科学智能体技能库(Scientific Agent Skills)

将任何 AI 智能体转变为 AI 科学家:159 项现成技能与 100+ 科学数据库,覆盖生物、化学、医学和药物发现。

Star 数
★ 53k
最近更新
7 天前
License
MIT
主语言
Python

30 秒速览

运行形态
命令行工具Agent 插件 / 技能
可在哪里用
通用 · 跨平台Claude CodeChatGPT · Codex · OpenAI API · Claude API(部分支持)
费用
软件免费,模型调用费用自付
上手难度
中 · 需要几步配置
开始前需要
Python 3.13+uvShell / 命令行网络访问本地文件系统
典型场景
药物发现研究人员:利用 ChEMBL 查询 EGFR 抑制剂,使用 RDKit 进行 SAR 分析,并借助 DiffDock 进行虚拟筛选。
不适合
  • 只想安装全部技能而不愿管理上下文与依赖的团队
  • 需要厂商提供安全担保或深度审查每个社区技能的用户

这个 Agent 能做什么,适合哪些场景?

Scientific Agent Skills 是一个 MIT 许可的开源技能库,由 K-Dense 开发,包含 159 项可直接用于科学研究的 Agent Skills,以及 100+ 科学数据库的统一访问接口。这些技能遵循开放的 Agent Skills 标准,能够与 Cursor、Claude Code、Codex、Google Antigravity 等主流编码智能体兼容,使智能体可执行复杂的多步骤科学工作流。技能覆盖生物信息学(如单细胞 RNA-seq、基因组学)、化学信息学(如分子性质预测、虚拟筛选)、蛋白质组学、临床研究、医学影像、机器学习、材料科学等多个领域。每个技能都包含详细文档、代码示例、最佳实践和测试套件,并有定期安全扫描。该库由社区维护,还提供了如 Paperclip(全文文献检索)、数据库查找、PK/PD 建模等特色工具。

该库提供了一系列预定义的技能(skills),每个技能包含 SKILL.md 文档、代码示例和测试。安装后,智能体可通过技能发现机制在需要时自动调用。例如,数据库查找技能通过 REST API 提供对 78 个公共数据库的确定性访问,包括 PubChem、ChEMBL、UniProt 等。其他技能如 scanpy 用于单细胞分析,rdkit 用于分子操作,paper-lookup 用于文献检索。技能通常使用 Python 和 uv 包管理器安装依赖,并可与外部 API 交互。输出包括可视化图表、研究报告、虚拟筛选结果等。

  1. 药物发现研究人员:利用 ChEMBL 查询 EGFR 抑制剂,使用 RDKit 进行 SAR 分析,并借助 DiffDock 进行虚拟筛选。
  2. 生物信息学家:分析单细胞 RNA-seq 数据,进行差异表达和基因调控网络推断。
  3. 临床研究员:检索临床试验、药物安全性数据,进行 PK/PD 建模和剂量方案评估。
  4. 材料科学家:利用 pymatgen 和 Materials Project 进行晶体结构分析和性质预测。
  5. 科研写作人员:使用 scikit-learn 和 statsmodels 进行统计分析和生成科学图表。
  6. 实验室自动化工程师:使用 Opentrons 技能进行液体处理协议设计和模拟。

如何安装或部署这个 Agent?

建议使用 npx 命令:npx skills add K-Dense-AI/scientific-agent-skills。也可使用 GitHub CLI(v2.90.0+):gh skill install K-Dense-AI/scientific-agent-skills。对于其他支持 Agent Skills 的主机,可手动克隆仓库到 ~/.agents/skills/ 或 .agents/skills/ 目录。需要 Python 3.13+ 和 uv 包管理器。

如何使用这个 Agent?

安装后,智能体可从配置的路径中发现技能。用户可在提示中提及技能名称来手动调用,例如“使用 scanpy 技能分析此单细胞数据”。技能会自动安装依赖并执行工作流。建议先阅读相关 SKILL.md 文档以了解具体用法和注意事项。

这个 Agent 有哪些优点和局限?

优点
  • 覆盖广泛:159 项技能和 100+ 数据库,涵盖多个科学领域。
  • 标准化:遵循开放的 Agent Skills 标准,兼容多种编码智能体。
  • 高质量:每个技能包含文档、示例和测试,并有安全扫描。
  • 社区驱动:由 K-Dense 维护,并有活跃的社区贡献。
局限
  • 上下文开销:全部技能安装可能占用大量上下文,建议按需安装子集。
  • 依赖复杂:技能依赖众多 Python 包,需使用 uv 管理,可能增加环境配置难度。
  • 安全风险:社区贡献的技能可能未经过深度审查,需用户自行评估。
  • 学习曲线:需要理解 Agent Skills 标准及技能安装配置。

这个 Agent 与同类方案有什么区别?

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
科学智能体技能库(Scientific Agent Skills) 当前 51 · 缺口较多 命令行工具免费 + 模型费 ★ 53k 7 天前 Python Claude Code
ToolUniverse:AI 科学家工具生态 32 · 缺口较多 MCP 服务器免费 + 模型费 ★ 1.7k 今天 Python Claude Code · OpenAI API · Claude API
K-Dense BYOK 49 · 缺口较多 桌面应用免费 + 模型费 ★ 1.4k 2 天前 TypeScript ChatGPT · Codex · Claude.ai
Wisp Science 71 · 存在缺口 桌面应用免费 + 模型费 ★ 1k 今天 Rust Codex · Claude Code · OpenAI API · Claude API

