Scientific Agent Skills: una biblioteca de instrucciones para investigación científica asistida por agentes

Todo lo que hay que saber sobre K-Dense-AI/scientific-agent-skills: 158 habilidades instalables que documentan flujos, paquetes, bases de datos y límites para agentes de IA usados en investigación.

Qué es Scientific Agent Skills

Scientific Agent Skills es una colección abierta de habilidades para agentes, no un modelo científico ni una plataforma de cómputo. Cada habilidad se distribuye como un directorio con SKILL.md, documentación, ejemplos y, cuando procede, guiones auxiliares. Su función es dar al agente instrucciones explícitas para utilizar bibliotecas, fuentes de datos y flujos especializados de investigación.

El README de la versión v2.62.0 declara 158 habilidades y más de cien bases de datos o vías de acceso. El ámbito abarca bioinformática, genómica, química computacional y descubrimiento de fármacos, proteómica, imagen médica, ciencia de materiales, física, análisis geoespacial, automatización de laboratorio, redacción científica y análisis de datos. También incluye límites explícitos: por ejemplo, los materiales clínicos se presentan como apoyo a investigación, datos autorizados o desidentificados y revisión cualificada, no como diagnóstico ni decisión terapéutica.

Sala de servidores futurista con una estantería central que irradia luz azul neón y proyecta 158 carpetas holográficas luminosas, cada una etiquetada SKILL.md con iconos de distintas disciplinas científicas.

La propuesta no impide que el agente use otros paquetes o API. Su valor declarado es ofrecer rutas ya documentadas, con ejemplos, procedencia y comprobaciones, para herramientas recurrentes como RDKit, Scanpy, BioPython, PyTorch Lightning, ChEMBL, UniProt y ClinicalTrials.gov.

El origen: de Claude Scientific Skills a una colección portátil

El repositorio nació el 19 de octubre de 2025: el primer commit, firmado por Timothy Kassis, se titula Initial commit. El perfil de GitHub de Kassis lo identifica como cofundador y director tecnológico de K-Dense; la organización se describe como una empresa orientada a dotar a científicos de herramientas agénticas. La cuenta de K-Dense se creó tres días antes, el 16 de octubre de 2025.

El nombre inicial explica el contexto de lanzamiento: el README conserva el aviso de que Claude Scientific Skills pasó a llamarse Scientific Agent Skills. La razón expuesta es ampliar la compatibilidad desde Claude hacia cualquier agente que implemente el estándar abierto Agent Skills. La transición refleja una tensión práctica: una colección organizada para un cliente concreto gana difusión si respeta una estructura portable, pero los directorios de instalación, el descubrimiento de habilidades y los campos opcionales siguen variando según el cliente.

Ilustración conceptual de una carpeta luminosa llamada "Claude Scientific Skills" transformándose y expandiéndose en una interfaz holográfica más amplia llamada "Scientific Agent Skills", conectada a múltiples plataformas de IA.

No se recuperó una entrada de blog de lanzamiento con una narración más extensa. Por tanto, no se atribuyen anécdotas ni motivaciones adicionales a Kassis o K-Dense más allá de la cronología del repositorio, el cambio de nombre y los textos publicados por el propio proyecto.

Filosofía y principios

La filosofía que documentan el README y CONTRIBUTING.md puede resumirse así:

Instrucciones explícitas en vez de conocimiento tácito: una habilidad define qué usar, cuándo usarlo, dependencias, ejemplos, referencias y buenas prácticas para que un agente no tenga que reconstruir ese contexto desde cero.

Ilustración de un agente de IA robótico y translúcido leyendo un archivo SKILL.md flotante que proyecta en verde neón instrucciones explícitas, dependencias y referencias científicas.

