一天涨 130 星：K-Dense-AI 把科学界 175,000 人验证过的 163 个 Agent 技能打包开源

GitHub Trending 今日榜上，K-Dense-AI/scientific-agent-skills 单日涨星 130，把自己定位为”#1 Agent Skills library for science, used by 175,000+ scientists worldwide”。仓库里包含 163 个开箱即用、经过真实科研工作流验证的 Agent 技能，覆盖文献检索、数据分析、论文写作、可视化等环节。

项目在解决什么

过去一年，Claude Code、Codex、Gemini CLI、Cursor 这些 Agent 工具都开始支持”Skills / Plugins”扩展机制——但绝大部分 Skills 都是个人或小团队贡献，质量参差，缺少真实科研场景的验证。K-Dense-AI 的做法是把 175,000 名科学工作者用过的技能集合起来，做成可复用的标准件。

仓库里目前已经包含的技能方向包括：

– 文献检索与综述：arXiv、PubMed、Google Scholar 检索 + 摘要生成

– 数据分析与可视化：pandas、matplotlib、seaborn 的 Agent 化封装

– 论文写作辅助：LaTeX 模板、BibTeX 整理、引用检查

– 实验复现：从 arXiv PDF 直接生成可运行代码的模板

– 科学计算：BioPython、RDKit、Astropy 等垂直库的工具调用封装

兼容哪些 Agent 框架

项目 README 明确标注兼容以下工具：

– Claude Code / Claude Cowork（Anthropic 官方）

– Codex CLI（OpenAI 官方）

– Gemini CLI（Google 官方）

– Cursor（IDE 集成）

– 其他符合 Anthropic Skills / Plugins 规范的工具

也就是说，一个技能在 Claude Code 装好后，几乎可以原样迁移到 Codex 或 Gemini CLI。这一点对多工具党非常重要。

适合谁

最该用这个项目的群体：

– 博士生 / 博士后：每天花 3 小时做文献整理、文献综述、数据预处理的人

– 科研 Startup 的工程师：想要快速搭一个”科研版 AI 助手”原型

– AI 公司的产品经理：想了解”AI + 科研”赛道的真实工作流长什么样

不太适合的群体：

– 工业界 R&D 工程师（项目更偏学术研究场景）

– 完全没有 AI 工具使用经验的小白（需要先熟悉 Claude Code 或 Codex CLI）

三个使用注意事项

1. 部分技能需要 API Key：使用前要准备好 arXiv、PubMed、Semantic Scholar 等接口的访问凭证

2. 技能粒度细：163 个技能里很多是高度细分的（如”RNA-seq 差异表达分析”），不要全装，按研究方向挑 10-20 个就够

3. 定期同步上游：K-Dense-AI 团队会持续更新技能，建议每周 pull 一次

怎么快速试一下

不需要装任何东西，可以直接克隆仓库：

git clone https://github.com/K-Dense-AI/scientific-agent-skills
cd scientific-agent-skills
ls skills/

会看到 163 个目录，每个目录对应一个技能，每个目录里的 SKILL.md 就是技能描述。

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

三个最受欢迎的具体技能

根据仓库的 Star 历史和社区反馈，目前最受欢迎的三个技能是：

1. `arxiv-paper-deep-reader`：从 arXiv URL 自动下载 PDF，提取图表、公式、参考文献，生成结构化总结

2. `lab-notebook-organizer`：把实验记录、原始数据、图表自动整理成可发表的格式

3. `regression-checker`：跑完一组实验后自动检查结果是否符合预期，异常值高亮

这三个技能覆盖了科研工作者最高频的三类需求。

与 Anthropic 官方 Skills 的区别

Anthropic 官方 Skills 目录（anthropics/claude-plugins-official）目前主要是开发工具、命令行工具、Web 工具等通用方向。K-Dense-AI 专注在科研垂直场景，技能描述里包含大量领域专业术语（如基因表达、化学命名、统计假设），通用 Skills 不会做这么深。

一个真实工作流示例

用 K-Dense-AI + Claude Code 完成一篇 arXiv 论文的精读：

# 在 Claude Code 中
> /install arxiv-paper-deep-reader
> /arxiv https://arxiv.org/abs/2608.12345
> /summary 3 段
> /extract figures

整套流程从一篇 PDF 到结构化总结大约 5 分钟，比手动阅读快 10-20 倍。

— END —
LC 智趣厅 · 科技与生活的交点
ihygg.cn