Scientific Agent Skills 是什麼、怎麼安裝使用：K-Dense 的科研 Skill 庫（生信、化學、數據分析、科研寫作）

本文根據 K-Dense-AI/scientific-agent-skills 倉庫 README 與 agentskills.io 整理，資料核對於 2026-10-10。技能數量隨版本變化，以倉庫 README 為準。

是什麼

Scientific Agent Skills 是 K-Dense 公司維護的一套面向科研工作的 Skill 庫。智能體本來就能調用任意 Python 包，但面對 Scanpy、RDKit 這類專業庫，常常記錯參數、漏掉質控步驟，或者不清楚某個數據庫該查哪個接口。這個倉庫把每個專業庫、數據源或分析流程寫成一個技能：用途、推薦流程、該領域的慣例和校驗步驟都寫清楚，讓智能體照着做。

倉庫原名 Claude Scientific Skills，README 頂部說明現已改名，技能不變，改為面向所有支持 Agent Skills 開放標準的工具。README 稱當前共有 177 個技能。截至 2026-10-10，GitHub 顯示該倉庫約 4.8 萬 Star、4338 Fork，最近一次推送在 2026-10-05。

包含哪些 Skill

README 按領域分類（一個技能可能同時屬於多個類別），主要有：

• 生物資訊與基因組學：序列分析、單細胞 RNA-seq（Scanpy、scvi-tools）、差異表達（PyDESeq2）、CRISPR 篩選、引物設計、系統發育等；
• 化學資訊學與藥物發現：RDKit、Datamol、DeepChem、分子對接（DiffDock）、分子動力學（OpenMM + MDAnalysis）；
• 臨床研究、醫學影像與數字病理：pydicom、PathML、藥代藥效建模等，README 多處標註「僅供研究，非臨床用途」；
• 機器學習、材料與物理、工程仿真：scikit-learn、PyTorch Lightning、pymatgen、Qiskit、QuTiP 等；
• 數據分析與可視化：統計分析、GeoPandas、科研圖表；
• 科學數據庫：database-lookup 技能整理了 PubChem、ChEMBL、UniProt、ClinicalTrials.gov 等數十個數據庫的接口選擇與分頁方法，加上其他專用技能，README 稱合計覆蓋 100 多個數據庫；
• 科研寫作與交流：文獻綜述、帶證據追溯的寫作、同行評審、基金申請、海報與幻燈片、Mermaid 圖；
• 實驗室平台集成：Benchling、DNAnexus、Opentrons、Protocols.io 等。

怎麼安裝

npx skills（README 的第一種方式）：

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

README 說明它適用於 Claude Code、Codex、Gemini CLI、Google Antigravity、Cursor 等。

GitHub CLI（v2.90.0 及以上）：

bash
# Install a specific skill directly
gh skill install K-Dense-AI/scientific-agent-skills scanpy

# Target a specific agent host
gh skill install K-Dense-AI/scientific-agent-skills --agent claude-code

可以加 --pin v2.71.0 這樣的參數固定到某個發佈版本，便於復現。

手動克隆（適用於按 .agents/skills/ 約定讀取技能的工具）：git clone https://github.com/K-Dense-AI/scientific-agent-skills.git ~/.agents/skills/scientific-agent-skills。

前置條件：README 要求安裝 uv 作為 Python 包管理器；裝技能文件並不會裝好各技能依賴的科學計算包，需要按每個技能的說明另行安裝。系統方面支持 macOS、Linux 和 Windows 的 WSL2。

怎麼用

裝好後，用自然語言描述完整的分析目標，智能體會自行挑選相關技能；也可以在提示裏直接點名技能。README 給的藥物發現示例是這樣開頭的：Use available skills you have access to whenever possible. Query ChEMBL for EGFR inhibitors (IC50 < 50nM), analyze structure-activity relationships with RDKit...，一段話裏串起了數據庫查詢、構效分析、虛擬篩選、文獻檢索和報告生成。

實際使用時建議：

• 在提示裏寫上「盡量使用已安裝的技能」，並說明數據在哪、想要什麼輸出；
• 每個分析流程用獨立的 Python 環境——README 指出不同技能可能要求不同的 Python 版本或互相沖突的包版本；
• 只裝和自己方向相關的那部分技能，技能目錄越精簡，匹配越準。

適合誰 / 不適合誰

適合：

• 生物資訊、計算化學、數據科學方向的研究生和科研人員，已經在用編程智能體跑分析；
• 需要頻繁查詢多個公共科學數據庫、不想每次翻接口文檔的人；
• 想了解「一個領域的操作規範如何寫成技能」的開發者。

不適合：

• 沒有 Python 和命令行基礎的用戶——技能提供的是指導，環境和依賴要自己配；
• 希望直接拿結果做臨床決策的人——這些技能定位是研究輔助，分析結論必須由具備資質的人審核；
• 只在 claude.ai 網頁版裏使用的人——README 的安裝方式都面向本地工具。

注意事項

• 許可證：倉庫 LICENSE 為 MIT。但 README 強調每個技能在自己的 SKILL.md 裏有獨立的 license 字段，可能與倉庫不同；技能所封裝的第三方庫和數據庫也各有許可與使用條款，商用前逐個確認。
• 維護狀態：持續發版，最近一次推送 2026-10-05。
• 安全提醒：README 專門有一節安全聲明——技能可以讓智能體運行任意代碼、安裝軟件包、發起網絡請求、修改文件。倉庫現在包含不少社區貢獻，維護方會做審查並定期掃描（結果公開在 docs/security-report.md），但不保證逐一徹查。官方建議：不要一次全裝，只裝需要的；安裝前讀 SKILL.md；必要時自己再掃描一遍。
• 聯網與密鑰：許多技能會訪問外部數據庫或雲平台（如 Benchling、NCBI、Exa 等），部分需要註冊帳號或 API Key；涉及未發表數據或受試者數據時，先確認數據能否離開本機。
• 兼容性：Windows 需通過 WSL2 使用；不同工具對技能可選元數據的處理不一致，安裝路徑以所用工具的官方文檔為準。
• 科研結論的責任在研究者本人，智能體給出的分析和引用都需要人工核對。