Interdisciplinariedad: K-Dense justifica agrupar las habilidades porque un flujo real puede unir genómica, quimioinformática, datos clínicos y aprendizaje automático.
Portabilidad con una especificación común: cada habilidad debe usar SKILL.md con una cabecera YAML conforme a Agent Skills; el repositorio exige además metadata.version.
Validación, trazabilidad y límites: las guías deben incluir comprobaciones científicas y de seguridad cuando correspondan; los flujos de salud y laboratorio deben mantenerse dentro de los límites de investigación y revisión humana.
Seguridad por inspección, no por confianza ciega: el README advierte que una habilidad puede hacer que un agente ejecute código, instale paquetes, use red o modifique archivos. Recomienda instalar solo lo necesario, leer SKILL.md, revisar el historial y escanear localmente antes de confiar en contenido de terceros.

La consecuencia útil es que una habilidad no equivale a evidencia científica ni valida por sí sola un resultado. Es una capa de procedimiento sobre software, datos y fuentes externas que el usuario debe verificar en su entorno.

Cómo funciona

Una instalación puede hacerse mediante el instalador de habilidades o mediante GitHub CLI:

npx skills add K-Dense-AI/scientific-agent-skills

gh skill install K-Dense-AI/scientific-agent-skills scanpy

El README también propone clonarlo en ~/.agents/skills/scientific-agent-skills o .agents/skills/scientific-agent-skills, y ofrece para Hermes el tap hermes skills tap add K-Dense-AI/scientific-agent-skills. Indica que los clientes compatibles pueden descubrir los directorios configurados y que una habilidad concreta puede invocarse mencionando su nombre.

Terminal futurista en una habitación oscura mostrando el comando gh skill install K-Dense-AI/scientific-agent-skills scanpy en verde neón, con un árbol de directorios holográfico que muestra las carpetas skills/, references/, scripts/ y tests/.

La estructura publicada separa lo que un agente carga de lo que se prueba:

skills/<nombre>/SKILL.md
skills/<nombre>/references/
skills/<nombre>/scripts/
skills/<nombre>/assets/
tests/<nombre>/

El repositorio pide Python 3.13+ y uv para su propio trabajo de mantenimiento; las dependencias de ejecución dependen de cada habilidad. Para reproducibilidad, gh skill install admite un tag o SHA, por ejemplo --pin v2.62.0.

Los ejemplos muestran la composición de habilidades: un flujo de descubrimiento de fármacos combina consulta a ChEMBL, análisis estructural con RDKit, cribado virtual, búsqueda bibliográfica y visualización; otro encadena Scanpy, Cellxgene Census, PyDESeq2, Arboreto y Open Targets para datos de célula única. Estas son recetas del proyecto, no resultados clínicos ni validaciones independientes.

Visualización de un flujo de descubrimiento de fármacos orquestado por un agente de IA: un brazo robótico conecta módulos holográficos de consulta a ChEMBL, análisis estructural con RDKit, cribado virtual y visualización final de datos.

Estado oficial y semioficial

El estado oficial verificable es el de una colección de código MIT que adopta el estándar abierto Agent Skills y que documenta comandos de gh skill para GitHub CLI. El README vincula la documentación de GitHub CLI y señala que gh skill coloca las habilidades en el directorio apropiado y registra procedencia para la integridad de la cadena de suministro.

El estado es semioficial respecto de los clientes: el propio README declara compatibilidad con Claude Code, Claude Cowork, Codex, Gemini CLI, Google Antigravity, Cursor, Pi, OpenClaw, NemoClaw y Hermes, siempre que el host admita el estándar y tenga configuradas sus rutas. No se recuperó evidencia de que Scientific Agent Skills haya sido aceptado como plugin de un mercado oficial de Anthropic, OpenAI, Google o Cursor. Por ello, la compatibilidad anunciada no debe interpretarse como certificación, aval del proveedor ni garantía de comportamiento homogéneo.

En la práctica, el uso de un formato abierto y las rutas de instalación para varios clientes reducen fricción de adopción; no convierten al repositorio en un estándar formal ni sustituyen la revisión de las habilidades instaladas.

El ecosistema

Repositorios de K-Dense

La consulta a la API de GitHub de la organización identificó estos proyectos públicos relacionados, con sus estrellas en la medición indicada más abajo:

Mapa de red cyberpunk que representa el ecosistema de K-Dense AI: un nodo central luminoso llamado scientific-agent-skills conectado mediante haces de luz a nodos satélite como k-dense-byok, claude-skills-mcp, science-superpowers, mimeo y karpathy.

