AI前沿速递｜scientific-agent-skills 38K星把Agent变AI科学家、专利交底书技能包7.3K星
专业领域的 Agent 技能包，这两天在 GitHub 上肉眼可见地火起来了。先说人话：以前我们说 Agent 会写代码、会查资料，但「会干活」和「懂行」是两码事——让 Agent 帮你做生物信息分析、写专利交底书，它连门朝哪开都不知道。技能包（Agent Skills）就是干这个的：把某个专业领域的 SOP、工具用法、数据库入口打包成一套「职业培训教材」，Agent 照着学完就能上手。今天这两个项目，正好一个是给科研人员用的，一个是给中国工程师写专利用的。
1. scientific-agent-skills — ⭐38.3K
一句话定位：把任意 AI Agent 变成 AI 科学家，K-Dense 出品的「#1 Agent Skills 科学库」，主打拿来即用。
解决什么问题？科研圈的痛点是：Agent 虽然能读写论文、跑 Python，但专业流程（比如单细胞 RNA-seq 分析、分子对接、PK/PD 建模）里那些「行内人才知道的步骤和数据库」，没人喂给 Agent 它就不会。
核心亮点：
– 163 个开箱即用的科研技能，覆盖癌基因学、单细胞测序、药物靶点结合、分子动力学、RNA velocity、微生物组基础模型、地理空间科学、时序预测等方向；
– 挂接 78+ 个科学数据库（README 写 78+，仓库 About 面板写 100+，反正论打）；
– 兼容 Cursor、Claude Code、Codex、Google Antigravity 等，走开放的 Agent Skills 标准（agentskills.io）；
– 整个仓库同时是 Agent Plugins 插件包，plugin.json + skills/ 一键装全；
– 衍生项目 K-Dense BYOK：免费开源的桌面版「AI 共同科学家」，自带 API key、40+ 模型可选，数据留在本机。
上手方式：克隆仓库，把 skills/ 目录塞进支持 Agent Skills 的客户端，或直接用 K-Dense BYOK。MIT 协议，商用随意。
实话： 我没在本地把 163 个技能挨个实测。星数涨得快不代表每个技能都稳定，生物信息类技能对环境和数据质量依赖很重，建议先拿自己的数据集跑通一个流程再上量。
适合谁：高校实验室、药企研发、生物信息工程师，以及任何想把 LLM 从「论文助手」升级成「科研牛马」的人。
2. patent-disclosure-skill — ⭐7.3K
一句话定位：中国专利技能包——挖专利点、写交底书。handsomestWei 做的，GitHub 上少见的死磕中国专利体系的 Agent 技能。
解决什么问题？作者初衷很扎心：「做了多年核心研发，专利发明人那一栏从没写过我的名字。」活是工程师干的，交底书却卡在专利点怎么挖、查新怎么写、框图 Word 怎么一次交出去。这技能就是把这环打通。
核心亮点：
– 覆盖发明 / 实用新型 / 外观设计三种类型分模板成文；实用和外观还能自动出结构线稿、部件序号、CAD 等轴测投影；
– 查新优先走国知局「中国专利公布公告」，异常时降级 WebSearch，著录写入第一章；
– 交底书出 mermaid 框图 + .docx，带脱敏模板，多轮修订另存新文件并留对话记录；
– 专利通俗解读：把晦涩权要讲成人话，写进 Obsidian 做成双链知识图谱，越读越厚；
– 政策简报：对照国知局审查口径嗅探政策动向；还能基于历史案例 RAG 辅助审查答复。
上手方式：Python 3.9+ 装 Playwright（要吃国知局数据）；配好后跟 Agent 说「按发明写交底」或「/交底书」即可。
实话： 未深度实测。交底书本质是法律文书，AI 生成内容离「直接可交」还有距离，查新和审查答复务必以国知局原文为准，别拿生成内容当证据。
适合谁：中小公司研发、独立开发者、IP 工程师——尤其是「发明人栏从来没自己名字」的那批人。
今晚的观察
两个项目放一起看挺有意思。一个走国际化科研路线，一个死磕中国本地化刚需（专利、国知局、Obsidian 知识库），说明「专业领域技能包」很可能就是 Agent 生态的下一个变现方向：模型越来越同质化，拼的就是行业 Know-how 的封装能力。不过也得泼盆冷水——技能包本质还是「提示词 + 工具脚本」的高级封装，AI 写专利交底书的边界很清楚：它能帮你整理材料、搭框架、查公开文献，但新颖性判断、权利要求保护范围这种要担责的事，最终还是得人来拍板。会用的团队把它当加速器，不会用的当许愿机。
以上项目均未深度实测，信息整理自 GitHub 仓库页面，星数与功能以仓库实时数据为准。
by 数码罗记·godsun.pro
