133個科學AI代理技能

專案總覽

Scientific Agent Skills 是一個開源的 133 個可安裝 AI 代理技能集合 — 涵蓋科學資料庫、Python 套件包裝器和分析工作流程 — 可將通用型 AI 編碼助手轉變為生物學、化學和臨床科學領域的領域專家級研究工具。

專案背景與定位

為何存在

現代 AI 編碼代理，如 Claude Code 和 Cursor，是強大的通才，但它們缺乏研究人員日常依賴的數百種專業 API、資料庫和科學函式庫的現成知識。為 PubChem、UniProt、ChEMBL、RDKit、Scanpy 和類似工具設定個別整合需要大量的樣板程式碼 — 研究人員寧願將時間花在科學上。Scientific Agent Skills 將這些機構知識打包成一流的、可重複使用的技能，任何相容的代理都可以透過單一指令安裝。

與類似專案的差異

大多數科學工具包直接針對 Python 開發人員；它們提供函式庫，而不是代理行為。Scientific Agent Skills 提供指令 — 結構化的技能定義，告訴 AI 代理如何正確使用工具，而不僅僅是工具的存在。與臨時的提示工程不同，每個技能都經過版本控制，透過 Cisco AI Defense Skill Scanner 進行安全性掃描，並在一致的開放標準 (agentskills.io) 下發布，使該集合可審計且適合企業使用。平台無關的 Agent Skills 標準意味著相同的技能可以在 Claude Code、Cursor、Codex 和任何未來相容的代理之間工作 — 沒有供應商鎖定。

功能類別

🧬 科學資料庫技能 — 100+ 個技能
代表性範例：PubChem (化合物查詢)、ChEMBL (生物活性數據)、UniProt (蛋白質序列)、COSMIC (癌症突變)、ClinicalTrials.gov (臨床研究搜尋)。
單行目的：讓代理能夠直接、結構化地存取全球領先的科學數據儲存庫。

🐍 Python 套件技能 — 70+ 個技能
代表性範例：RDKit (化學資訊學)、Scanpy (單細胞 RNA-seq)、PyTorch Lightning (深度學習工作流程)、scikit-learn (經典機器學習)、BioPython (序列分析)。
單行目的：預先連結最重要的科學 Python 函式庫的最佳使用模式，以便代理首次使用時就能正確應用它們。

🔗 整合技能 — 9 個技能
代表性範例：Benchling (實驗室數據管理)、DNAnexus (基因組學雲端平台)、電子實驗室筆記本連接器。
單行目的：將 AI 代理連接到生產研究環境中使用的企業科學平台。

📊 分析與溝通技能 — 30+ 個技能
代表性範例：文獻回顧自動化、科學寫作協助、數據視覺化指導、多組學管道協調、實驗報告。
單行目的：處理從數據擷取到出版就緒輸出的端對端研究工作流程。

核心亮點

平台無關的 Agent Skills 標準 — 技能使用開放的 agentskills.io 規範定義，因此相同的函式庫可與 Claude Code、Cursor、Codex 和任何未來採用該標準的代理一起使用。研究人員不會被鎖定在單一供應商之下。

安全優先的發布 — 該集合中的每個技能大約每週透過 Cisco AI Defense Skill Scanner 進行掃描。文件明確警告使用者在安裝前審查技能，並鼓勵選擇性安裝而非大量採用。

涵蓋 13+ 個科學領域 — 從藥物發現和基因組學到材料科學、工程模擬和臨床研究，133 個技能涵蓋了計算科學的全部廣度。不同研究領域的團隊可以找到相關工具，而無需自行建構。

單指令安裝 — 整個集合（或任何子集）可透過 npx skills add 或 GitHub CLI gh skill install 安裝。使用前無需設定 Python 環境或配置樣板程式碼。

MIT 授權與社群貢獻模式 — 任何研究人員或開發人員都可以按照 Agent Skills 規範添加技能。該專案在 74 次發布中擁有 429+ 次提交，反映了 K-Dense Inc. 和更廣泛社群的積極、持續維護。

混合離線/線上操作 — 技能設計為可在本地（離線，使用已安裝的 Python 套件）和透過即時 API 呼叫（取決於可用性）工作，使其可在隔離或資源受限的環境中使用。

按角色劃分的用途

通用開發人員
開發科學應用程式或內部研究工具的開發人員可以使用這些技能作為整合 PubChem 或 UniProt 等資料庫的參考實現，從而大大縮短整合時間。MIT 授權允許將技能嵌入商業產品中。

數據與研究
實驗室科學家和計算研究人員是主要受眾。生物資訊學家可以安裝 Scanpy 和單細胞資料庫技能，並立即要求他們的代理執行完整的 RNA-seq 分析管道，引用已發表的數據集。藥物化學家可以在同一個代理會話中查詢 ChEMBL 生物活性數據並執行 RDKit 結構-活性分析，而無需切換工具。

DevOps / 平台工程師
管理研究組織 AI 代理基礎設施的團隊可以使用 K-Dense Inc. 的企業支援和 Cisco AI Defense 整合，自信地在受監管的環境中部署技能函式庫。安全性掃描工件和版本歷史記錄提供了 GxP 或臨床環境所需的審計追蹤。

產品團隊
開發 AI 輔助研究產品的產品經理可以使用技能集合快速原型化領域特定的代理功能 — 如藥物發現協同作業工具、臨床證據摘要器或多組學分析助手 — 而無需為每個科學子領域配備專門的提示工程師。