K-Dense-AI/k-dense-byok — 973 estrellas. Copiloto científico de escritorio que se declara impulsado por Scientific Agent Skills; permite aportar claves propias, elegir modelos y usar el espacio de trabajo local.
K-Dense-AI/claude-skills-mcp — 396 estrellas. Servidor MCP para buscar y recuperar habilidades mediante búsqueda vectorial.
K-Dense-AI/science-superpowers — 281 estrellas. Metodología de ciencia computacional para agentes, descrita por K-Dense como una reimplementación científica de Superpowers que prioriza el preregistro sobre el desarrollo guiado por pruebas.
K-Dense-AI/mimeo — 238 estrellas. Herramienta para convertir la experiencia de una persona en SKILL.md o AGENTS.md.
K-Dense-AI/mimeographs — 97 estrellas. Habilidades generadas con mimeo para aproximar el modo de pensar de fundadores, filósofos y científicos.
K-Dense-AI/scientific-agents — 121 estrellas. Perfiles AGENTS.md orientados a razonamiento experto de científicos e ingenieros.
K-Dense-AI/claude-scientific-writer — 2.177 estrellas y K-Dense-AI/agentic-data-scientist — 679 estrellas. Son proyectos hermanos de redacción científica y ciencia de datos de extremo a extremo, respectivamente.
K-Dense-AI/karpathy — 1.525 estrellas. Proyecto que se presenta como ingeniero de aprendizaje automático agéntico.

El vínculo más directo es k-dense-byok: el README de la colección afirma que ese producto utiliza las 158 habilidades. claude-skills-mcp es complementario porque añade recuperación, no nuevas habilidades científicas.

Bifurcaciones, puertos y traducciones comunitarias

La API de bifurcaciones mostró principalmente copias con la descripción original. Entre las que cambian el alcance o el idioma se encuentran:

Dev-moe-kyawaung/scientific-agent-skills — 20 estrellas; se describe como conjunto de habilidades para investigación, ciencia, ingeniería, análisis, finanzas y escritura.
backtrue/claude-scientific-skills — 18 estrellas; bifurcación orientada a Claude.
kellsaro/k-dense-ai-claude-scientific-skills — 12 estrellas; bifurcación orientada a Claude.
xianyu110/claude-scientific-skills — 2 estrellas; su descripción en GitHub indica que es una presentación en chino de la colección de habilidades científicas de K-Dense.

Son bifurcaciones encontradas por la API, no extensiones auditadas ni versiones recomendadas por K-Dense. La existencia de una copia traducida no demuestra mantenimiento, paridad con el original ni soporte oficial.

Proyectos comparables y relacionados

La búsqueda de repositorios de GitHub recuperó google-deepmind/science-skills (2.628 estrellas), una colección de Google DeepMind para acelerar flujos científicos con fuentes como AlphaGenome, AFDB y UniProt; LeonChaoX/qinyan-academic-skills (764), biblioteca multilingüe para investigación académica; e InternScience/Awesome-Scientific-Skills (501), lista curada de habilidades científicas. Se describen con más detalle en la comparación; su presencia confirma que esta biblioteca forma parte de un espacio más amplio de habilidades para agentes, no un ecosistema cerrado.

Números del repositorio

Medición: 5 de agosto de 2026, API de GitHub.

Métrica	Valor
Estrellas	32.726
Bifurcaciones	3.231
Suscriptores reales	153
Commits	668
Incidencias abiertas indicadas por la API	8
Lenguaje principal	Python
Licencia del repositorio	MIT
Creación	19 de octubre de 2025
Último envío de código	3 de agosto de 2026
Última actualización de metadatos	5 de agosto de 2026
Última publicación	`v2.62.0`, 31 de julio de 2026

Panel de control holográfico que muestra las métricas de GitHub del repositorio: 32.7k estrellas, 668 commits y la versión v2.62.0, junto al logotipo luminoso de GitHub sobre un fondo oscuro con acentos neón.

