فرحة عارمة للباحثين: ثبّت 177 مهارة بحثية بأمر واحد وانطلق فورًا

ملاحظة الكاتب: دليل عملي خطوة بخطوة لبدء استخدام مهارات الوكلاء البحثية الـ177 من K-Dense-AI، بدءًا من فحص البيئة واختيار المهارات وتثبيتها واستكمال التبعيات، وصولًا إلى اختبار تشغيلها والتحقق من النتائج، مع شرح منفصل لاستكشاف الأخطاء والمخاطر.

تُعد Scientific Agent Skills، مفتوحة المصدر من K-Dense-AI، حزمة تضم 177 مهارة بحثية مخصصة لوكلاء البرمجة مثل Claude Code وCursor. تحوّل الحزمة إجراءات مثل تحليل الخلايا المفردة والمعلوماتية الكيميائية ومراجعة الأدبيات والبحث في قواعد البيانات إلى أدلة تشغيل يفهمها الوكيل، فلا تضطر في كل مرة إلى كتابة خطوات ضبط الجودة (QC) من الصفر أو البحث في وثائق API أو التحقق من معرّفات DOI. لكن من الأفضل ألا تثبّت المهارات كلها دفعة واحدة: فهي تتيح للوكيل تنفيذ الشفرة وتثبيت الحزم والاتصال بالإنترنت، كما أن تثبيت ملفات المهارات لا يثبّت تبعيات Python تلقائيًا.

هذا ليس مقالًا يَعِدك بأن التثبيت وحده سيحل كل شيء، بل دليل للبدء في خمس خطوات، يمكنك التحقق من نتيجتها في كل مرحلة.

ما ستستفيده: بعد قراءة المقال، ستتمكن من اختيار 5 إلى 10 مهارات بحثية تناسب مجالك، وتثبيتها في المجلد الصحيح واستكمال تبعياتها، ثم جعل الوكيل يستخدمها فعليًا مع إمكانية التحقق من المخرجات والأرقام بندًا بندًا.

ماذا تتضمن مهارات البحث العلمي الـ177؟

عنوان المستودع هو K-Dense-AI/scientific-agent-skills، وهو متاح بترخيص MIT. حتى 28 أكتوبر 2026، حصل على 54,959 نجمة و4,846 عملية تفريع، وكان إصداره الحالي 2.72.0، مع 177 مجلدًا فرعيًا داخل الدليل skills/. ويذكر ملف README أن المكتبة «يستخدمها أكثر من 250,000 عالم» وأنها «مكتبة مهارات الوكلاء الأولى للعلوم». هذه أرقام وادعاءات أعلنها القائمون على المشروع، وليست إحصاءات من جهة مستقلة. أما الورقة البحثية المصاحبة فهي arXiv:2609.00065.

الشكل 1: الصفحة الرئيسية للمستودع، في لقطة بتاريخ 28 أكتوبر 2026. تظهر نحو 55 ألف نجمة و4.8 آلاف عملية تفريع، ويذكر قسم About صراحةً وجود 177 مهارة وأكثر من 100 قاعدة بيانات.

لماذا يبلغ العدد 177؟ في الإصدار 2.71.0 كان هناك 181 مهارة. وابتداءً من الإصدار 2.72.0، لم تعد مهارات المستندات الأربع docx وpdf وpptx وxlsx مضمّنة في المستودع. إذا احتجت إليها، فعليك تثبيتها بشكل منفصل من مستودع Anthropic.

الشكل 2: يعرض الدليل skills/ عشرات مجلدات المهارات في شاشة واحدة. ويظهر في وصف آخر تعديل عبارة Remove vendored Anthropic document skills، وهو التعديل الذي انخفض معه العدد من 181 إلى 177.

