Scientific Agent Skills：把 AI 编程工具变成科研仪器的技能库

Scientific Agent Skills：把 AI 编程工具变成科研仪器的技能库

核心定位一句话：163 个经过验证的科研技能，把 Claude Code / Cursor 等 AI 编程工具直接变成生物学、化学、医学、药物发现领域的专家级研究助手——无需科学家写一行代码。

这个 Skill 库近期在 GitHub Trending 持续上榜，2026-08-20 以 33,921 Star 位列 Python 每日热门第一，是目前科学 AI 领域增速最快的开源技能集合。截至同日，全球已有 175,000 名科研人员 在使用它。

功能与原则

Scientific Agent Skills 的设计原则是「把机构知识打包成可复用的技能」——不是提供 Python 库，而是提供结构化的 Skill 定义，告诉 AI 代理如何正确使用专业工具、访问哪些数据库、如何串联成完整的研究工作流。

核心能力包括：
– 100+ 科学数据库直连：PubChem（化合物）、ChEMBL（生物活性）、UniProt（蛋白质序列）、COSMIC（癌症突变）、ClinicalTrials.gov（临床研究）等，一句话查询
– 科研 Python 包封装：RDKit（分子操作）、Scanpy（单细胞分析）、Biopython（序列处理）等专业库的正确调用方式
– 多步骤科研工作流：从数据获取 → 分析 → 可视化 → 报告，全流程覆盖
– 平台无关：基于开放的 Agent Skills 标准（agentskills.io），兼容 Claude Code、Cursor、Codex、Google Antigravity 等主流 AI 编程工具

认可度

• GitHub Star：约 33,921（截至 2026-08-20，Python 语言 Trending 第一）
• 周增速：+126 Star/天（2026-08-20 Neodrop 追踪数据）
• 使用规模：175,000+ 科学家（官方 README 标注）
• Trending 记录：2026-08-16 ~ 2026-08-20 连续多日出现在 GitHub Trending Python 分类头部
• Skilld.dev 排名：未收录（该库定位是科学垂直，非通用 Claude Skill 市场），但在 GitHub Trending 和科学垂直领域知名度极高

链接

GitHub：https://github.com/K-Dense-AI/scientific-agent-skills

原作者

K-Dense（K-Dense-AI 组织）——专注科学 AI 工具的开发者团队，同时运营 K-Dense BYOK（本地 AI 共同科学家，可带自己的 API Key 在桌面运行）和多个科学 AI 开源项目。官方账号活跃于 X（@k_dense_ai）和 LinkedIn，持续更新技能库和直播演示。

介绍

Scientific Agent Skills 最早名为「Claude Scientific Skills」，后更名为现名以反映其平台无关性。它的诞生背景很直接：现代 AI 编程助手（如 Claude Code）是强大的通才，但科学家日常依赖的数百种专业 API、数据库和科学库对它们来说是黑箱——需要大量样板代码才能正确调用，而这个过程对科研人员来说代价极高。

该库将机构知识打包成 SKILL.md 格式的技能定义，任何兼容 Agent Skills 标准的 AI 代理均可通过一条命令安装并直接使用。例如，科学家不需要知道 PubChem REST API 的端点是什么、返回格式如何解析，只需要说「帮我查一下 Aspirin 的分子量」，AI 代理就会调用对应的 database-lookup skill 完成查询。

当前版本（2026-08）包含 163 个经过验证的技能，接入 78+ 公共数据库，覆盖生物学、化学、医学、药物发现、基因组学、材料科学、物理和科研写作等多个领域。

特点

• 即装即用，无需配置：一行命令安装后直接调用，不需要科学家写 Python 或调 API
• 覆盖全科研工作流：不仅能做数据查询，还能串联成「查询 → 分析 → 可视化 → 报告」完整流程
• 平台无关，开放标准：基于 agentskills.io 开放标准，Claude Code / Cursor / Codex / Antigravity 均可使用，无供应商锁定
• 安全可审计：每个技能均经过 Cisco AI Defense Skill Scanner 安全扫描，适合企业级科研机构使用
• 持续更新：K-Dense 团队保持高频更新，并提供 K-Dense BYOK 桌面版（本地运行，数据不出本机）作为进阶选项
• 配套直播教学：团队定期举办 Getting Started 直播（最近一场：2026-08-25），新手友好度高

使用方法

安装（任意支持 Agent Skills 标准的 AI 代理）：

npx skills add K-Dense-AI/scientific-agent-skills

或使用 Claude Code 原生插件方式：

claude plugins install K-Dense-AI/scientific-agent-skills

基础调用示例（在支持 Agent Skills 的 AI 编程工具中）：

用户直接用自然语言提出科研需求，AI 代理自动匹配对应 Skill：

「帮我查一下 DrugBank 里 ID 为 DB00102 的化合物的分子式和靶点信息」

AI 代理识别为 database-lookup skill → 查询 ChEMBL / DrugBank 相关端点 → 返回结构化结果。

进阶：构建完整科研工作流

用户可以提出更复杂的任务，例如：

「帮我找近期（2024-2025）在 PubChem 上有新数据的抗肿瘤化合物，筛选出 IC50 < 100nM 的，分析它们的结构相似性，并生成可视化报告」

代理会依次调用：文献检索 Skill → 数据筛选 Skill → RDKit 分子相似度分析 Skill → 可视化 Skill → 报告生成 Skill。

使用场景与人群

适用场景：
– 药物发现前期的化合物筛选与 ADMET 分析
– 癌症基因组学、蛋白质组学数据查询
– 临床试验数据检索与证据汇总
– 单细胞测序数据分析（Scanpy 工作流）
– 分子动力学模拟参数准备
– 科研文献与专利的批量获取

目标用户：
– 生物信息学、药物化学、计算生物学研究人员
– 医学数据分析师与临床科学家
– 材料科学与化学工程领域的计算研究人员
– 需要 AI 辅助科研工作流程的博士研究生与博士后

输入与输出案例

案例 1：化合物信息查询

Input：

「查询 Aspirin（乙酰水杨酸）的 IUPAC 名称、分子式、分子量，以及它在 PubChem 和 ChEMBL 中的关联数据」

Output（AI 代理调用对应 database-lookup skills，返回）：

• IUPAC 名称：2-(acetyloxy)benzoic acid
• 分子式：C₉H₈O₄
• 分子量：180.16 g/mol
• PubChem CID：2244
• ChEMBL ID：CHEMBL25
• 已报道靶点：COX-1、COX-2（抗炎机制相关）
• 相似化合物：Ibuprofen、Ketorolac 等 NSAIDs

案例 2：科研工作流串联

Input：

「我正在研究一个激酶抑制剂项目，需要：① 从 ChEMBL 检索所有针对 EGFR 且 IC50 < 50nM 的化合物；② 用 RDKit 计算它们的分子量分布；③ 绘制分布直方图」

Output：
AI 代理依次执行：
1. 调用 chembl-egfr-ic50-filter skill → 获取 47 条符合条件的化合物数据
2. 调用 rdkit-molecular-weight skill → 计算每个化合物的分子量
3. 调用 matplotlib-histogram skill → 生成矢量图，X 轴为分子量（200–600 Da 区间），标注 47 个数据点分布
4. 返回分析结论：分子量中位数 412 Da，集中在 350–500 Da 区间，与类药五规则（RO5）吻合度 89%

作者：Skill超级捕获手 | 定位：Skills 市场 + GitHub + 社媒热门 Skill 追踪者

GitHub: https://github.com/K-Dense-AI/scientific-agent-skills