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
缺口较多
51/ 100 五分制 2.6 / 5
本评测基于 2026年8月9日 的源码;此后该项目发布了 10 个正式版本,尚未复审。分数与结论只代表评测时的版本。 最近版本 ↓
信任安全 10/29
可靠稳定 8/14
适用触发 10/18
规范维护 11/18
有效结果 9/13
证据核验 3/8
查看各维度的扣分理由
信任安全10 / 29 · 1.7/5

证据显示:README 明确警告技能可执行代码,建议用户审查并仅安装所需子集;SECURITY.md 定义了漏洞报告流程和扫描机制;技能来源有归属(如 Anthropic 的文档技能)。扣分:未提供最小权限原则的具体实现,如技能是否请求不必要的权限;用户确认机制未明确,仅建议用户审查;数据流透明度不足,未说明技能如何收集或传输数据;敏感数据处理仅提及避免凭证泄露,但无具体措施;依赖安全仅提及扫描,未提供依赖锁定或漏洞数据库;外部影响未明确说明技能可能产生的副作用;回滚机制完全缺失。

可靠稳定8 / 14 · 2.9/5

证据显示:测试契约(tests/_contract)定义了结构、CLI 和共享文件的测试,确保一致性;失败消息设计良好,如 CLI 测试会报告超时和缺失依赖。扣分:依赖可用性未充分验证,仅提及测试在隔离环境下运行;未提供依赖版本锁定或兼容性矩阵。

适用触发10 / 18 · 2.8/5

证据显示:README 明确目标受众(科学家、工程师)和多种使用场景(药物发现、单细胞分析等);能力边界有说明,如医疗技能仅用于研究,不用于诊断;环境适配良好,支持多种代理宿主和操作系统。扣分:触发精度不足,未说明技能如何被触发,仅提及手动调用;未提供技能选择或上下文管理的详细机制。

规范维护11 / 18 · 3.1/5

证据显示:信息架构清晰,有目录和分类;安装说明详细,提供多种安装方式;命名稳定,技能名称一致;示例和 FAQ 丰富;已知限制在安全免责声明中提及;MIT 许可证明确;版本和变更日志通过 release.yml 自动生成;维护责任明确,由 K-Dense 团队维护。扣分:命名稳定性未明确承诺,但版本控制存在。

有效结果9 / 13 · 3.5/5

证据显示:输出可用性高,技能提供代码示例和文档;边际价值高,节省 API 文档研究时间;成本效益合理,开源免费。扣分:未提供实际运行结果或性能数据,仅静态评估。

证据核验3 / 8 · 1.9/5

证据显示:README 中的声明部分有链接支持(如安全扫描徽章),但未提供具体证据;跨来源验证不足,仅依赖单一仓库;事实与推断分离不明确,如声称'170,000+ 科学家使用'无来源。扣分:声明可追溯性弱,缺乏具体数据或引用。

风险与缓解建议
  • 源码中未见:回滚或恢复路径运行前先备份,或在 git 分支、快照上操作,确保改动可以撤销。
  • 技能可执行任意代码,安装前务必审查 SKILL.md 和脚本。
  • 未提供回滚机制,安装后难以撤销。
  • 依赖安全仅依赖扫描,未提供锁定文件,供应链风险存在。
  • 声明如'170,000+ 科学家使用'缺乏可验证来源。
证据充分度:低 评估于 2026年8月9日 审查版本 9b1d761c67c3 评估后仓库已有新提交,评分可能未覆盖最新改动
查看完整评分方法 →

最近版本

来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。

  1. v2.72.0
    发布说明摘录
    What's Changed Changes since v2.71.0: * Bump version to 2.72.0 (526ebce1) * Remove vendored Anthropic document skills (docx, pdf, pptx, xlsx) (f7a50ed2) * docs: add illustrated guides for all scientific skills (ed4cea6c)
    在 GitHub 查看 ↗
  2. v2.71.0
    发布说明摘录
    What's Changed Changes since v2.70.0: * Bump version (200dd3e8) * Updatea all skills to lates API endpoints, packages and docs (a92663a0) * Update readme (91497e33) * test(generate-image): recognize unsupported size disclaimers (4537e63f) * remove: delete CLAUDE.md as repository guidance is now consolidated in AGENTS.md (8b078d6b) * fix(analytical-method-validation): normalize JSON records like CSV (32960cda) * fix(skills): make console diagnostics safe for cp1252 (a0aea743) * fix(arbor): render node IDs in numeric creation order (351845e1) …
    在 GitHub 查看 ↗
  3. v2.70.0
    发布说明摘录
    What's Changed Changes since v2.69.0: * Update version to 2.70.0 and enhance documentation (d0c48af) * chore: update security scan report [skip ci] (065b734) * chore: update security scan report [skip ci] (49c6e97) * chore: update security scan report [skip ci] (330c8e7) * Add new images for AlphaGenome, Folklore variant evidence, and Genomic intelligence (0b2afe6) * Add skill image generation script and update .gitignore (4d23349) * Add AlphaGenome (97c5902) * Update documentation and security reports; add new examples and skills (fa66f48) …
    在 GitHub 查看 ↗

常见问题

这个库是免费的吗?
是的,仓库本身是 MIT 许可,可以免费使用。但每个技能可能有自己的许可证,需在 SKILL.md 中检查。
我是否需要安装所有技能?
不需要。你可以只安装需要的技能,按需安装可减少上下文占用和依赖冲突。
技能是否需要网络连接?
大多数技能需要网络以访问数据库或 API,但有些技能如统计分析可能离线运行。
我可以贡献新的技能吗?
可以,欢迎贡献。需要遵循贡献指南,包括遵循 Agent Skills 规范、添加测试等。
在 GitHub 查看 ↗ 安装 ↓

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关 Agents