يقسّم ملف README جميع المهارات إلى 22 فئة رئيسية. ويجمع الجدول التالي هذه الفئات في مجموعات بحسب المجال، مع عرض مهارات وحزم تمثيلية فقط، بدلًا من سردها جميعًا:

المجال (الفئات الرئيسية في README)	مهارات / حزم بارزة	الاستخدامات الشائعة
المعلوماتية الحيوية، والأوميكس المتعددة، والبروتيوميات، ومطيافية الكتلة	`scanpy`، `pydeseq2`، `pyopenms`، `nextflow`، ومهارات الحزم مثل scVelo	ضبط جودة بيانات الخلايا المفردة وتجميعها، وتحليل التعبير التفاضلي، ومعالجة بيانات مطيافية الكتلة، وتنسيق سير العمل
المعلوماتية الكيميائية، واكتشاف الأدوية، وعلوم المواد	`rdkit`، `pymatgen`	ترشيح الجزيئات وحساب واصفاتها، والبنى البلورية وحسابات المواد
الفيزياء والفلك، والهندسة والمحاكاة	`qiskit`، ومهارات الحزم مثل QuTiP	الدوائر الكمومية ومحاكاة الأنظمة الكمومية
الأبحاث السريرية، والذكاء الاصطناعي الطبي، واللوائح والمعايير	`clinical-reports`، ومهارات الحزم مثل pydicom	إعداد مسودات التقارير السريرية وقراءة الصور الطبية
تحليل البيانات وتصورها، وتعلم الآلة، والبيانات الجغرافية المكانية	`scientific-visualization`، `timesfm-forecasting`، ومهارات الحزم مثل scikit-learn وPyTorch Lightning وGeoPandas	رسوم بيانية بجودة صالحة للنشر، والتنبؤ بالسلاسل الزمنية، والنمذجة، وتحليل البيانات المكانية
التواصل العلمي ومنهجية البحث	`literature-review`، `scientific-writing`، `paper-lookup`، `paperzilla`، `scientific-slides`، `research-grants`، `peer-review`، `generate-image`	المراجعات المنهجية، وكتابة الأوراق البحثية، وشرائح اجتماعات الفريق، وطلبات التمويل، وملاحظات مراجعة الأقران
البحث في قواعد البيانات	`database-lookup`، ومهارات متخصصة مثل DepMap وImaging Data Commons وPrimeKG وNCATS ARAX وAlphaGenome	البحث الموحّد في مصادر البيانات العامة، وتلك التي تتطلب التسجيل أو الترخيص

تنظّم مهارة database-lookup وحدها 80 مصدر بيانات. ومع إضافة المهارات المتخصصة والحزم متعددة القواعد، يذكر ملف README أن المشروع يدعم أكثر من 100 قاعدة بيانات. وهناك أكثر من 70 مهارة مخصصة لحزم Python، تشمل RDKit وScanpy وscikit-learn وPyTorch Lightning وpydicom وQuTiP وGeoPandas وpymatgen وQiskit وscVelo وTimesFM. وتوضح كل مهارة إصدارات الحزمة المناسبة وكيفية استخدامها.

بنية مجلد المهارة الواحدة في مهارات البحث العلمي

كل مهارة عبارة عن مجلد يجب أن يحتوي على ملف SKILL.md، ويمكن إضافة references/ وscripts/ وassets/ حسب الحاجة. على سبيل المثال، تحدد البيانات الوصفية في بداية ملف scanpy الترخيص BSD-3-Clause، ومتطلبات Python 3.12+، والإصدار metadata.version 1.8، وتاريخ آخر مراجعة last-reviewed 2026-10-01.

هناك نقطة يسهل إغفالها: المستودع ككل مرخّص بموجب MIT، لكن حقل license في ملف SKILL.md يحدد ترخيص كل مهارة على حدة، وقد يختلف عن ترخيص المستودع. إذا كنت تنوي الاستخدام التجاري أو إعادة التوزيع، فتحقق من ترخيص كل مهارة.

خطوات دمج مهارات البحث العلمي الخمس

تتكون عملية الدمج من خمس خطوات: فحص البيئة → مراجعة القائمة واختيار المهارات → تثبيت ما تحتاج إليه فقط → إضافة التبعيات وبيانات الاعتماد → تشغيل المهارات والتحقق من نتائجها. في كل خطوة سنوضح ما إذا كنت أنت من يُدخل الأمر، أو أن أداة سطر الأوامر تنفذه، أو أن الوكيل يتولى التنفيذ.

