xuzhougeng GitHub avatar

wisp-science

1.1K Stars27 Skills108 ForksAGPL-3.011月17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

面向科研工作的多类 AI Skill 集合

该仓库提供面向科研工作的桌面 AI 研究环境,并收录多项可复用的工作流 Skill。已采集的 Skill 资料涵盖生命科学与生物医学论文证据审读、科学图表构建、研究资料整理,以及在本地、WSL 或直接 SSH 环境中配置 Python 或 R。仓库简介还提及科学计算和生物信息学工具,但具体 Skill 的能力应以各自资料为准;例如论文审读 Skill 不提供医疗建议、临床决策或可直接执行的湿实验 SOP。

包含 Skill

27

可以单独安装

GitHub Star

1,076

仓库累计 Star

近 7 天

+7

新增 Star

代码更新

2026年11月17日

最近一次推送

核心亮点

  • 1论文证据审读

    按实验设计和证据链分析用户提供的生命科学或生物医学论文材料。

  • 2科研工作流覆盖

    收录图表构建、研究资料整理与计算环境配置等不同类型的任务。

  • 3边界信息明确

    部分 Skill 说明了所需输入、适用环境或不适用场景,便于开始前核对。

能做什么

  • 审读用户提供的生命科学或生物医学论文、摘要、正文、图表说明或截图,分析实验设计、证据链和研究局限。
  • 依据一句话主张、目标宽度和数据路径构建科学图表,并组合各面板。
  • 为特定适应症整理研究资料;可提供适应症及可选的补充背景和工作目录。
  • 在选定的本地、WSL 或直接 SSH 执行环境中配置并验证 Python 或 R 环境。
  • 通过本地 Tesseract 或 Poppler 相关流程处理扫描文档,整理可追溯的证据与主张关系。

适用场景

  • 提供论文 PDF 和图表,梳理实验设计、证据链以及因果性或方法上的局限。

  • 给出研究主张、目标图宽和数据路径,规划并组合科研图表面板。

  • 为指定适应症整理研究资料,并提供关注方向作为补充背景。

  • 在选定的本地、WSL 或直接 SSH 环境中配置并验证 Python 或 R 环境。

用之前和用之后

  • 论文中的实验设计和各图证据需要自行逐项梳理。可按证据链、因果性、方法边界和局限等维度组织审读结果。
  • 图表制作需要先明确主张、数据位置和面板安排。可按工作流构建图表大纲、面板任务并组合结果。
  • 科研计算环境的安装与验证需要自行处理。可借助环境配置工作流设置并验证指定范围内的 Python 或 R 环境。

它是怎么工作的

  1. 第 1 步

    选择对应研究任务

  2. 第 2 步

    提供材料或数据路径

  3. 第 3 步

    按工作流整理结果

快速上手

安装与复制命令见“安装方式”。

  1. 1

    先根据任务选择相应 Skill,并查看其源文件中的输入要求和适用范围。

  2. 2

    准备该 Skill 要求的材料或参数;例如论文审读需要用户提供相关论文材料,图表构建需要主张、目标宽度和数据路径。

  3. 3

    在适用的 Wisp 执行环境中运行工作流;环境配置 Skill 支持资料所述的本地、WSL 或直接 SSH 场景。

  4. 4

    检查输出及限制;缺少论文材料时,论文审读 Skill 会请求补充或转介检索。

适合谁

  • 阅读生命科学或生物医学论文的研究人员
  • 需要整理研究资料或适应症信息的科研工作者
  • 需要制作科研图表的用户
  • 需要配置 Python 或 R 科研计算环境的用户

局限

  • 各 Skill 的资料完整程度不同,部分采集条目只有概述,具体步骤和输入输出需要查阅对应源文件。
  • 论文证据审读 Skill 不提供医疗建议、临床决策或可直接执行的湿实验 SOP。
  • 计算环境配置 Skill 资料说明其不用于 Wisp 尚不能跟踪的调度集群或托管云服务。
  • 图表构建依赖明确的数据路径;已有图像本身无法提供源数据路径。

使用前注意

  • · 使用论文审读结果前应核对原始论文材料;资料缺失时需要补充材料或进一步检索。
  • · 图表工作流要求提供真实的数据路径,不应以 artifact id 代替路径。
  • · 计算环境配置前应确认所选运行环境属于 Skill 说明支持的范围。

包含的 Skills · 27

公开来源

相关 Skills

查看更多