AI科研技能库

完整介绍Claude Scientific Skills MCP的140+专业技能

3分钟检索100篇文献，PubMed + OpenAlex + bioRxiv

使用Scanpy进行单细胞RNA测序分析，从质控到注释

ClinVar + COSMIC + VEP，临床意义变异一键解读

RDKit + ChEMBL，从化合物到靶点的虚拟筛选流程

KEGG + Reactome + GO，通路分析可视化一键完成

AlphaFold + DiffDock，蛋白结构预测与分子对接

从论文大纲到润色修改，AI辅助学术写作全流程

matplotlib + plotly + seaborn，出版级图表一键生成

scikit-learn构建临床预测模型，从数据到评估

PyDESeq2 + edgeR，RNA-seq差异分析完整流程

STRING + NetworkX，蛋白质相互作用网络构建与分析

PubChem + ChEMBL + DrugBank，化合物信息一站式检索

ClinicalTrials.gov数据库检索与患者匹配

BioPython + pysam，从序列读取到比对翻译，30分钟搞定传统1周的工作

SHAP + LIME，机器学习模型可解释性分析

代谢组学数据预处理、统计分析与可视化

pydicom + MONAI，医学影像数据读取与AI分析

PyMC + ArviZ，贝叶斯统计建模与可视化

综合实战：数据清洗 → 分析 → 可视化 → 论文写作

会议转写、行动计划与群消息模板一键整理

检索→校对→入库→子笔记一次打通

KM 曲线、Cox 森林图与时间依赖 AUC 同步输出

GSE 筛选、差异分析与 top genes 注释

公开单细胞图谱、marker 验证与表达速查

药物-基因-表型与用药建议快速汇总

GWAS 位点、功能后果与 ClinVar 证据汇总

疾病证据、可成药性与已知分子快速收敛

通道、事件数、CSV 导出和基础质控先跑通

任务定义、baseline 对比和 SHAP 解释一次补齐

投稿前质控、评分和 reviewer 模拟

先看 GWAS 可用性、证据链和文献拥挤度

突变频率、相关药物和证据链一次串起来

组织区识别、tile 抽取与病理质控先走通

序列识别、元数据汇总与匿名化检查

丰度表、metadata 与多样性统计先配平

热点预印本、作者网络与主题雷达

差异基因、通路和互作关系一图化

检索框架、纳排标准与证据地图一页化

疾病、靶点、药物与试验进展一页贯通

癌种、模态、样本量与元数据质量一起盘点

当同事、不当工具；元提示词、追问与经验沉淀

把需求澄清、路径纠偏与根因导向前置到 claude.md

调研、网络分析、精读与 Zotero 知识整合

先理解后生成，适合科研绘图、论文打稿与审稿迭代

复杂需求先澄清再实现，并主动防控 Skill 堆叠与效率幻觉

把 research.md、plan.md、批注循环与 todo list 串起来，先把计划写对再实现

夜间预处理、四色分拣与“默认不越权”的人机边界设计

解释为什么代码写得更少，调度、监督、验收与上下文切换却可能更累，以及责任带宽为何会成为新的瓶颈

把 pre-commit、PR 深审、统一 Skill 和报告模板串成一套团队级审查防线

先拆任务、再定边界、再收结果；让主线程守关键路径，subagents 并行补上下文 / 测试 / 验证

当 prompt 越写越长、同类错误反复出现时，问题往往不在模型本身，而在工具、边界、记忆与反馈循环还没有被设计成系统。