الخطوة 1: فهم طريقة تثبيت مهارات البحث العلمي ومتطلباتها

الوقت المطلوب: نحو 5 دقائق　المتطلبات: القدرة على فتح الطرفية　الصعوبة: منخفضة (يمكنك تخطي الخطوة إذا كانت البيئة جاهزة)

ما عليك فعله: شغّل أوامر التحقق التالية بنفسك، واحدًا تلو الآخر، لتعرف ما إذا كان بإمكانك التثبيت مباشرة، أو تحتاج إلى تثبيت أدوات أولًا، أو أن بيئة التشغيل المضيفة غير مدعومة.

node -v: تتطلب أداة التثبيت npx skills الإصدار 22.20 من Node.js أو أحدث
python3 --version: تتطلب سلسلة الأدوات المرفقة بالمستودع Python 3.13 أو أحدث (أما نطاق الاعتماديات لكل مهارة فيحدده حقل compatibility الخاص بها)
uv --version: تُستخدم أداة uv لتثبيت اعتماديات المهارات
gh --version: لا تحتاج إليها إلا إذا كنت تنوي التثبيت باستخدام GitHub CLI، ويجب أن يكون إصدارها أعلى من 2.90.0
نظام التشغيل: macOS أو Linux أو Windows مع WSL2

ما ستراه: يعرض كل أمر رقم إصدار. وإذا ظهرت رسالة command not found، فهذا يعني أن الأداة غير مثبتة بعد.

معايير التحقق: إصدار Node لا يقل عن v22.20، وإصدار Python لا يقل عن 3.13، وأداة uv تعرض رقم إصدارها، وبيئة التشغيل المضيفة التي تستخدمها تدعم معيار Agent Skills. تدعم أداة التثبيت skills، وهي حزمة npm من vercel-labs/skills بترخيص MIT وأحدث إصدار لها هو 1.7.4، أكثر من 70 بيئة تشغيل رسميًا، من أشهرها Claude Code وCursor وCodex وGemini CLI وAntigravity وOpenClaw. المهارات نفسها غير مرتبطة بنموذج معين: أنت من يختار النموذج الذي تستخدمه بيئة التشغيل، وستوضح الخطوة 5 كيفية ربط النموذج بـ APIYI.

الخطوة 2: أعدّ قائمة بمهارات البحث العلمي أولًا، ثم قرر ما ستثبّته

الوقت المطلوب: نحو 10 دقائق　المتطلبات: اجتياز الخطوة 1　الصعوبة: منخفضة (لا يُنصح بتخطيها)

ما عليك فعله: شغّل بنفسك أمر «العرض دون تثبيت». ستنزّل أداة سطر الأوامر المستودع وتقرأ أسماء جميع المهارات وأوصافها، لكنها لن تثبّت أي مهارة على جهازك.

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

ما ستراه: قائمة تضم 177 مهارة في الطرفية، مع اسم كل مهارة ووصف موجز لها.

ملاحظة من التجربة: تستنسخ هذه الخطوة المستودع كاملًا على جهازك أولًا، ويزيد حجمه على 400 ميغابايت. إذا كان الاتصال بطيئًا، فقد تبقى الطرفية عند Cloning repository… لفترة طويلة، وإذا تجاوزت العملية 300 ثانية فسيظهر خطأ Clone timed out. لزيادة المهلة، استخدم SKILLS_CLONE_TIMEOUT_MS=600000 (10 دقائق) ثم أعد المحاولة؛ أو نفّذ git clone بنفسك أولًا، ثم شغّل skills add على المجلد المحلي.

معيار التحقق: أن تكون لديك قائمة مرشحة تضم 5 إلى 10 مهارات. ينص ملف README حرفيًا على “Do not install everything at once”، أي «لا تثبّت كل شيء دفعة واحدة»، وهذه هي التوصية الرسمية أيضًا. فكلما زاد عدد المهارات المثبتة، زاد التشويش عند اختيار الوكيل للمهارة المناسبة، وزاد حجم الشفرة التي تحتاج إلى مراجعتها.

