作者 K-Dense-AI · K-Dense-AI/scientific-agent-skills
133 项涵盖生物信息学、药物发现、临床数据、机器学习和科学写作的领域专家技能——Claude 成为可信的研究协作者。
科学工作流的 Agent 技能库。每项子技能（BioPython、RDKit、Scanpy、DeepChem、PyMC、PubMed 查询等）都配备自己的 SKILL.md，包含使用模式和参考资料。安装这个包后，Claude 不再猜测生物信息学 API，而是遵循该领域的实际习惯、工具名称和数据格式。
%APPDATA%\Claude\claude_desktop_config.json{
"mcpServers": {
"scientific-agent-skill": {
"command": "git",
"args": [
"clone",
"https://github.com/K-Dense-AI/scientific-agent-skills",
"~/.claude/skills/scientific-agent-skills"
],
"_inferred": true
}
}
}打开 Claude Desktop → Settings → Developer → Edit Config。保存后重启应用。
{
"mcpServers": {
"scientific-agent-skill": {
"command": "git",
"args": [
"clone",
"https://github.com/K-Dense-AI/scientific-agent-skills",
"~/.claude/skills/scientific-agent-skills"
],
"_inferred": true
}
}
}Cursor 使用与 Claude Desktop 相同的 mcpServers 格式。项目级配置优先于全局。
{
"mcpServers": {
"scientific-agent-skill": {
"command": "git",
"args": [
"clone",
"https://github.com/K-Dense-AI/scientific-agent-skills",
"~/.claude/skills/scientific-agent-skills"
],
"_inferred": true
}
}
}点击 Cline 侧栏中的 MCP Servers 图标，然后选 "Edit Configuration"。
{
"mcpServers": {
"scientific-agent-skill": {
"command": "git",
"args": [
"clone",
"https://github.com/K-Dense-AI/scientific-agent-skills",
"~/.claude/skills/scientific-agent-skills"
],
"_inferred": true
}
}
}格式与 Claude Desktop 相同。重启 Windsurf 生效。
{
"mcpServers": [
{
"name": "scientific-agent-skill",
"command": "git",
"args": [
"clone",
"https://github.com/K-Dense-AI/scientific-agent-skills",
"~/.claude/skills/scientific-agent-skills"
]
}
]
}Continue 使用服务器对象数组，而非映射。
{
"context_servers": {
"scientific-agent-skill": {
"command": {
"path": "git",
"args": [
"clone",
"https://github.com/K-Dense-AI/scientific-agent-skills",
"~/.claude/skills/scientific-agent-skills"
]
}
}
}
}加入 context_servers。Zed 保存后热重载。
claude mcp add scientific-agent-skill -- git clone https://github.com/K-Dense-AI/scientific-agent-skills ~/.claude/skills/scientific-agent-skills一行命令搞定。用 claude mcp list 验证，claude mcp remove 卸载。
何时使用： 你有一个 .h5ad 文件，想要进行 QC、聚类和 UMAP，而不用重新阅读 Scanpy 文档。
结果： 一个可重现的笔记本和图，使用符合习惯的 Scanpy——没有幻觉函数名。
何时使用： 你需要某个主题的 30+ 篇论文及其摘要和引文元数据，而不仅仅是 Google 的标题。
结果： 一个可审查的文献地图，包含真实的 DOI，没有捏造的引文。
何时使用： 你有一个 SMILES 字符串和一个 PDB 靶点，想要快速的第一次构象预测。
结果： 构象预测准备好用于下游的自由能计算。
技能生成笔记本和图表；filesystem MCP 存储和组织输出
将 paper-lookup 技能与 arxiv MCP 配对以获得更丰富的引文图
| 工具 | 输入参数 | 何时调用 | 成本 |
|---|---|---|---|
| Bioinformatics (BioPython, Scanpy, pysam, gget, scVelo) | sequence / count matrix / BAM file | 序列、基因组学或单细胞工作流 | 0 — local compute |
| Cheminformatics (RDKit, Datamol, DeepChem, DiffDock, OpenMM) | SMILES / PDB / MOL2 | 小分子、蛋白质结构或动力学问题 | 0 |
| Clinical databases (ClinVar, COSMIC, ClinicalTrials.gov, FDA) | gene / variant / trial ID | 查找临床证据或试验状态 | 0 — public APIs |
| Paper lookup (PubMed, bioRxiv, arXiv) | query string, date range | 带有真实引文的文献搜索 | 0 |
| ML training (PyTorch Lightning, Transformers, PyMC, TimesFM) | dataset + config | 使用习惯框架用法构建模型 | 0 |
Claude 使用技能库中的错误函数名告诉它重新阅读技能的参考文件夹；SKILL.md frontmatter 应该自动加载它。
ls ~/.claude/skills/scientific-agent-skills/<skill>/references/API 速率限制在 NCBI 上被命中将电子邮件添加到 NCBI_EMAIL 环境变量并将并发限制为 3 req/s。
相关提示上未调用技能明确提及库名称（'使用 rdkit 技能'）——自动调用在 133 项技能中很模糊。
| 替代方案 | 何时用它替代 | 权衡 |
|---|---|---|
| ai-research-skill (Orchestra-Research) | 你想要 ML 研究基础设施（训练、分布式、推理）而不是湿实验室/临床 | 更多 ML 系统，更少生物学/化学域深度 |
| biomcp | 你想要一个 MCP 服务器（实时工具）而不是提示包技能 | MCP 执行调用；技能只是教 Claude 编写正确的代码 |