企业官网建设流程全解析

AI 控制实验室？Scientific Agent Skills 实验室自动化技能（Opentrons/Ginkgo/PyLabRobot）入门教程

【免费下载链接】scientific-agent-skillsTurn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000+ scientists worldwide. 165 ready-to-use validated skills plus 100+ scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.项目地址: https://gitcode.com/GitHub_Trending/cl/scientific-agent-skills

Scientific Agent Skills是一个面向 AI 代理的科学技能库，其中"实验室自动化"方向的三个技能——Opentrons 集成、Ginkgo Cloud Lab和PyLabRobot——能让你的 AI Agent 直接参与液体处理协议编写、云端自动化实验室下单和多品牌设备编排。不用手写繁琐的机器人代码，新手也能让 AI 帮你跑通实验室自动化工作流。本教程用通俗语言带你 10 分钟入门。

为什么"AI 控制实验室"值得关注？🔬

传统实验室自动化要求研究者同时精通：机器人 API、移液器型号、耗材几何、安全边界……门槛极高。而 Scientific Agent Skills 把这些"程序性知识"打包成了165 个开箱即用的技能，AI Agent 加载后就能：

• ✅ 为 Opentrons Flex / OT-2 机器人编写、模拟、排错液体处理协议
• ✅ 向 Ginkgo 的云端自主实验室提交蛋白表达、纯化、mRNA 合成等任务
• ✅ 用 PyLabRobot 做跨品牌设备的硬件无关化编排与离线仿真

对新手来说，最大价值是：AI 会主动帮你检查版本兼容、耗材命名、废液槽位置这些"新手必踩的坑"。

30 秒安装：把实验室自动化技能装进你的 AI Agent

支持 Cursor、Claude Code、Codex、Google Antigravity 等遵循 Agent Skills 标准的客户端。最简单的方式是克隆仓库到技能的约定目录：

git clone https://gitcode.com/GitHub_Trending/cl/scientific-agent-skills.git ~/.agents/skills/scientific-agent-skills

装好后，AI Agent 会在你提到相关任务时自动加载技能，你也可以在提示词中直接点名技能（如"用 opentrons-integration 写一个稀释协议"）。

💡 提示：165 个技能数量较多，建议按主题只安装子集，减少上下文占用。

技能一：Opentrons 集成 —— 给液体处理机器人写"菜谱"

技能入口：skills/opentrons-integration/SKILL.md

这是面向Opentrons Flex 和 OT-2 两款主流液体处理机器人的 Python 协议技能。它教会 AI 完整覆盖：协议结构、棋盘（deck）布局、移液器与枪头选择、模块控制、运行时参数、本地模拟和安全部署。

它能帮你做什么？

• 🧪写协议：从最基础的"往孔板里加缓冲液"，到 8 通道板级 1:2 系列稀释、PCR 建库 + 热循环，都提供了可直接参考的模板（如 basic_protocol_template.py）
• 🔁本地模拟：用固定版本的opentrons包在本地仿真运行，先验证再上机
• 🚨排错清单：内置常见失败模式，比如"OT-2 协议误用 API 2.29""忘记加载 Flex 废液槽""在 metadata 和 requirements 里重复声明 apiLevel"

典型工作流（新手照抄即可）

1. 告诉 AI 你的硬件：机器人型号、移液器、耗材、孔板
2. AI 生成参数化协议草案 + 假设清单（不确定时会明确列出，而不是瞎猜）
3. 本地模拟 → Opentrons App 分析 → 算好枪头/体积预算
4. 操作者复核干跑，确认安全后上机

⚠️ 技能内置"安全边界"：模拟通过 ≠ 可以上机。物理校准、液面行为、碰撞风险无法靠仿真验证，必须保留急停并执行干跑。

技能二：Ginkgo Cloud Lab —— 把实验"外包"给云端自主实验室

技能入口：skills/ginkgo-cloud-lab/SKILL.md

如果实验室里没有机器人？这个技能让 AI 帮你使用Ginkgo Bioworks 的云端实验室：协议在"可重构自动化推车（RAC）"上执行——带机械臂、磁悬浮样品传送，集成 70+ 台仪器。

可以下单的实验（部分）

AI 能帮你完成的完整下单流程

1. 根据你的实验目标推荐合适协议（比如"只是想快速看表达量" → 选 $39 的 HiBiT 荧光）
2. 指导你配置参数、下载输入模板、上传 FASTA/CSV
3. 提交后获取可行性报告与报价
4. 目录里没有的自定义需求？AI 还会教你用EstiMate聊天接口用大白话描述需求，直接拿到兼容性评估和报价

每条协议的输入/输出/计费细节都有独立参考文档，如 cell-free-protein-expression-hibit.md。

技能三：PyLabRobot —— 一套代码驱动多家实验室机器人

技能入口：skills/pylabrobot/SKILL.md

Opentrons 技能只服务 Opentrons 机器人；而PyLabRobot是硬件无关的框架，支持 Hamilton STAR、Tecan、EVO 乃至 Opentrons OT-2 多种后端。当你的工作流要跨供应商迁移（比如从高校 STAR 搬到公司 Tecan），这就是正确选择。

新手最关心的三点

• 📦离线优先：核心能力（清单校验、棋盘几何检查、移液计划生成、仿真计划）全部可在本地完成，无需连接任何硬件，甚至不建立串口/USB/网络连接
• 🧮确定性校验：配套 CLI 会检查来源/去死体积/目标容量、枪头容量、通道映射、单位与限高——把"撞针"风险挡在编码阶段
• 🚦不可协商的硬件边界：技能明确禁止 AI 自动连接、移动、加热或命令任何物理设备；上机前必须由受训操作者逐项确认后端、固件、校准和急停

想深入了解数据结构，可阅读 protocol-manifest.schema.json，它是所有离线校验脚本的数据契约。

三个技能怎么选？一张表看懂 🧭

安全边界：比"能不能做"更重要的"该不该做"

三个技能共享同一个设计哲学：AI 负责知识密集型的编码与规划，人负责物理世界的安全判断。具体包括：

• 🛡️ 仿真/模拟永远不替代 App 分析和干跑
• 🧤 追踪器记录的是"账面状态"，不能证明液体或枪头真实存在
• 🧯 急停可达、PPE 到位、生物安全与化控程序符合本地规定，缺一不可

总结与延伸资料

• 10 分钟上手：克隆仓库 → 在提示词中点名技能 → 让 AI 生成"草案 + 假设清单" → 本地模拟 → 人工干跑
• 完整技能清单：参见 docs/skills.md
• 核心技能文档：Opentrons 集成、Ginkgo Cloud Lab、PyLabRobot
• 配套环境文件：requirements-flex.txt、requirements-ot2.txt

现在，你的 AI Agent 已经不只是会写代码的助手，而是能真正"动手"的实验室伙伴——从桌面模拟到云端自主实验室，科学家的双手终于可以从重复操作中解放出来。🚀

【免费下载链接】scientific-agent-skillsTurn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000+ scientists worldwide. 165 ready-to-use validated skills plus 100+ scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.项目地址: https://gitcode.com/GitHub_Trending/cl/scientific-agent-skills