يمكنك الاختيار حسب مجال عملك:

المعلوماتية الحيوية: scanpy وpydeseq2 وdatabase-lookup، وأضف pyopenms إذا كنت تعمل على مطيافية الكتلة
المعلوماتية الكيميائية: rdkit وdatabase-lookup، وأضف pymatgen إذا كنت تعمل في مجال المواد
الأدبيات والكتابة العلمية: literature-review وpaper-lookup وscientific-writing وpeer-review
تصوّر البيانات: scientific-visualization، وأضف timesfm-forecasting إذا كنت تتعامل مع السلاسل الزمنية
أتمتة المختبرات: تحقّق من أسماء المهارات المحددة في هذه الفئة ضمن مخرجات --list، ويمكنك البدء بـ nextflow لتنسيق سير العمل

الخطوة 3: ثبّت المهارات البحثية التي تحتاجها فقط

الوقت المطلوب: نحو 5 دقائق　المتطلبات المسبقة: قائمة بالمهارات المرشحة　الصعوبة: متوسطة

ما عليك فعله: شغّل أمر التثبيت بنفسك، وستتولى أداة سطر الأوامر وضع المهارات في مجلد المهارات الخاص بالأداة المضيفة. المقصود بـ«أمر واحد» في العنوان هو npx skills add K-Dense-AI/scientific-agent-skills. يؤدي تشغيله مباشرةً إلى فتح وضع تفاعلي تختار فيه المهارات والأدوات المضيفة؛ أما اختيار الكل فيعني تثبيت جميع المهارات، وهو أمر لا ننصح به.

معاني الخيارات:

-s / --skill: تحديد اسم المهارة، وتشير '*' إلى جميع المهارات
-a / --agent: تحديد الأداة المضيفة، مثل claude-code أو codex
-g: التثبيت في مجلد المستخدم على مستوى عام؛ وبدونه يكون التثبيت في المشروع الحالي
--copy: نسخ الملفات؛ أما الافتراضي فهو الرابط الرمزي (Symlink)، الذي يُبقي نسخة واحدة على الجهاز ويسهّل تحديثها
-y: تخطي التأكيد، وهو مناسب للبرامج النصية أو التكامل المستمر (CI)

أوامر غير تفاعلية يمكنك نسخها مباشرةً، باستخدام Claude Code والتثبيت على مستوى المشروع مثالًا، مع تثبيت مهارة واحدة في كل سطر:

npx skills add K-Dense-AI/scientific-agent-skills -s scanpy -a claude-code -y
npx skills add K-Dense-AI/scientific-agent-skills -s database-lookup -a claude-code -y
npx skills add K-Dense-AI/scientific-agent-skills -s pydeseq2 -a claude-code -y

للتثبيت على مستوى عام، أضف -g في نهاية الأمر؛ ولاستخدام النسخ بدلًا من الروابط الرمزية، أضف --copy. لمعرفة طريقة تثبيت عدة مهارات دفعة واحدة، راجع تعليمات npx skills add --help.

الأداة المضيفة	مجلد المشروع	المجلد العام
Claude Code	`.claude/skills/`	`~/.claude/skills/`
Cursor	`.agents/skills/`	`~/.cursor/skills/`
Codex	`.agents/skills/`	`~/.agents/skills/`
Gemini CLI	`.agents/skills/`	`~/.gemini/skills/`
Antigravity	`.agents/skills/`	`~/.gemini/antigravity/skills/`
OpenClaw	`skills/`	`~/.openclaw/skills/`

كيف تختار بين التثبيت على مستوى المشروع والتثبيت العام؟ ضع المهارات المرتبطة بمشروع بحثي محدد على مستوى المشروع، مثل pydeseq2 لمشروع تحليل معين، لتسهيل مشاركتها مع أعضاء الفريق ضمن المشروع. أما المهارات التي تستخدمها يوميًا، مثل مهارات البحث في الأدبيات والكتابة، فثبّتها على مستوى عام.

ما ستراه: يعرض برنامج التثبيت رسالة نجاح لكل مهارة، إلى جانب المسار المستهدف.

معيار التحقق: شغّل npx skills list بنفسك، أو استخدم ls .claude/skills/ مباشرةً، وتأكد من وجود مجلدات جميع المهارات التي ثبّتها للتو، ومن وجود ملف SKILL.md داخل كل مجلد.