El total de 668 commits procede del último enlace de paginación de la API. Los principales contribuidores devueltos por la API son TKassis (285 contribuciones), borealBytes (38), github-actions[bot] (23), vin-bio (22) y leipzig (15). La cuenta de automatización no es una persona y se conserva aquí porque la API la clasifica entre los primeros contribuidores.

Hay dos cautelas de la API: open_issues_count puede incluir solicitudes de cambios abiertas, por lo que no equivale necesariamente a incidencias; y watchers_count replica el total de estrellas. Por eso la tabla comunica subscribers_count como suscriptores reales. Las cifras cambian con el tiempo.

Cómo contribuir

CONTRIBUTING.md documenta un flujo de contribución definido:

Crear una bifurcación y una rama, por ejemplo add-skill-name.
Crear skills/<nombre>/SKILL.md con una cabecera YAML válida, nombre en minúsculas y guiones, descripción y metadata.version como cadena numérica entre comillas.
Añadir references/, scripts/ o assets/ solo si aportan valor; colocar pruebas en tests/<nombre>/, no dentro de la habilidad.
Probar los comandos, ejemplos y guiones; incrementar la versión al modificar una habilidad existente.
Ejecutar uv run skills-ref validate ./skills/<nombre> y, si la habilidad incluye guiones, sus pruebas con uv run --with pytest python -m pytest tests/<nombre> -q.
Ejecutar el escáner de comportamiento skill-scanner scan ./skills/<nombre> --use-behavioral para contenido nuevo o sustancialmente modificado, antes de abrir la solicitud de cambios.

La integración continua valida formato, enlaces, análisis de guiones, cabeceras YAML y el requisito de pruebas para habilidades con scripts/. K-Dense aclara que un resultado limpio del escáner reduce ruido de revisión, pero no reemplaza la revisión manual.

Cómo lo recibió la comunidad

No se recuperó un hilo directo de Hacker News para el nombre del repositorio ni para K-Dense-AI/scientific-agent-skills; por ello no se atribuye una recepción en esa comunidad. En GitHub sí aparecen señales concretas, favorables y críticas:

En la incidencia #126, con cuatro comentarios, neseliispanak calificó el proyecto de extraordinario y pidió habilidades para ciencias sociales, artes y musicología. Kassis respondió que ampliarían el alcance si se definían capacidades claras, y después indicó que necesitarían especialistas para validarlas. Es entusiasmo de una persona y una conversación de diseño, no una prueba de efectividad científica.
La incidencia #174, con tres comentarios, registra una objeción operativa: antoine-mle informó que gh skill install no encontraba las habilidades; lxhuang2 confirmó el mismo error. Kassis cerró el hilo diciendo que GitHub CLI esperaba skills/ en lugar de scientific-skills/ y que habían actualizado el repositorio para mejorar la compatibilidad. El README mantiene una nota sobre ese cambio desde v2.43.0.
En la incidencia #127, con tres comentarios, rottenpen denunció que una habilidad introducía publicidad. yarikoptic localizó una recomendación a K-Dense Web, señaló que parecía publicidad pero no la consideraba maliciosa y enumeró otras habilidades que aún podían hacer una recomendación semejante. Esto no verifica que todo el repositorio sea seguro ni que la acusación inicial fuera correcta; sí explica por qué el README insiste en leer las habilidades y ejecutar escaneos antes de instalarlas.

La reacción recuperada combina interés por ampliar el catálogo y utilidad percibida con problemas de instalación y vigilancia sobre instrucciones que pueden influir en un agente. Es evidencia puntual de incidencias públicas, no una encuesta de usuarios.

