K-Dense-AI GitHub avatar

scientific-agent-skills

57.6K Stars177 Skills5.1K ForksMIT11月16日更新Skill 仓库

AI 概览 · 由大模型根据 SKILL.md 与仓库数据生成 · 2026年11月3日

面向科学研究任务的 AI Agent Skill 集合

这是一个包含多项科学研究相关 AI Agent Skill 的 GitHub 仓库,采集到的 Skill 涵盖生物信息学、化学、医学等方向中的数据分析、资料检索和专业工作流。仓库简介提到还包含科学数据库,但本次采集的具体 Skill 资料未提供数据库清单;各 Skill 的详细能力应以对应源文件为准。

包含 Skill

177

可以单独安装

GitHub Star

57.6k

仓库累计 Star

近 7 天

+853

新增 Star

代码更新

2026年11月16日

最近一次推送

核心亮点

  • 1方向多样

    已采集条目涉及代谢通量、单细胞数据、基因调控网络和论文检索等任务。

  • 2包含操作提示

    部分 Skill 提供了工作步骤或版本、数据格式方面的注意事项。

  • 3覆盖专业流程

    部分条目涉及实验数据分析或与实验平台的集成操作。

能做什么

  • 指导代谢通量模型输入准备、可行性检查、拟合和结果审视。
  • 提供 AnnData 读写、拼接和版本变化方面的操作提示。
  • 描述 Arboreto 基因调控网络分析中的数据准备、方法选择和结果检查流程。
  • 提供 Benchling 集成工作流提示,包括权限确认、读取、写入和结果回读。
  • 包含论文搜索、资料研究等方向的 Skill 条目。

适用场景

  • 准备质量守恒的通量数据后,按代谢通量 Skill 的流程拟合并检查证据。

  • 处理 AnnData 数据时,参考其关于读写、拼接及版本变化的提示。

  • 开展基因调控网络分析时,按 Arboreto 的流程准备样本和基因矩阵并检查网络结果。

  • 使用 Benchling 集成时,先确认租户、权限和实际字段,再执行操作并回读结果。

用之前和用之后

  • 需要自行确认相关 Skill 的输入格式、环境和流程。可参照对应文件中的步骤组织任务。
  • 分析结果检查点可能不明确。部分流程会提示检查警告、残差、质量守恒或目标覆盖情况。

它是怎么工作的

  1. 第 1 步

    准备数据与环境

  2. 第 2 步

    按步骤执行分析

  3. 第 3 步

    检查结果与限制

快速上手

安装与复制命令见“安装方式”。

  1. 1

    在仓库中找到与任务相关的 Skill 目录。

  2. 2

    阅读该 Skill 的 SKILL.md,确认适用范围、输入和操作要求。

  3. 3

    按文件说明准备数据、模型资产、环境或所需权限。

  4. 4

    分步执行任务,并检查错误、结果和适用限制。

适合谁

  • 从事生物信息学、计算生物学或相关科研数据分析的用户。
  • 需要检索科学资料或整理研究信息的用户。
  • 需要依照专业工作流处理实验数据或连接科研平台的用户。

局限

  • 本次采集仅包含仓库中部分 Skill 信息,不能据此概括所有条目的能力。
  • 不少条目只有简短描述,没有提供具体步骤、输入或输出说明。
  • 个别 Skill 可能要求特定数据格式、软件版本、模型资产或访问权限。
  • 采集数据将多个条目标记为高风险,但未提供统一的风险说明,需查看各自源文件了解原因。

使用前注意

  • · 执行前核对 Skill 的适用范围、依赖版本和输入数据要求。
  • · 涉及实验平台操作时,先确认租户、身份、权限和目标字段,并检查写入后的结果。
  • · 分析结果需结合数据质量、失败记录及相应流程中的检查项进行核验。

包含的 Skills · 177

公开来源

相关 Skills

查看更多