هناك أيضًا طريقتان بديلتان للتثبيت:

gh skill install K-Dense-AI/scientific-agent-skills --agent claude-code --pin v2.71.0: استخدم --pin للتثبيت على إصدار محدد أو معرّف commit ‏(SHA)، وهو مناسب للمشاريع البحثية التي تتطلب إعادة إنتاج النتائج
استخدم git clone في ~/.agents/skills/scientific-agent-skills على مستوى المستخدم، أو في .agents/skills/scientific-agent-skills على مستوى المشروع

الخطوة 4: استكمال اعتماديات Python وبيانات الاعتماد الخاصة بمهارات البحث العلمي

الوقت المطلوب: 10–30 دقيقة (حسب حجم الحزم)　المتطلبات المسبقة: تثبيت المهارات　الصعوبة: متوسطة (لا يمكن تخطي هذه الخطوة)

ما الذي عليك فعله؟ هذه الخطوة هي الأكثر عرضة للمشكلات، لذا نؤكد مجددًا: تثبيت ملفات المهارة لا يعني تثبيت اعتمادياتها. افتح ملف SKILL.md لكل مهارة بنفسك، وراجع حقل compatibility، ثم ثبّت الاعتماديات باستخدام uv. لاحظ أن uv sync يثبّت أدوات التطوير والتحقق الخاصة بالمستودع فقط، ولا يثبّت جميع حزم الحوسبة العلمية.

cat .claude/skills/scanpy/SKILL.md: راجع حقل compatibility. تذكر مهارة scanpy أنها «اختُبرت مع Python 3.13 وScanpy 1.12.4 وAnnData 0.13.4».
uv venv .venv-scrna --python 3.13: أنشئ بيئة منفصلة لكل سير عمل، لتجنب التعارض بين حزم تحليل الخلايا المفردة والمعلوماتية الكيميائية.
source .venv-scrna/bin/activate
uv pip install "scanpy[leiden]"

تحتاج بعض المهارات إلى مفتاح خاص بك. على سبيل المثال، تستخدم generate-image واجهة الصور من OpenRouter، وتتطلب ضبط export OPENROUTER_API_KEY=你的Key، مع احتساب التكلفة لكل طلب. عرض قائمة النماذج أو إضافة --dry-run مجاني، لذا يُنصح بتجربة هذين الخيارين أولًا. أما literature-review فتحتاج إلى اتصال بالإنترنت للتحقق من معرّفات DOI، كما يتطلب تصدير PDF تثبيت Pandoc وXeLaTeX بشكل منفصل.

إذا كنت تستخدم APIYI بالفعل، فلست بحاجة إلى إنشاء حساب OpenRouter منفصل لتوليد الصور: تتضمن وثائق APIYI مهارتين ساهم بهما المجتمع: apiyi-gpt-image-2-gen (تمرّر الطلبات إلى واجهة gpt-image-2 الرسمية، وتُحاسب حسب الرموز، وتدعم دقة 4K والأحجام المخصصة) وapiyi-gpt-image-2-all-gen (تستخدم واجهة عكسية، بتكلفة $0.025 لكل طلب، وتدعم تعديل الصور بأسلوب المحادثة). بعد تثبيتهما في Cursor أو Codex CLI أو Gemini CLI أو OpenCode أو GitHub Copilot أو Amp، يكفي أن تقول: «استخدم apiyi-gpt-image-2-gen لتوليد صورة بحجم 3840×2160». ويُضبط المفتاح لكليهما عبر متغير البيئة APIYI_API_KEY.

الشكل 3: صفحة مجموعة المهارات في وثائق APIYI. توضّح الصفحة معرّف النموذج وطريقة احتساب التكلفة وكيفية تشخيص أخطاء التثبيت لكل من مهارتَي توليد الصور.

ما الذي ستراه؟ يعرض uv قائمة بالحزم التي حلّل اعتمادياتها وثبّتها.

