Scientific Research

來源狀態

可用來源

原始名稱: Scientific Agent Skills Collection

這是第三方 Community Skill；2lus 收錄不代表已完整安全審計或保證安全。

資源類型

工具鏈

這是 CLI／MCP 工具鏈，不是 SKILL.md 套件。執行前請審查來源、相依套件與權限；掃描不保證安全。

與類似 Skill 有什麼不同？

• Academic Research

  Scientific Research 是多領域技能集合；Academic Research 是一個文獻深度研究 Skill。

來源描述的能力

這些是來源描述的可能操作，不代表 2lus 已授予權限或已測試。

尚未列出能力，請審查原始來源。

這個 Skill 是什麼？

把大型技能集合當成目錄與工具鏈來源；個別研究方法、相依與安全性需逐項審查。

可以做什麼？何時適合使用？

• 需要找特定科學領域工作流。
• 比較研究技能範圍。
• 規劃跨學科分析流程。

如何使用

1. 先明確研究領域與資料型態。
2. 從上游集合挑選對應的個別 Skill 並閱讀其文件。
3. 核查依賴、資料權限和成果驗證方法。

使用前你需要準備

• 具體研究領域與資料型態
• 可審查的上游子技能與工具環境

你可以替換：

請說明目標讀者、來源、範圍與交付形式；檢查輸出中的推論。

環境與相依需求

• 具體研究領域與資料型態
• 可審查的上游子技能與工具環境

使用範例與 Prompt

以下是 2lus 撰寫的示範需求；請替換為你有權處理的檔案與專案，不代表已執行或保證結果。

入門

列出此集合中與蛋白質分析有關的候選 Skill，保留來源連結。

實務

比較兩個適合材料分析的上游 Skill 的輸入、工具和限制。

進階

為跨領域研究設計候選 Skill 路線圖，逐項標明所需資料、相依套件與人工科學審查。

實用提醒

• 僅採用實際存在且與題目相符的子技能。

限制與注意事項

• 這是集合入口，不代表每個科學領域、方法或環境均受支援。

安全注意事項

• 研究資料須有使用權；安裝和執行個別工具前檢查程式碼及資料流向。

使用與設定

支援平台

未確認特定 Agent 相容性

來源與授權

來源查核日期（非安全認證）: 2026-10-01

請參考原始來源授權條款

GitHub 關注趨勢

成長數未核實

快照日期（UTC）: 2026-09-30

快照來源: weekly-agent-skills-ranking

歷史快照

由需求選定的 Weekly Rising 批次；本批未提供可核實的七日 Star 增量。僅表示編輯選錄，不代表排名或 GitHub 官方 Analytics。

Star 成長代表近期 GitHub 關注度，不代表品質排名。

相關 Skills

• Academic Research

Source status

Active source

Original name: Scientific Agent Skills Collection

This is a third-party community skill. Inclusion by 2lus is not a complete security audit or safety guarantee.

Resource type

Toolchain

This is a CLI/MCP toolchain, not a SKILL.md package. Review source, dependencies and permissions before execution; scans do not guarantee safety.

How is this different from similar skills?

• Academic Research

  Scientific Research is a domain-spanning skill collection; Academic Research is one literature deep-research skill.

Documented capabilities

These are operations described upstream, not permissions granted or tested by 2lus.

Capabilities not declared here; review the original source.

What is this skill?

Treat the large repository as a collection; review each method, dependency and safety boundary separately.

Use cases and when to use it

• Find a domain-specific workflow.
• Compare research skill coverage.
• Plan a multidisciplinary analysis.

How to use it

1. Name the research domain and data type.
2. Select an actual upstream skill and read its documentation.
3. Check dependencies, data rights and validation methods.

What you need

• Specific domain and data type
• Reviewable upstream subskills and tooling

You can replace:

Specify audience, sources, scope and deliverable; review inferences in the output.

Environment and dependencies

• Specific domain and data type
• Reviewable upstream subskills and tooling

Usage and prompt examples

These example requests were written by 2lus. Substitute files and projects you may use; examples are not executed results or guarantees.

Beginner

List candidate skills for protein analysis in this collection with source links.

Practical

Compare inputs, tools and limits of two material-analysis skills that actually exist upstream.

Advanced

Plan a multidisciplinary skill route with data, dependencies and scientific human review for each step.

Tips

• Use only subskills confirmed in the source repository.

Limitations

• This collection does not promise support for every field, method or environment.

Security notes

• Use authorized research data; inspect code and data flows before running subtools.

Usage and setup

Supported agents

Specific agent compatibility unknown

Sources and license

Source check date (not a safety certification): 2026-10-01

Refer to the original source license terms

GitHub Momentum

Growth count not verified

Snapshot date (UTC): 2026-09-30

Snapshot source: weekly-agent-skills-ranking

Historical snapshot

Selected for a Weekly Rising editorial batch; no verifiable seven-day Star gain was supplied. This is not a ranking or official GitHub Analytics.

Star growth reflects recent GitHub attention, not a quality ranking.

Related skills

• Academic Research