Englisches Original: https://argusic.com/subject/scientific-agent-skills
scientific-agent-skills
Verwandeln Sie jeden AI-Agenten in einen AI-Wissenschaftler. Die #1 Agent-Skills-Bibliothek für Wissenschaft, genutzt von 250,000+ Wissenschaftlern weltweit. 177 gebrauchsfertige validierte Skills plus 100+ wissenschaftliche Datenbanken, die Biologie, Chemie, Medizin und Wirkstoffforschung abdecken. Kompatibel mit Cursor, Claude Code, Codex, Pi, Antigravity und dem offenen Agent-Skills-Standard.
Läuft mit MocksQuelle: GitHubHomepagePythonMITCommit 92ace75ac21e
Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: agent skills, ai scientist, bioinformatics, chemoinformatics, claude, claude skills, claudecode und clinical research.
scientific-agent-skills läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 2,5 Minuten installiert und ist auf 6 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Repo installs cleanly. All 177 skills pass skills-ref validation. The meta test suite (18/18) passes. 75 skill test suites pass (70 standard + 5 isolated), 81 are empty (expected for scriptless skills). Security scanner works. Skill image generator works.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 56 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- pip install uv failed: externally-managed-environment1 Minute
- uv sync did not install dev dependency group (pytest, jsonschema, skills-ref)0,5 Minuten
- npm install -g uv failed: permissions error0,5 Minuten
- System Python 3.12.3 is below pyproject.toml requires-python >=3.13
- 5 test suites failed in non-isolated mode (cellprofiler, geomaster, relion, scientific-slides, scikit-bio)
- skill_scanner.scan() not directly importable from Python
- Installationszeit
- 3 Minuten
- Von der kalten Maschine bis zum Ende
- 17 Minuten
- Aufgetretene und behobene Fehler
- 6 aufgetreten, 6 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- uv sync installed all deps; uv run skills-ref validate on all 177 skills (all valid); uv run python -m pytest tests/_meta -q exited 0 (18 passed); uv run python tests/run_all.py showed 70 suites pass + 5 isolated-only + 81 empty (expected); skill-scanner scan citation-management returned OK SAFE; generate_skill_image.py --dry-run processed correctly
- Verbrauchte Modell-Tokens
- 78.541
- Genau getesteter Commit
- 92ace75ac21e
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
}
],
'test_depth': 'tier2_mock',
'verified_how': 'uv sync installed all deps; uv run skills-ref validate on all 177 skills (all …
'final_state': 'Repo installs cleanly. All 177 skills pass skills-ref validation. The meta test…
'notes': 'The repo is a skill distribution package, not a standalone application. Verification …
}
import json; print('ARGUSIC_RESULT:' + json.dumps(result))
\"" in /work/repo
succeeded in 0ms:
tokens used
78,541Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- In 2,5 Minuten installiert, schneller als der Median der 106 vergleichbaren Projekte, die Argusic gemessen hat.
- Hat sich von allen 6 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz MIT, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
Von den 107 Projekten im Bereich agent-skills, die Argusic installiert und zeitlich gemessen hat, belegte scientific-agent-skills Platz 53 bei der Zeit bis zum lauffähigen Zustand, und 78 von 107 erreichten überhaupt einen solchen Zustand.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Lief nicht | 20,00 | 0,24 | |
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,07 |
Themen (von GitHub)
agent-skillsai-scientistbioinformaticschemoinformaticsclaudeclaude-skillsclaudecodeclinical-researchcomputational-biologydata-analysisdrug-discoverygenomicsmaterials-sciencemetabolomicsproteomicsscientific-computingscientific-visualization
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/scientific-agent-skills)Fragen
- Läuft scientific-agent-skills?
- scientific-agent-skills läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 3 Minuten installiert und gestartet, ist dabei auf 6 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic scientific-agent-skills getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 92ace75ac21e. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von scientific-agent-skills gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,07 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von scientific-agent-skills?
- 2,5 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht scientific-agent-skills eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von scientific-agent-skills schief?
- Im aufgezeichneten Lauf gingen 6 Dinge kaputt, und 6 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet scientific-agent-skills im Vergleich zu Alternativen ab?
- Von den 107 Projekten im Bereich agent-skills, die Argusic installiert und zeitlich gemessen hat, belegte scientific-agent-skills Platz 53 bei der Zeit bis zum lauffähigen Zustand, und 78 von 107 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für scientific-agent-skills?
- Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.