收录不代表推荐；状态只说明资源是否进入目录，以及 MCP 最近一次是否可以连接。
/
能力资源 / 描述类型方向 / 行业准备度 / 证据 / 使用信任
rowanRowan 是一个云原生的分子建模和药物化学工作流平台，提供 Python API。适用于 pKa 和 macropKa 预测、构象异构体和互变异构体集合、对接和类似物对接、蛋白质-配体共折叠、MSA 生成、分子动力学、渗透性、描述符工作流，以及相关的小分子或蛋白质建模任务。非常适合程序化批量筛选、多步骤化学流程，以及原本需要维护本地 HPC/GPU 基础设施的工作流。技能agent-skills已收录
准备引导使用
证据源码已查
使用0 次
latchbio-integration使用 Python SDK、CLI、Latch Data 和 Registry、Nextflow、Snakemake、程序化执行以及 Latch MCP 在 Latch 上构建、注册、调试和操作生物信息学工作流。在编写或部署 Latch 工作流、配置资源或界面、移动数据、集成 Registry 或启动和监控运行时使用。技能agent-skills已收录
准备引导使用
证据源码已查
使用0 次
screen-reader-testing使用屏幕阅读器（包括 VoiceOver、NVDA 和 JAWS）测试 Web 应用程序。在验证屏幕阅读器兼容性、调试可访问性问题或确保辅助技术支持时使用。技能agent-skills已收录
准备引导使用
证据源码已查
使用0 次
autoskill通过 screenpipe 观察用户的屏幕，检测重复的研究工作流，将其与现有的 scientific-agent-skills 进行匹配，并为尚未覆盖的模式起草新技能（或组合现有技能的编排配方）。当用户要求分析其近期工作并根据实际行为提出技能建议时使用。需要本地运行 screenpipe 守护进程（https://github.com/screenpipe/screenpipe）并监听 3030 端口——该技能没有其他数据源，如果 screenpipe 不可达将拒绝运行。所有检测均在本地进行；只有经过脱敏处理的聚类摘要才会发送给 LLM。技能agent-skills已收录
准备条件可用
证据源码已查
使用0 次
iso-standards-readiness准备并结构化审查ISO管理体系与实验室能力标准的就绪证据——ISO 13485医疗器械质量管理体系、ISO 14971器械风险管理、ISO/IEC 17025检测和校准实验室、ISO 15189医学实验室。用于组织声明范围、受控文件、风险管理文件、认可范围、可追溯性、CAPA、外部供应商控制或受限本地证据清单，并区分ISO认证与实验室认可、FDA QMSR检查、CLIA认证、MDSAP和EU MDR/IVDR证据边界。不用于法律适用性、合规性、认证或认可决定；不含条款文本。技能agent-skills已收录
准备引导使用
证据源码已查
使用0 次
benchling-integrationBenchling Python SDK 和 REST API 集成，用于注册表实体、库存、ELN 条目、工作流、Benchling Apps 和数据仓库查询。在自动化实验室数据时使用 benchling-sdk 或 v2 API。技能agent-skills已收录
准备引导使用
证据源码已查
使用0 次
pyzotero使用 pyzotero Python 客户端与 Zotero 参考文献管理库交互。通过 Zotero Web API v3 检索、创建、更新和删除条目、集合、标签及附件。当需要以编程方式处理 Zotero 库、管理参考文献、导出引文、搜索库内容、上传 PDF 附件或构建集成 Zotero 的研究自动化工作流时，可使用此技能。技能agent-skills已收录
准备条件可用
证据源码已查
使用0 次
pi-agent使用 Pi 构建和使用，Pi 是一个极简的终端编码工具。用于安装 Pi、配置提供商/模型/设置/环境变量、创建 Pi 技能/扩展/包/主题/提示模板、通过 SDK 嵌入 Pi、通过 RPC 或 JSON 事件流集成、解析会话、通过 llama.cpp 路由器运行本地模型、开发自定义 Pi 提供商和 TUI 组件，或使用生态系统包，如 pi-subagents（委派/编排）、pi-mcp-adapter（MCP 服务器）、pi-interview（交互式表单）和 pi-web-access（网络搜索、抓取、视频理解）。技能agent-skills已收录
准备可直接指导
证据源码已查
使用0 次
arbor自主改进真实工件（代码、训练配方、智能体框架、数据管道、提示词），以目标和评估器为依据，使用 Arbor 论文中的假设树细化（HTR）。当用户希望在多次实验中迭代优化某物而不过拟合时使用——例如“提高我的模型评估分数”、“改进这个智能体/框架”、“调整这条管道”、“在此基准上击败基线”、“运行搜索并保留最佳方案”、“进行 MLE-bench / Kaggle 式优化”，或任何长期“让这个工件更好，不要只记住开发集”的任务。即使没有提到“Arbor”或“假设树”，只要描述了重复实验-评估循环、竞争想法的分支探索或担心开发/测试差距，也应触发。以 Claude 自身为协调者，在隔离的 git worktree 中运行子代理执行器；独立 `arbor` CLI 工具见 references/arbor-upstream.md。技能agent-skills已收录
准备引导使用
证据源码已查
使用0 次