一、它解决了一个被忽略的问题
通用 AI Agent（Cursor、Claude Code、Codex 这些）写代码很在行，但面对真正的科学问题——查 PubChem 化学分子、跑 BLAST 序列比对、设计 CRISPR 引物、读 ClinicalTrials.gov 临床数据——往往表现得很业余。它们能调用 API，但不懂每个数据库的"规矩"，更不懂科学家做研究时真正在意的不确定性量化、来源追溯、同行评审标准。
K-Dense-AI/scientific-agent-skills 是一套经验证的科学程序性知识库（Procedural Knowledge for Research Agents），用 177 个 Skill 把这些"行家才知道的门道"沉淀下来。
二、它到底是什么
简单说，它不是"另一个 AI 工具"，而是一套技能库 + 开放标准。
每个 Skill 是一个独立的领域知识包，包含三部分：
- 特定包/数据库/工作流的规范操作指引
- 科学惯例说明
- 验证检查清单
打开 Skill 文件，AI Agent 就能像资深研究者那样工作，而不是"会写代码但不懂门道"。
它背后有两个开放标准：
- Agent Skills 标准（agentskills.io）：任何兼容 Agent 都能用
- Agent Plugins 标准（agent-plugins.org）：用 plugin.json + skills/ 打包分发
这种"标准先行"的策略，让 Cursor、Claude Code、Codex、Google Antigravity 等任何支持 open Agent Skills 标准的 Agent 都能直接消费这些技能。
三、20 个科学领域全覆盖
下面列出覆盖的部分关键领域（完整 20 个领域可参考项目仓库）：
| 领域 | 典型技能 |
|---|---|
| 生物信息学与基因组学 | 序列分析、单细胞 RNA-seq、CRISPR pooled screens、引物设计、变异注释 |
| 化学信息学与药物发现 | 分子性质预测、虚拟筛选、ADMET 分析、分子对接、先导优化 |
| 蛋白质组与质谱 | LC-MS/MS 处理、多肽鉴定、谱图匹配、蛋白质定量 |
| 临床研究与循证工作流 | 临床试验、药物基因组学、变异证据审查、PK/PD 建模 |
| 医疗 AI 与生物信号 | EHR 研究、生理信号分析、回溯验证 |
| 显微镜与医学影像 | 定量荧光显微镜、隐私感知 DICOM 处理、全切片图像分析 |
| 神经科学与电生理 | BIDS 数据集、NWB 转换、细胞外记录 |
| 机器学习与 AI | 深度学习、强化学习、时间序列、贝叶斯方法 |
| 材料科学与化学 | 晶体结构分析、CALPHAD 相平衡、代谢建模 |
| 多组学与系统生物学 | 多模态数据整合、通路分析、碳 13 代谢流 |
| 蛋白质工程与设计 | 蛋白质语言模型、结构预测、序列设计 |
| 研究方法论 | 证据约束假设生成、科学头脑风暴、资助申请写作 |
四、100+ 科学数据库直接对接
每个主流数据库都有专门的 Skill 处理：
- 端点选择：该用 REST 还是 GraphQL，该用哪个 API 版本
- 分页处理：大查询怎么切片不丢数据
- 来源追溯：每次访问都打上 provenance 标签，方便论文引用
覆盖数据库包括：
- 化学：PubChem、ChEMBL
- 蛋白质：UniProt
- 基因组：COSMIC
- 临床：ClinicalTrials.gov
- 药物：FRED
- 生物医学：DepMap、Imaging Data Commons、PrimeKG、NCATS ARAX、AlphaGenome
- 多数据库包：BioServices、Biopython、gget
五、三个产品层级
层级 1：Skill 标准（免费开源）
Skill = agentskills.io 开放标准
任何兼容 Agent 都能用层级 2：K-Dense BYOK（免费开源）
桌面级 AI 联合科学家，自带 API key，支持 40+ 模型选择，内置网络搜索、文件处理、100+ 科学数据库。177 个技能开箱即用，数据完全本地运行。可选扩展到 Modal 云端算力。GitHub 仓库 K-Dense-AI/k-dense-byok。
层级 3：生态平台
- agentskills.io（Skill 发现与分享平台）
- agent-plugins.org（插件标准）
- 视频教程 + 论文背书（arXiv:2609.00065）
六、为什么对普通开发者也有意义
即使你不是科研人员，scientific-agent-skills 的设计思路也有借鉴价值：
- 技能商品化 + 标准先行：先定义 open standard，再构建生态。任何兼容标准的 Agent 都能用，形成网络效应
- 验证层 = 质量保证：每个 Skill 都有验证检查清单，不是"能跑就行"。论文背书（arXiv:2609.00065）建立学术可信度
- 从工具到专家的范式升级：不是让 AI 写代码，而是让 AI 具备领域知识才能做的判断
- BYOK 模式降低门槛：完全免费、开源、本地运行。用户自己带 API key，没有平台锁定
- Skill 即论文引用：引用量可量化 Skill 的学术价值。25 万科学家用户形成学术影响力
七、落地参考
BYOK 模式特别值得参考：完全免费、开源、本地运行，用户自带 API key，没有平台锁定。如果你在做类似的"AI 工作台"产品，可以考虑借鉴这种结构：
- 内置网络搜索 + 文件处理 + 100+ 数据库
- 支持 40+ 模型选择
- 177 个技能开箱即用
- 数据完全本地运行
- 可选扩展到云端算力
这种"标准 + 工具 + 生态"的三层结构，可以直接迁移到自己的产品里。
八、开始使用
仓库地址：K-Dense-AI/scientific-agent-skills
如果你已经在用 Cursor、Claude Code 或 Codex，直接 clone 仓库，按 agentskills.io 标准配置即可使用全部 177 个技能。如果想做完整的桌面级体验，可以装 K-Dense BYOK 客户端。
更多细节参考：
- 官网：agentskills.io / agent-plugins.org
- 论文：arXiv:2609.00065
- 视频教程：YouTube 搜 K-Dense-AI