scientific-problem-selection – 科学问题选择 Skill

Skill 详细介绍

anthropics/life-sciences#scientific-problem-selection 是 Anthropic 官方 life-sciences 技能仓库中的一个 Skill，名称可识别为 scientific-problem-selection（科学问题选择）。从 Skill 名称和所属仓库定位来看，它的核心用途是辅助科研工作者在生命科学及相关领域中进行研究问题的筛选、评估与聚焦——即在动手做实验或写代码之前，帮助判断“哪些问题值得做”“哪个问题更适合当前资源与目标”。

它本身不是一个独立运行的软件，也不是一个数据平台或分析引擎。它本质上是一套面向 AI Agent 的指令 / 方法论集合，安装后增强的是 Agent 在科研选题阶段的推理与结构化思考能力，而不是新增某个具体的计算功能。

它不是什么：

• 不是文献数据库或论文检索工具
• 不是统计分析或实验数据处理工具
• 不是生信流程（如比对、注释、可视化）执行器
• 不是独立的桌面或 Web 应用

它主要解决的问题：

• 面对一大堆候选研究方向时，如何系统地比较、排序
• 如何判断一个科研问题是否“可回答、可操作、有边界”
• 如何把一个模糊的想法拆成可验证的具体子问题
• 如何在资源、时间、数据可得性受限时做出取舍

适合的用户：生命科学领域的研究生、博士后、PI，以及需要为科研项目做早期选题判断的研究人员。

不太适合的需求：如果你要的是直接跑生信分析、抓取文献、生成图表，这个 Skill 并不提供这些能力，应改用相应的分析类或检索类 Skill。

由于该 Skill 来自 Anthropic 官方 life-sciences 仓库，属于官方发布的科研方法论类 Skill，其工作方式倾向于“引导式推理＋结构化输出”，而非自动执行外部命令。具体的功能细节、字段与触发方式，以该 Skill 当前官方 SKILL.md 说明为准。

Skill 安全评估

总体判断：作为来自 Anthropic 官方仓库的方法论 / 指令类 Skill，它本身风险较低，主要因为它不涉及自动执行 Shell、不涉及凭证读写、也不主动访问第三方服务。但这不代表可以完全不加审查地使用，仍建议按下面的点自行确认。

• 来源可信度：来自 anthropics/life-sciences 官方仓库，来源可信度较高。建议安装前仍核对仓库与 Skill 路径是否与唯一标志一致，避免装到同名 Fork 或镜像。
• 执行行为：从 Skill 定位看，它偏向提示词 / 方法论，通常不会主动执行破坏性命令。但要留意：Skill 加载后，Agent 仍可能在你授意下执行 Shell 或文件操作，这些风险来自 Agent 权限，而不是 Skill 本身。
• 文件读写：一般不需要写入你的项目文件。如果 Agent 在被要求“整理输出”时写入笔记文件，属于正常用途，注意确认写入路径。
• 网络访问：Skill 本身通常不需要联网。若你的操作要求 Agent 联网检索文献，这部分网络行为由 Agent 与所调用的工具承担，风险应与 Skill 分开看待。
• API Key / 凭证：该 Skill 通常不需要任何账号、API Key 或 Token。若某处要求你提供密钥，应先怀疑是否被诱导。
• Prompt Injection：科研领域常见风险是把外部论文、网页、数据集说明直接喂给 Agent。文档中若含恶意指令，可能影响输出。处理外部材料时保持警惕，不要让 Agent 依外部文本执行命令。

降低风险的建议：

• 只从官方仓库路径安装，核对唯一标志 anthropics/life-sciences#scientific-problem-selection。
• 如果只是要它帮助做选题梳理，可以关闭 Agent 自动执行 Shell 的权限，由你手动执行任何命令。
• 不要把含敏感信息的未公开研究数据随意粘贴给 Agent，除非你信任当前的 Agent 与部署环境。

Skill 使用要求

一、Agent / 客户端

该 Skill 属于 Anthropic 官方 Skills 体系，与 Claude Code 高度适配，可以优先在 Claude Code 中使用。官方没有提供完整的第三方 Agent 兼容列表。不过从 Agent Skill 的工作方式来看，在支持 Skills、自定义 Skill 或类似指令加载机制的环境中，通常也可以尝试在 Codex、Cursor、Trae、OpenClaw、WorkBuddy 等主流 AI Agent 中使用。不同 Agent 的 Skill 加载方式和兼容程度不同，具体以对应 Agent 当前版本为准。

