我们的科学智能体技能现已支持 OpenClaw、NemoClaw 和 Hermes Agent！全球已有超过 16 万名科学家使用，并在 GitHub 上获得 28,000 颗星。欢迎告知我们如何为您改进它们！https://t.co/cFLvrfKhQh

K-Dense-AI/scientific-agent-skills

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

Scientific Agent Skills

许可协议：MIT 版本 技能 数据库

Agent Skills (https://agentskills.io/) 安全扫描 (https://github.com/K-Dense-AI/scientific-agent-skills/actions/workflows/security-scan.yml) 兼容

X (https://x.com/k_dense_ai) LinkedIn (https://www.linkedin.com/company/k-dense-inc) YouTube (https://www.youtube.com/@K-Dense-Inc)

Star 历史

Star 历史图表 (https://www.star-history.com/#K-Dense-AI/scientific-agent-skills&type=date&legend=top-left)

🔔 Claude Scientific Skills 现已更名为 Scientific Agent Skills。 技能不变，兼容性更广——现在可与任何支持开放 Agent Skills (https://agentskills.io/) 标准的 AI 智能体配合使用，而不仅仅是 Claude。

新功能：K-Dense BYOK (https://github.com/K-Dense-AI/k-dense-byok) —— 一个免费、开源的 AI 协同科学家，可在您的桌面运行，由 Scientific Agent Skills 驱动。自带 API 密钥，从 40 多个模型中选择，获得完整的研究工作空间，包括网络搜索、文件处理、100 多个科学数据库以及本仓库中全部 146 项技能。您的数据保留在电脑上，还可通过 Modal (https://modal.com/) 扩展到云端计算以处理繁重工作负载。从这里开始。 (https://github.com/K-Dense-AI/k-dense-byok)

保持更新： 在 X (https://x.com/k_dense_ai)、LinkedIn (https://www.linkedin.com/company/k-dense-inc) 和 YouTube (https://www.youtube.com/@K-Dense-Inc) 上关注 K-Dense，获取新技能、版本发布公告、教程、研究工作流程演示以及可用于您自己的 AI 智能体的示例。

涵盖 146 项即用型科学与研究技能（包括癌症基因组学、药物-靶点结合、分子动力学、RNA 速率、地理空间科学、时间序列预测、通过 Hugging Science 进行科学 ML 资源发现、78+ 科学数据库等），适用于任何支持开放 Agent Skills (https://agentskills.io/) 标准的 AI 智能体，由 K-Dense (https://k-dense.ai) 创建。

兼容 Cursor、Claude Code、Codex、Google Antigravity 等。将您的 AI 智能体转变为能够执行生物学、化学、医学等领域复杂多步骤科学研究工作流程的研究助手。

⭐ 帮助提高科学 AI 的可见性： 如果 Scientific Agent Skills 为您节省了时间、教会了您的智能体工作流程，或帮助您的实验室加速研究，请为本仓库点赞 (https://github.com/K-Dense-AI/scientific-agent-skills)。一个星标向公众表明这些开放、可复用的研究技能值得维护：它有助于科学家、工程师和开源贡献者发现该项目，显示哪些智能体技能标准正获得实际采用，并为我们继续为社区扩展技能集提供了明确理由。

这些技能使您的 AI 智能体能够无缝使用多个科学领域的专业科学库、数据库和工具。虽然智能体本身可以使用任何 Python 包或 API，但这些明确定义的技能提供了精选文档和示例，使其在处理以下工作流程时更加强大和可靠：

• 🧬 生物信息学与基因组学 - 序列分析、单细胞 RNA-seq、基因调控网络、变异注释、系统发育分析
• 🧪 化学信息学与药物发现 - 分子性质预测、虚拟筛选、ADMET 分析、分子对接、先导化合物优化
• 🔬 蛋白质组学与质谱分析 - LC-MS/MS 处理、肽段鉴定、谱图匹配、蛋白质定量
• 🏥 临床研究与精准医学 - 临床试验、药物基因组学、变异解读、药物安全性、临床决策支持、治疗方案
• 🧠 医疗 AI 与临床机器学习 - 电子健康记录分析、生理信号处理、医学影像、临床预测模型
• 🖼️ 医学影像与数字病理学 - DICOM 处理、全切片图像分析、计算病理学、放射学工作流程
• 🤖 机器学习与 AI - 深度学习、强化学习、时间序列分析、模型可解释性、贝叶斯方法
• 🔮 材料科学与化学 - 晶体结构分析、相图、代谢建模、计算化学
• 🌌 物理学与天文学 - 天文数据分析、坐标转换、宇宙学计算、符号数学、物理计算
• ⚙️ 工程与仿真 - 离散事件仿真、多目标优化、代谢工程、系统建模、过程优化
• 📊 数据分析与可视化 - 统计分析、网络分析、时间序列、出版级图表、大规模数据处理、探索性数据分析
• 🌍 地理空间科学与遥感 - 卫星图像处理、GIS 分析、空间统计、地形分析、地球观测机器学习
• 🧪 实验室自动化 - 液体处理协议、实验室设备控制、工作流自动化、LIMS 集成
• 📚 科学交流 - 文献综述、同行评审、科学写作、文档处理、海报、幻灯片、示意图、文献管理
• 🔬 多组学与系统生物学 - 多模态数据整合、通路分析、网络生物学、系统级洞见
• 🧬 蛋白质工程与设计 - 蛋白质语言模型、结构预测、序列设计、功能注释
• 🧰 智能体平台与基础设施 - 在 Pi 上构建，使用 SDK、RPC、扩展、自定义提供商/模型、包、TUI 组件和会话工具
• 🎓 研究方法论 - 假设生成、科学头脑风暴、批判性思维、基金申请、学者评估

