Scientific Agent Skills
161 个即用科学 Agent Skill 的集合仓库：将生物/化学/医学/物理等 19 大领域的专家工作流固化为标准 SKILL.md + 脚本工具包，内置 78 库统一可审计检索、70+ 科学包预置路径，支持 Cursor、Claude Code、Codex 等任意 Agent Skills 标准宿主一键加载。
仓库：K-Dense-AI/scientific-agent-skills
热度证据：33k star，号称 17 万科学家在用；33,372 star,被官方收录到 Agent Skills 标准的科研技能库
五维评分
热度5/5
质量5/5
创新4/5
易用4/5
文档5/5
优秀点拆解
- 检索契约与可审计性设计：database-lookup 强制每次检索返回库名/endpoint/参数/访问日期与期望总数 vs 实得总数对账，把科学方法论的出处可追溯要求编码进 agent 行为契约
- 脚本工具箱模式：scanpy 等技能把专家流水线固化为 14 个可串联 CLI 脚本（统一读写 .h5ad、共享 _common.py、强制 --help 并有测试），让 agent 跑确定性代码而非现场手写
- 工程质量体系完整：skills-ref 规范校验、Cisco AI Defense LLM 安全扫描（每周增量+30 天全量、结果公开在 security-report.md）、每技能隔离 uv 环境测试（--isolated 解决 numpy<2 等真实依赖互斥）
- 诚实的安全与医学边界：README 明示技能可执行任意代码并建议逐份审查，临床类技能 description 反复限定 research-only 不用于诊断/治疗决策
- 生态化交付：按开放 Agent Skills 标准（非绑定 Claude），npx/gh 一键按需安装，提供集合级+单技能级 BibTeX/APA 引用格式与 6 个跨领域端到端示例工作流
可复用的设计模式
- 瘦 SKILL.md（<500 行）+ 胖 references/ 分层加载：正文只放何时用与工作流，长文档按需加载
- 确定性操作下沉 scripts/，agent 只做编排：脚本统一 argparse + --help + 统一 I/O 契约可串联
- description 即路由表：把触发词、口语化问法、与相邻技能边界（样本量→statistical-power）全写进 frontmatter description
- 跨库统一检索契约 + 标识符解析层：78 库共用一套选库→调用→对账骨架，另建 18 种标识符格式对照与转换
适用场景
跨领域科研流水线：药物发现（ChEMBL 查询→RDKit 分析→DiffDock 对接→文献检索→可视化报告）单细胞 RNA-seq 分析：Scanpy QC/降维/聚类 + CellxGene Census 公共数据整合 + 通路富集可复现的科学事实检索：从 78 个公共数据库（PubChem/UniProt/COSMIC/ClinicalTrials.gov 等）取数并带出处对账实验设计：对比实验的随机化/区组/DOE 矩阵生成（experimental-design 技能）桌面 AI co-scientist：配合 K-Dense BYOK 本地部署、40+ 模型自选，数据不出本机
边界与注意：医学类技能严格限定研究用途，不能用于真实诊断/治疗/入组决策；161 技能全装会让 agent 选择负担大增且含未深度审查的社区贡献，作者建议按需安装；多数技能依赖科学包（部分互斥需分别安装）、要求 Python ≥3.13 + uv；数据库技能需联网。
完整拆解分析文档
本页为摘要版，完整精读分析（核心机制、逐条优秀点拆解、写作过程）见本地 Markdown 文档：
analysis/scientific-agent-skills.md