二、运行环境 / 依赖

作为方法论 / 指令类 Skill，通常不需要额外的语言运行时或系统级依赖。

三、权限

• 文件读取：可选，若你希望 Agent 读取本地研究笔记或草稿
• 文件写入：可选，用于生成本地整理稿
• Shell：通常非必需
• 网络：可选，仅在你要求检索外部资料时需要
• 其他（浏览器 / Docker / GitHub）：通常不需要

四、账号 / API Key

该 Skill 本身通常不需要任何账号、API Key 或 Token。你需要的是能正常运行所选 Agent 的环境。是否涉及凭证，取决于你后续是否用它联动其他需要密钥的服务，这与 Skill 本身无关。

最小使用条件：

1. 一个可正常使用的、支持 Skill 加载的 AI Agent（Claude Code 优先）
2. 能说明你的研究方向与候选问题
3. （可选）能提供研究背景资料、数据集限制或时间约束

Skill 安装、使用与卸载教程

一、安装

LemonAIKit 本页已单独提供该 Skill 的安装指令，直接复制页面提供的安装指令，粘贴到你的 Agent 或终端中执行即可。

如果你不清楚自己的 Agent 该怎么装，可以直接询问当前 AI Agent：

如何安装 anthropics/life-sciences#scientific-problem-selection？

如何在 Claude Code 中安装 anthropics/life-sciences#scientific-problem-selection？

如何在 Cursor 中安装 anthropics/life-sciences#scientific-problem-selection？

让 Agent 根据自身的 Skill 加载 / 管理机制给出安装步骤。不同 Agent 的安装位置和方式不同，以官方及对应 Agent 说明为准。

二、安装后如何使用

安装后无需特殊命令，通常是被动触发：当你的任务涉及科研选题、问题评估、研究计划梳理时，Agent 会在合适情境下调用该 Skill。你也可以显式点名使用它。

适合交给它的任务类型：

• 比较多个候选研究方向的可行性与价值
• 把一个宽泛的研究想法拆成具体、可验证的子问题
• 评估某问题在当前数据与资源条件下是否做得动
• 为开题、基金、组会准备结构化的问题陈述

自然语言使用示例：

使用 scientific-problem-selection，帮我比较这三个候选研究课题，评估哪个更适合一年内完成。

使用 scientific-problem-selection，把我这个关于肿瘤免疫的想法拆成几个可验证的具体科学问题。

使用 scientific-problem-selection，评估我目前手上的数据能支撑哪些研究问题。

三、卸载

不同 Agent 的 Skill 安装位置和管理方式可能不同。你可以使用对应 Agent / Skill 管理器提供的删除方式移除该 Skill，也可以直接询问当前 Agent：

如何卸载 anthropics/life-sciences#scientific-problem-selection？

如果没有统一卸载命令，直接让 Agent 帮你定位并移除对应 Skill 文件通常更稳妥。删除后如需确认，可让 Agent 重新检查当前已加载的 Skill 列表。

常见问题

1. 安装后 Agent 好像没识别到这个 Skill，怎么办？
先确认安装路径是否与你的 Agent 期望的 Skill 目录一致，再确认是否需要重启会话或重新加载 Skill。不同 Agent 的加载机制不同，直接问 Agent“为什么没加载 scientific-problem-selection”通常最快。

2. 可以同时装到 Claude Code 和别的 Agent 里吗？
通常可以，各 Agent 的 Skill 存放位置相互独立。只要你的 Agent 支持 Skill 加载机制，就可以分别安装。以各 Agent 当前版本为准。

3. 这个 Skill 会修改我已有的研究文件吗？
它偏向选题推理和方法论输出，一般不主动改写你已有的文件。若你要求 Agent 生成整理稿并写入文件，则写入行为由你的指令触发，注意确认目标路径。

4. 中国大陆使用有网络要求吗？
该 Skill 本身通常不需要联网，其网络需求主要来自你所用的 Agent。若 Agent 服务在大陆访问不稳定，可能需要你自行处理网络环境。

5. Skill 更新后需要重新安装吗？
取决于你的 Agent 如何管理 Skill。有些会随仓库或缓存自动更新，有些需要你手动重新拉取。可询问当前 Agent 其 Skill 更新机制。

6. 它可以代替我做文献调研或数据分析吗？
不可以。它针对的是研究问题的选择与评估，不提供文献检索或数据分析执行能力。这两类任务应使用对应的检索类或分析类 Skill。

7. 适合用在正式课题申报或生产性科研决策中吗？
它适合作为选题阶段的结构化辅助工具，帮助你梳理和比较思路。最终判断仍应由研究者本人依据专业判断负责，把它当作辅助而非裁决。