将您的 AI 编码智能体转变为桌面上的“AI 科学家”！

🎬 刚接触 Scientific Agent Skills？ 观看我们的“Scientific Agent Skills 入门”视频 (https://youtu.be/ZxbnDaD_FVg) 以快速了解。

📦 包含内容

本仓库提供 146 项科学和研究技能，分为以下类别：

• 100+ 科学与金融数据库 - 一个统一的数据库查询技能可提供对 78 个公共数据库（PubChem、ChEMBL、UniProt、COSMIC、ClinicalTrials.gov、FRED、USPTO 等）的直接访问，外加针对 DepMap、Imaging Data Commons、PrimeKG、美国财政部财政数据和 Hugging Science（跨 17 个科学领域在 Hugging Face 上策划的科学数据集、模型和演示的目录）的专用技能。多数据库包如 BioServices（约 40 个生物信息服务）、BioPython（通过 Entrez 提供 38 个 NCBI 子数据库）和 gget（20 多个基因组学数据库）进一步扩大了覆盖范围
• 70+ 优化的 Python 包技能 - 明确定义的技能包括 RDKit、Scanpy、PyTorch Lightning、scikit-learn、BioPython、pyzotero、BioServices、PennyLane、Qiskit、分子动力学 (OpenMM/MDAnalysis)、scVelo、TimesFM 等——附带精选文档、示例和最佳实践。注意：智能体可以使用 任何 Python 包编写代码，而不仅仅是这些；这些技能只是为列出的包提供了更强大、更可靠的性能
• 9 项科学集成技能 - 明确定义的技能包括 Benchling、DNAnexus、LatchBio、OMERO、Protocols.io、Open Notebook、Ginkgo Cloud Lab、LabArchives 和 Opentrons。同样，智能体不限于这些——任何可从 Python 访问的 API 或平台均可使用；这些技能是优化过的、有预先文档的路径
• 30+ 分析与交流工具 - 文献综述、科学写作、同行评审、文档处理、Paperzilla、PACSOMATIC、Exa Search、海报、幻灯片、示意图、信息图、Mermaid 图表等
• 10+ 研究与临床工具 - 假设生成、基金申请、临床决策支持、治疗方案、BIDS、法规合规、情景分析以及通过 Autoskill 从工作流程派生技能

每项技能包括：

• ✅ 全面的文档（SKILL.md）
• ✅ 实用代码示例
• ✅ 用例和最佳实践
• ✅ 集成指南
• ✅ 参考资料

📋 目录

• 包含内容
• 为何使用此项目？
• 快速入门
• 安全声明
• 支持开源
• 前提条件
• 快速示例
• 用例
• 可用技能
• 贡献
• 故障排除
• 常见问题
• 支持
• 引用
• 许可协议

🚀 为何使用此项目？

⚡ 加速您的研究

• 节省数天工作 - 跳过 API 文档研究和集成设置
• 生产级代码 - 经过测试和验证的示例，遵循科学最佳实践
• 多步骤工作流程 - 通过单个提示执行复杂管道

🎯 全面覆盖

• 146 项技能 - 广泛覆盖所有主要科学领域
• 100+ 数据库 - 通过数据库查询统一访问 78+ 个数据库，外加专用的数据访问技能和多数据库包如 BioServices、BioPython 和 gget
• 70+ 优化的 Python 包技能 - RDKit、Scanpy、PyTorch Lightning、scikit-learn、BioServices、PennyLane、Qiskit、分子动力学 (OpenMM/MDAnalysis)、scVelo、TimesFM 等（智能体可以使用任何 Python 包；这些是预先文档化、性能更高的路径）

🔧 轻松集成

• 简单设置 - 将技能复制到您的技能目录并开始工作
• 自动发现 - 您的智能体自动找到并使用相关技能
• 文档完善 - 每项技能都包含示例、用例和最佳实践

🌟 持续维护与支持

• 定期更新 - 由 K-Dense 团队持续维护和扩展
• 社区驱动 - 开源，拥有活跃的社区贡献
• 企业就绪 - 可为高级需求提供商业支持

🎯 快速入门

选项 1: npx（所有平台）

使用单个命令安装 Scientific Agent Skills：

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

这是安装 Agent Skills 的官方标准方法，适用于所有平台，包括 Claude Code、Claude Cowork、Codex、Gemini CLI、Google Antigravity、Cursor、OpenClaw、NVIDIA NemoClaw、Hermes、Pi 以及任何其他支持开放 Agent Skills (https://agentskills.io/) 标准的智能体。