Scientific Agent Skills frente a otras propuestas

Propuesta	Coincidencia verificable	Diferencia verificable
`google-deepmind/science-skills`	Ambas son colecciones de habilidades para flujos científicos y citan bases de datos y herramientas especializadas.	La descripción de DeepMind se centra en AlphaGenome, AFDB, UniProt y más de 30 recursos; Scientific Agent Skills declara 158 habilidades, más de cien rutas de datos y compatibilidad multiagente.
`LeonChaoX/qinyan-academic-skills`	Ambas agrupan habilidades instalables para investigación, literatura, redacción y análisis.	qinyan-academic-skills se presenta como biblioteca multilingüe de 182 habilidades para investigación académica; la colección de K-Dense documenta un foco explícito en ciencia, paquetes de Python, bases de datos y límites para investigación clínica.
`InternScience/Awesome-Scientific-Skills`	Ambas ayudan a descubrir habilidades de investigación científica.	Awesome-Scientific-Skills se describe como una lista curada; Scientific Agent Skills publica las propias habilidades, guiones, pruebas y proceso de contribución.
`K-Dense-AI/science-superpowers`	Ambos repositorios de K-Dense usan habilidades componibles para agentes de investigación.	science-superpowers se presenta como metodología de ciencia computacional basada en preregistro; Scientific Agent Skills es el catálogo de habilidades y conectores científicos.

La comparación no es un benchmark. Para elegir entre una colección y otra conviene revisar el SKILL.md de la tarea deseada, sus dependencias, licencia individual, fuentes de datos, políticas de red y límites de seguridad, en vez de inferir calidad por número de estrellas.

Casos de uso y a quién puede ayudar este repositorio

Equipos de biología computacional y genómica pueden dar a un agente rutas documentadas para análisis de secuencias, datos de célula única, anotación de variantes y consultas a recursos como NCBI, UniProt o Cellxgene Census. Los límites de investigación y la revisión cualificada importan especialmente al manejar datos biomédicos.
Grupos de química medicinal y descubrimiento de fármacos pueden componer habilidades de ChEMBL, RDKit, DiffDock, fuentes estructurales y búsqueda bibliográfica para organizar cribado virtual, análisis de relaciones estructura-actividad y documentación de candidatos. Los resultados siguen siendo hipótesis de investigación, no recomendaciones clínicas.
Laboratorios y equipos de automatización pueden usar las habilidades de Opentrons, LIMS y protocolos para preparar o simular flujos, conservando las puertas de seguridad y la revisión de operadores que el README exige para ejecución física o escrituras remotas.
Investigadores que elaboran informes, figuras o revisiones de literatura pueden aprovechar los flujos de recuperación de texto completo, citas fijadas a líneas, redacción con procedencia y creación de documentos. La colección también invita a citar tanto el conjunto como las habilidades concretas que contribuyeron al trabajo.
Administradores de agentes en Cursor, Codex, Claude Code, Gemini, Hermes u otros hosts compatibles pueden instalar solo un subconjunto temático, fijar una versión y revisar el código antes de ampliarlo. Esta selección parcial es relevante porque el propio README advierte que 158 habilidades pueden añadir mucho contexto y que las instrucciones pueden ejecutar acciones en el sistema.

Recursos

Repositorio: https://github.com/K-Dense-AI/scientific-agent-skills
Documentación e instalación: https://github.com/K-Dense-AI/scientific-agent-skills#-getting-started
Especificación de habilidades: https://agentskills.io/specification
Guía oficial de contribución: https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/CONTRIBUTING.md
Habilidades oficiales: https://github.com/K-Dense-AI/scientific-agent-skills/tree/main/skills
Proyecto complementario BYOK: https://github.com/K-Dense-AI/k-dense-byok
Servidor MCP relacionado: https://github.com/K-Dense-AI/claude-skills-mcp
Revisiones y conversaciones: https://github.com/K-Dense-AI/scientific-agent-skills/issues/126, https://github.com/K-Dense-AI/scientific-agent-skills/issues/174, https://github.com/K-Dense-AI/scientific-agent-skills/issues/127
Comunidad y actualizaciones: https://www.k-dense.ai/, https://www.youtube.com/@K-Dense-Inc

Nota: este artículo combina el README y la guía de contribución del repositorio, la API de GitHub, los hilos de incidencias citados y el sitio de K-Dense, consultados el 5 de agosto de 2026. Las métricas y el contenido pueden cambiar.