SkillMap

Apr 20, 2026

科研 Agent Skills：从文献综述到药物发现

如何使用 k-dense-ai/claude-scientific-skills，在 140 个科学工具与 28 个数据库上自动化研究工作流。

#tutorial#research#data-science#scientific-computing

科研往往要串联数十种工具：查库、Python 分析、可视化、写报告。k-dense-ai/claude-scientific-skills 让 AI Agent 掌握 16 个领域共 140 个科学 Skill，你可以用自然语言描述流水线，由 Agent 执行。

内容概览

这不是通用 Skill 合集，而是为科学工作流定制：

领域Skill 数亮点
生物信息学16+BioPython、Scanpy、pysam、scvi-tools
药物发现11+RDKit、DeepChem、DiffDock、PyTDC
临床研究12+ClinicalTrials.gov、ClinVar、COSMIC、FDA
机器学习15+PyTorch Lightning、SHAP、scikit-learn
数据可视化14+Matplotlib、Plotly、Seaborn、GeoPandas
科学传播20+PubMed、LaTeX、引用管理
科学数据库28+UniProt、PDB、ChEMBL、PubChem、GEO
实验室自动化3PyLabRobot、Protocols.io、Benchling

每个 Skill 含文档、示例、用例与集成说明，遵循开放 Agent Skills 标准（SKILL.md）。

安装

git clone https://github.com/k-dense-ai/claude-scientific-skills.git

# Claude Code 全局
cp -r claude-scientific-skills/scientific-skills/* ~/.claude/skills/

# 或仅当前项目
mkdir -p .claude/skills
cp -r /path/to/claude-scientific-skills/scientific-skills/* .claude/skills/

安装后重启 Agent。Skill 会按研究任务自动激活。

实战：药物发现流水线

寻找肺癌潜在 EGFR 抑制剂，流水线串联 8 个 Skill。

mkdir -p ~/egfr-research && cd ~/egfr-research
claude

Use available skills to: query ChEMBL for EGFR inhibitors with IC50 below 50nM,
analyze structure-activity relationships with RDKit, generate improved analogs,
perform virtual screening against AlphaFold EGFR structure, search PubMed for
resistance mechanisms, and create a comprehensive report.

Agent 自动串联：

  1. ChEMBL 查询 EGFR 抑制剂生物活性
  2. RDKit 计算分子描述符与 SAR
  3. datamol 生成结构类似物
  4. DiffDock 对 AlphaFold EGFR 结构对接
  5. PubMed 检索耐药机制
  6. Scientific Visualization 生成发表级图表

各步使用真实 API 与数据，输出带可视化的结构化报告。

实战：PubMed 与 OpenAlex 文献综述

Search PubMed and OpenAlex for publications on CRISPR-based gene therapy for
sickle cell disease from the last 2 years. Extract key findings, group by
theme, and create a structured review with proper citations.

Agent 使用 PubMed、OpenAlex、引用管理与科学写作 Skill。

实战：单细胞 RNA-seq 分析

Load the 10X dataset from data/pbmc.h5ad, perform QC and doublet removal,
identify cell types using known markers, run differential expression, enrich
pathways via KEGG, and visualize the results.

Agent 用 Scanpy、NCBI Gene、KEGG 与 Plotly 完成分析与交互可视化。

技巧

  • 提示前加「Use available skills」鼓励串联而非即兴发挥。
  • 安装 uv（curl -LsSf https://astral.sh/uv/install.sh | sh）便于 Python 依赖管理。
  • 数据放在项目目录，本地文件效果最好。
  • 临床研究可结合 ClinVar 与 COSMIC 做变异解读。

何时不必使用

若非科研工作可跳过。本合集面向生物信息、化学、临床与数据分析。通用软件开发请用 addyosmani/agent-skills 或 Anthropic 官方 Skill。

更多专业 Skill 见 SkillMap 排行榜。