把 AI Agent 变成 AI Scientist:135 个科研技能,一个命令安装

你用 AI Agent 写代码，但有没有想过让它帮你做科研？

不是随便写点 Python 代码——是真正地查询 ChEMBL 找候选药物、用 RDKit 分析结构、用 Scanpy 处理单细胞 RNA-seq 数据、生成 publication-ready 的报告。

Scientific Agent Skills 想做的事情很简单：把 AI Agent 变成 AI Scientist。

208 天，22205 star，日均 106.8 star。这个增速不是刷出来的，是真的有人在用。

135 个科研技能，覆盖所有主要科学领域

这套技能不是几十个，是一百三十五个。

生物信息学 & 基因组学：BioPython、pysam、Scanpy、scvi-tools、scVelo、PyDESeq2、ETE Toolkit、Arboreto、Cellxgene Census、gget（20+ 基因组数据库）

药物发现 & 化学信息学：RDKit、Datamol、Molfeat、DeepChem、DiffDock、OpenMM、MDAnalysis、MedChem、PyTDC——从化合物筛选到分子对接到 ADMET 预测

临床研究 & 精准医疗：ClinVar、COSMIC、ClinicalTrials.gov、DepMap、FDA、ClinPGx、cBioPortal、PyHealth

机器学习 & AI：PyTorch Lightning、scikit-learn、PyMC、Torch Geometric、TimesFM（Google 零样本预测模型）、statsmodels、aeon

材料科学 & 物理：Pymatgen、COBRApy、Astropy、Qiskit、PennyLane、Cirq、QuTiP

科学通信：Literature Review、Scientific Writing、Peer Review、LaTeX Posters、Scientific Slides、Infographics

70+ 优化 Python 包技能，每个都有 curated documentation、examples 和 best practices。

78+ 数据库统一访问

这是它和其他 AI 工具拉开差距的地方。

一个统一查询技能，直接访问 78 个公共数据库：

PubChem、ChEMBL、UniProt、PDB、AlphaFold、KEGG、Reactome、STRING、ClinVar、COSMIC、ClinicalTrials.gov、FDA、FRED、USPTO、SEC EDGAR……

不需要分别查 API，AI Agent 直接知道怎么用。

一行命令安装，支持所有主流 AI Agent

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

无论你用 Cursor、Claude Code、Codex 还是 Gemini CLI——一个命令，全部安装。

或者用 GitHub CLI：

gh skill install K-Dense-AI/scientific-agent-skills --agent claude-code gh skill install K-Dense-AI/scientific-agent-skills --agent cursor

实际 workflow 长什么样

药物发现 pipeline

Use available skills you have access to whenever possible. Query ChEMBL for EGFR inhibitors (IC50 < 50nM), analyze structure-activity relationships with RDKit, generate improved analogs with datamol, perform virtual screening with DiffDock against AlphaFold EGFR structure, search PubMed for resistance mechanisms, check COSMIC for mutations, and create visualizations and a comprehensive report.

Skills used: ChEMBL、RDKit、datamol、DiffDock、AlphaFold DB、PubMed、COSMIC、scientific visualization

单细胞 RNA-seq 分析

Use available skills you have access to whenever possible. Load 10X dataset with Scanpy, perform QC and doublet removal, integrate with Cellxgene Census data, identify cell types using NCBI Gene markers, run differential expression with PyDESeq2, infer gene regulatory networks with Arboreto, enrich pathways via Reactome/KEGG, and identify therapeutic targets with Open Targets.

Skills used: Scanpy、Cellxgene Census、NCBI Gene、PyDESeq2、Arboreto、Reactome、KEGG、Open Targets

数据

208 天
22205 star，日均 106.8 star（爆发型增长）
2405 fork，fork 率 10.8%（远超行业平均 5-8%，深度使用信号）
v2.38.0，持续活跃

135 个科研技能，78+ 数据库，一行命令安装。

无论你用 Cursor、Claude Code 还是 Codex——这套技能把你的 AI Agent 变成 AI Scientist。

GitHub：https://github.com/K-Dense-AI/scientific-agent-skills