让AI成为真正的科研助理：142个Scientific Skills助你打通数据库和建模全链路

你有没有这种感觉——让 AI 查文献，结果它给你编了一个完全不存在的论文？

这是因为通用模型没有学过你领域的数据库怎么查、哪些坑要绕开。

Scientific Agent Skills 解决的就是这个问题。它把科研人员花几年才摸透的门道，做成了 142 个可直接调用的 Skill，让 AI 真正变成你的科研助理。

这个 Skill 库牛在哪？

规模吓人。 36,000+ GitHub stars，MIT 协议，K-Dense 团队维护，官方数据称全球已有 19 万科学家在用。最新 v2.5.0 版本里，光 Python 包技能就覆盖了 RDKit（化学结构）、Scanpy（单细胞）、PyTorch Lightning、scikit-learn 等 52 个，还有 26+ 个科学数据库直连——PubMed、ChEMBL、UniProt、COSMIC、OpenAlex……这些你以前要翻半天文档才能跑通的东西，现在一句话就能触发。

工作流是现成的。 官方给了多个开箱即用的 pipeline 示例：比如「找 EGFR 抑制剂 → 用 RDKit 分析结构 → DiffDock 虚拟筛选 → 查 PubMed 耐药机制 → 出可视化报告」，一条 Prompt 跑完整条药物发现链路。再比如单细胞 RNA-seq：从 Scanpy 质控、到 Cellxgene 数据整合、到 PyDESeq2 差异表达、再到通路富集，全流程覆盖。

不只是 Claude Code。 它接入了开放 Agent Skills 标准，Cursor、Codex、Gemini CLI、Google Antigravity 都能用，同一套技能库在不同 Agent 间迁移。也有自托管 MCP 服务器方案，企业用户不用把数据交给第三方。

适合谁用？

• 生物/化学/医学方向的研究者，想快速跑通数据库查询和建模流程
• 需要 AI 辅助文献调研但受够了模型幻觉的人
• 数据科学团队想把 AI 能力接入真实科研管线

一句话：如果你经常让 AI 查 PubMed 或跑 Python 科研脚本，这个库能直接把你从「调不通 API」的坑里捞出来。

怎么装？

Claude Code（推荐）：

/plugin marketplace add K-Dense-AI/claude-scientific-skills

然后在 Claude Code 里 Browse → 安装 scientific-skills 即可。

通用安装（所有支持 Agent Skills 的平台）：

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

GitHub CLI（v2.90+）：

gh skill install K-Dense-AI/scientific-agent-skills

安装后直接用自然语言描述你的科研任务，Claude 会自动匹配相关 Skill。

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

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