معيار التحقق: شغّل بنفسك python -c "import scanpy, anndata; print(scanpy.__version__, anndata.__version__)"، وتأكد من تطابق أرقام الإصدارات الناتجة مع حقل compatibility. وللمهارات التي تحتاج إلى مفتاح، استخدم echo $OPENROUTER_API_KEY | head -c 6 للتأكد من تفعيل متغير البيئة.

الخطوة الخامسة: تشغيل مهارات البحث العلمي والتحقق من النتائج

الوقت المطلوب: نحو 10 دقائق　المتطلبات المسبقة: تثبيت الاعتماديات　الصعوبة: منخفضة

ما عليك فعله: أعد تشغيل التطبيق المضيف ليعيد فحص مجلد المهارات. ثم أدخل الموجه بنفسك في نافذة المحادثة، وسيتولى الوكيل (Agent) الباقي: قراءة SKILL.md، وتنفيذ السكربتات، وإنشاء المخرجات. يُنصح بصياغة الموجه على النحو التالي: «عبارة افتتاحية عامة + تسمية المهارة»:

ابدأ بعبارة Use available skills you have access to whenever possible.
ثم سمِّ المهارة، مثل: «استخدم مهارة literature-review لإجراء مراجعة منهجية»

ما ستراه: سيوضح الوكيل في رده المهارة التي قرأها، ويعرض الأوامر التي سينفذها.

معايير التحقق (يجب التأكد من النقاط الثلاث):

هل أوضح الوكيل صراحةً المهارة التي استخدمها؟ إن لم يفعل، اسأله: «ما المهارة التي استخدمتها؟»
في أي مجلد حُفظت المخرجات؟ وهل الملفات موجودة بالفعل؟ تحقق بنفسك باستخدام ls
هل تتطابق الأرقام في النتائج مع مصادرها؟ هل يمكن فتح معرّف DOI، والعثور على معرّف السجل في قاعدة البيانات؟

أوامر الصيانة الدورية (شغّلها بنفسك): يستخدم npx skills check للتحقق من التحديثات، وnpx skills update لتثبيتها، وnpx skills remove لإزالة المهارات. يجمع المُثبّت بيانات استخدام مجهولة الهوية افتراضيًا، ويمكن إيقاف ذلك بإضافة DISABLE_TELEMETRY=1 أو DO_NOT_TRACK=1.

🎯 احسب التكلفة بعد نجاح التشغيل: المهارات نفسها مجانية ومفتوحة المصدر، أما التكلفة الفعلية فتأتي من استدعاء النموذج عند تنفيذها. غالبًا ما يتطلب تنفيذ سير عمل كامل لتحليل الخلايا المفردة جولات متعددة من قراءة الوثائق وكتابة الشفرة وتصحيح الأخطاء، ما يستهلك قدرًا لا بأس به من الرموز (tokens). إذا كان التطبيق المضيف يدعم نقاط نهاية مخصصة متوافقة مع OpenAI، فيمكنك ضبط base_url على https://api.apiyi.com/v1، واستخدام مفتاح واحد عبر APIYI apiyi.com للتبديل بين نماذج مثل Claude وGPT وGemini، ومقارنة أداء كل نموذج وتكلفته عند تشغيل المهارة نفسها. في Claude Code مثلًا، يتطلب الربط متغيرَي بيئة فقط: اضبط ANTHROPIC_BASE_URL على https://api.apiyi.com، وضع مفتاحك في ANTHROPIC_AUTH_TOKEN. بعد ذلك، يمكنك استخدام هذه المهارات في Claude Code كالمعتاد.

الشكل 4: إعداد Claude Code في وثائق APIYI؛ لا يتطلب سوى متغيرَي بيئة (حُجب المفتاح في لقطة الشاشة)

النموذج	الإدخال	الإخراج	قراءة ذاكرة التخزين المؤقت	المنصة المتاحة
claude-opus-5-5	$4 / مليون رمز	$20 / مليون رمز	$0.2 / مليون رمز	APIYI apiyi.com

تُعتمد قائمة النماذج على المنصة مرجعًا للطرازات والأسعار. تتضمن موجهات المهارات البحثية ملف SKILL.md نفسه بشكل متكرر، وتبلغ تكلفة قراءة المحتوى المخزّن مؤقتًا واحدًا من عشرين من تكلفة الإدخال، ما يوفر مبالغ ملحوظة في الجلسات الطويلة.