选项 2: GitHub CLI (gh skill)

如果您使用 GitHub CLI (https://cli.github.com/)（v2.90.0+），可以使用 gh skill (https://github.blog/changelog/2026-04-16-manage-agent-skills-with-github-cli/) 安装技能：

``bash

以交互方式浏览并安装

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

直接安装特定技能

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

针对特定智能体主机

gh skill install K-Dense-AI/scientific-agent-skills –agent cursor gh skill install K-Dense-AI/scientific-agent-skills –agent claude-code gh skill install K-Dense-AI/scientific-agent-skills –agent codex gh skill install K-Dense-AI/scientific-agent-skills –agent gemini ``

gh skill 会自动安装到您的智能体主机的正确目录，并记录溯源元数据以确保供应链完整性。

版本锁定

锁定到特定的发布标签或提交 SHA 以实现可重复安装：

``bash

锁定到发布标签

gh skill install K-Dense-AI/scientific-agent-skills –pin v1.0.0

锁定到提交 SHA

gh skill install K-Dense-AI/scientific-agent-skills –pin abc123def ``

保持技能更新

``bash

以交互方式检查更新

gh skill update

更新所有已安装的技能

gh skill update –all ``

其他 Agent Skills 主机（OpenClaw、NemoClaw、Pi、Hermes……）

通常无需特定于主机的操作。npx skills add（选项 1）会安装到共享的 ~/.agents/skills/ 目录，任何扫描该目录的兼容客户端——包括 OpenClaw、NVIDIA NemoClaw（基于 OpenClaw 的安全运行时）和 Pi——都会自动发现这些技能。项目级安装会落入 .agents/skills/，工作方式相同。

若要不使用 CLI 安装，直接克隆到任一位置：

bash git clone https://github.com/K-Dense-AI/scientific-agent-skills.git ~/.agents/skills/scientific-agent-skills # 用户级别 git clone https://github.com/K-Dense-AI/scientific-agent-skills.git .agents/skills/scientific-agent-skills # 项目级别

Hermes 是唯一使用自己的注册表而非共享目录的主机，因此请将仓库添加为 tap：

bash hermes skills tap add K-Dense-AI/scientific-agent-skills

这些技能在所有主机之间保持可移植：metadata 是单行 JSON（因此 OpenClaw 的基于行的读取器可以解析），需要凭据的技能会声明顶级的 required_environment_variables 字段（因此 Hermes 会提示输入密钥），其他主机则会忽略未知字段。

由于 146 项技能加起来会产生大量常驻上下文，建议安装针对性的子集而非整个集合。

NemoClaw 说明： NemoClaw 在 NVIDIA OpenShell 内运行智能体，默认拒绝出站网络连接。技能会被正常发现和加载，但任何需要网络的技能——通过 uv 安装包或 API 调用（Exa、Parallel、Benchling、NCBI、Materials Project……）——只有在操作员在 OpenShell TUI 中预先批准相关域名后才能工作。

就这样！ 您的 AI 智能体会自动发现这些技能，并在处理您的科学任务时使用它们。您也可以通过在提示中提及技能名称来手动调用任何技能。

⚠️ 安全声明

技能可以执行代码并影响您的编码智能体的行为。请审查您要安装的内容。

Agent Skills 功能强大——它们可以指示您的 AI 智能体运行任意代码、安装包、发出网络请求以及修改您系统上的文件。恶意或编写不当的技能可能会引导您的编码智能体做出有害行为。

我们非常重视安全。所有贡献都会经过审查流程，并且我们会对本仓库中的每项技能运行基于 LLM 的安全扫描（通过 Cisco AI Defense Skill Scanner (https://github.com/cisco-ai-defense/skill-scanner)）。然而，作为一个小团队，面对越来越多的社区贡献，我们无法保证每项技能都已针对所有可能的风险进行了详尽审查。

最终，您有责任审查您安装的技能并决定哪些可以信任。 我们建议如下：

• 不要一次性安装所有内容。 只安装您工作所需的技能。虽然当 K-Dense 创建并维护所有技能时，安装完整集合是合理的，但仓库现在包含许多社区贡献，我们可能未对其进行同样彻底的审查。
• 在安装前阅读 SKILL.md。 每项技能的文档都描述了它的功能、使用的包以及连接的外部服务。如果有任何可疑之处，请勿安装。
• 检查贡献历史。 由 K-Dense（K-Dense-AI）创作的技能已通过我们的内部审查流程。社区贡献的技能已尽我们所能进行审查，但资源有限。
• 自行运行安全扫描。 在安装第三方技能之前，在本地扫描它们：

bash uv pip install cisco-ai-skill-scanner skill-scanner scan /path/to/skills