快速入門

🔍 如何尋找資源

在 GitHub 儲存庫上瀏覽完整的技能目錄和文件：

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

技能按領域類別（資料庫、Python 套件、整合、分析）組織。README 提供了所有 133 個技能的可搜尋索引，並附有簡短描述。

🛠 如何安裝 / 整合

使用單一指令透過 npx 安裝所有技能：

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

或透過 GitHub CLI 安裝：

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

若要安裝特定技能子集而非整個集合，請遵循儲存庫文件中的選擇性安裝說明。安裝後，您的代理（Claude Code、Cursor 等）將立即識別並應用已安裝的技能於相關的科學情境中。

🤝 如何貢獻

Fork 儲存庫，按照 Agent Skills 規範創建新技能，然後開啟一個 pull request：

git clone https://github.com/K-Dense-AI/scientific-agent-skills.git
cd scientific-agent-skills
# 按照 agentskills.io 的規範創建您的技能
git checkout -b skill/your-tool-name
git add .
git commit -m "feat: add skill for YourToolName"
git push origin skill/your-tool-name
# 在 GitHub 上開啟 PR

貢獻必須在合併前通過 Cisco AI Defense Skill Scanner。

專案結構

scientific-agent-skills/
├── databases/          # 100+ 個科學資料庫技能定義
│   ├── pubchem/        # PubChem 化合物和生物檢定技能
│   ├── chembl/         # ChEMBL 生物活性技能
│   ├── uniprot/        # UniProt 蛋白質數據技能
│   └── ...             # 97+ 個額外的資料庫技能
├── packages/           # 70+ 個 Python 套件包裝器技能
│   ├── rdkit/          # 化學資訊學工作流程
│   ├── scanpy/         # 單細胞 RNA-seq 分析
│   ├── pytorch-lightning/ # 深度學習管道技能
│   └── ...             # 67+ 個額外的套件技能
├── integrations/       # 9 個企業平台整合技能
│   ├── benchling/      # 實驗室數據管理
│   └── dnanexus/       # 基因組學雲端平台
├── analysis/           # 30+ 個分析與溝通技能
│   ├── literature/     # 文獻回顧自動化
│   └── visualization/  # 科學數據視覺化
├── docs/               # 文件、範例、貢獻指南
└── README.md           # 完整的技能目錄和快速入門指南

授權

MIT 授權

	使用案例
✅	在個人、學術和商業專案中使用技能
✅	修改並重新分發技能（需註明出處）
✅	將技能嵌入專有產品
✅	Fork 並創建衍生技能集合
❌	從重新分發的副本中移除歸屬通知
❌	讓 K-Dense Inc. 對生產研究或臨床環境中的結果負責
ℹ️	單獨的技能可能呼叫第三方 API（PubChem、ChEMBL 等），需遵守這些服務自身的條款
ℹ️	在您的環境中執行程式碼的技能可能會影響代理行為 — 在生產部署前請先審查

常見問題

問：我需要 K-Dense 帳戶才能使用這些技能嗎？
答：否。完整的技能集合透過 GitHub 以 MIT 授權免費提供。K-Dense 帳戶僅用於企業支援，這是一個可選的付費層級。

問：這些技能是否適用於 Claude Code 以外的 AI 代理？
答：是的。技能是基於開放的 agentskills.io 標準構建的，因此它們與任何實作該規範的 AI 代理相容，包括 Cursor 和 Codex。隨著供應商採用該標準，新的相容代理將自動獲得存取權。

問：技能如何保持安全？
答：K-Dense 大約每週會透過 Cisco AI Defense Skill Scanner 運行所有技能。文件建議使用者僅安裝他們需要的技能，在每次使用前閱讀每個技能的文件，並可選擇在本地運行掃描器以獲得額外保障。

問：我可以只安裝技能子集而不是全部 133 個嗎？
答：是的。選擇性安裝已在儲存庫中記錄，並且是生產環境推薦的方法。這將代理的功能限制在僅必要的範圍內，從而減少了攻擊面和代理的混淆。

問：技能是否可以在沒有網際網路連線的情況下使用？
答：部分可以。包裝已安裝 Python 套件（RDKit、scikit-learn 等）的技能可以完全離線運行。查詢即時科學 API（PubChem、UniProt、ClinicalTrials.gov）的技能需要網路存取。每個技能的文件都清楚說明了它是否依賴外部服務。

快速連結

GitHub 儲存庫: https://github.com/K-Dense-AI/scientific-agent-skills
Agent Skills 標準: https://agentskills.io
K-Dense Inc.: https://kdense.ai
社群 Slack: 在儲存庫 README 中列出

摘要

Scientific Agent Skills 彌合了強大的 AI 編碼代理與研究人員依賴的專業科學基礎設施之間的差距，以單一可安裝套件的形式，在生物學、化學和臨床科學領域提供了 133 個生產就緒、經過安全掃描的技能。它遵守開放的 Agent Skills 標準，確保了長期的相容性和跨平台相容性，而 MIT 授權使其適用於從學術原型設計到企業研究管道的各種用途。計算生物學家、藥物化學家、數據科學家以及構建 AI 輔助工作流程的研究平台團隊將發現這是從空白代理到稱職的科學合作夥伴的最快途徑。

scientific-agent-skills