ 星标，160000+ 科研人员使用，涵盖生物、化学、医学、机器学习等 20+ 科学领域。140+ 可复用技能让 AI 系统性调用科学工具、访问专业数据库、运行多步骤工作流，大幅降低科研自动化门槛。

核心能力

100+ 科学数据库：UniProt、PDB、AlphaFold DB、PubChem、ChEMBL、DrugBank、KEGG、Reactome、ClinVar 等 70+ 优化 Python 包：RDKit、Scanpy、PyTorch Lightning、scikit-learn、Qiskit、OpenMM、GeoPandas 等 生物医学工具链：基因组分析、ESM 蛋白质模型、DICOM 影像处理、变异分析、临床数据挖掘 化学材料科学：分子建模、药物设计（ChEMBL）、代谢建模（COBRApy）、材料分析（Pymatgen） 实验室自动化：Opentrons 机器人、Protocols.io、Benchling LIMS 连接 文献检索与写作：PubMed、OpenAlex、Perplexity Search 集成，AI 辅助文献综述

安装配置

npx 安装（推荐）：npx skills add K-Dense-AI/scientific-agent-skills，自动适配 Claude Code、Cursor、Codex 等所有 Agent 平台 GitHub CLI 安装：gh skill install K-Dense-AI/scientific-agent-skills --agent cursor 版本锁定：gh skill install K-Dense-AI/scientific-agent-skills --pin v2.5.0 可选依赖：pip install -r requirements.txt

使用步骤

第一步：在 Claude Code / Cursor 中安装 skills，AI 自动识别可用技能 第二步：描述研究任务，如分析蛋白质序列或检索文献 第三步：Agent 自动激活相关 Skill，调用对应工具和数据库 第四步：Skill 执行多步骤工作流，结果汇总为结构化报告

适用场景

学术研究：文献检索、研究假设生成、实验设计、数据分析 药物发现：靶点验证、先导化合物筛选、ADMET 预测 生物信息学：基因组注释、蛋白质结构预测、多组学整合 化学材料：分子模拟、新材料设计、反应路径优化 医学辅助：临床文献挖掘、医学影像预处理 实验室数字化：实验记录自动化、协议管理

适用人群

科研人员：生物、化学、医学、药学等领域的学术研究者 硕博研究生：辅助文献综述、实验设计、数据分析全流程 企业研发：药物研发、材料科学、诊断技术等方向的工业团队 AI + Science 开发者：构建科学领域 AI 应用的专业开发者

工作原理

SKILL.md 包含技能描述、激活条件和使用示例，scripts/ 目录包含可执行工作流脚本。Agent 根据描述自动匹配并加载相关 Skill，调用 Python 脚本访问外部数据库，数据在本地处理避免外泄。K-Dense 团队持续维护，每条技能经 CI 测试验证，定期更新以兼容最新 API。