ثلاثة سيناريوهات واقعية لتشغيل مهارات البحث بنجاح لأول مرة

السيناريو الأول: تحليل الخلايا المفردة

الموجه: Use available skills you have access to whenever possible. ثم أضف: «استخدم scanpy لضبط الجودة والتطبيع وتقليل الأبعاد والتجميع، وcellxgene-census كمرجع لأنواع الخلايا، وdatabase-lookup للبحث عن الجينات الواسمية، وpydeseq2 لتحليل التعبير الجيني التفاضلي». سيقرأ الوكيل هذه المهارات بالتتابع، ثم ينشئ نصوص التحليل البرمجية وينفذها.

عند التحقق من النتائج، ركّز على ثلاثة أمور: هل عتبات ضبط الجودة مذكورة بوضوح؟ هل ملف نتائج التجميع موجود؟ وهل يمكن العثور على الجينات ذات التعبير التفاضلي في مصادر البيانات التي أعادتها database-lookup؟

السيناريو الثاني: مراجعة الأدبيات

الموجه: «استخدم مهارة literature-review لإجراء مراجعة منهجية حول موضوع محدد، واستعن بـ paper-lookup لاستكمال المراجع، ثم استخدم scientific-writing لتنظيمها في مسودة أولى». تتحقق هذه المهارة من معرّفات DOI عبر الإنترنت، لذا افتح كل معرّف منها للتأكد من وجود المرجع فعلًا ومن صحة أسماء المؤلفين وسنة النشر.

السيناريو الثالث: فحص المركبات

الموجه: «استخدم database-lookup لجلب مجموعة من الجزيئات المرشحة من PubChem وChEMBL، ثم استخدم rdkit لترشيحها بحيث يكون الوزن الجزيئي بين 300 و500 وقيمة logP بين 2 و4، وأخرج النتائج في ملف CSV». عند التحقق من النتائج، افحص بضعة سجلات بنفسك: أعد حساب الوزن الجزيئي باستخدام RDKit وقارنه بما ورد في ملف CSV، ثم ابحث عن معرّفات المركبات في PubChem للتأكد من تطابقها.

جدول استكشاف أخطاء مهارات البحث العلمي

المشكلة	الأسباب الشائعة	الحل
المهارة لا تُحمّل	وضع المجلد في مكان خاطئ، أو غياب ملف `SKILL.md` من مجلد المهارة	راجع جدول المجلدات في الخطوة 3؛ أعد تشغيل IDE بعد التصحيح؛ في Cursor، تحقق من التعرّف على المهارة عبر Settings → Rules
تبعيات Python مفقودة	تثبيت ملفات المهارة دون تثبيت التبعيات	ثبّت التبعيات باستخدام `uv pip install` وفق قسم compatibility في `SKILL.md`، وتأكد من تفعيل البيئة المناسبة
تقييد معدل طلبات قاعدة البيانات	إرسال طلبات جماعية بسرعة كبيرة، أو تجاوز الحصة المجانية	راجع وثائق قاعدة البيانات، واستخدم التخزين المؤقت والطلبات على دفعات، وقلّل عدد الطلبات المتزامنة
خطأ في المصادقة	المفتاح غير مضبوط، أو منتهي الصلاحية، أو لا يملك الأذونات اللازمة	استخدم `echo` للتحقق من متغيرات البيئة، وراجع الأذونات في لوحة التحكم الخاصة بالخدمة
المسار القديم `scientific-skills/` يُرجع الخطأ 404	تغيّر مسار المهارات إلى `skills/` بدءًا من الإصدار v2.43.0	حدّث المسار في السكربتات المحلية والإشارات المرجعية، أو أعد التثبيت
الرغبة في إلغاء التثبيت وإعادة التثبيت	اختلاط الإصدارات أو تعطل الرابط الرمزي	نفّذ `npx skills remove` ثم أعد التثبيت باستخدام `npx skills add`؛ ولتثبيت إصدار محدد، استخدم `gh skill install --pin`
التوقف عند `Cloning repository…` ثم ظهور `Clone timed out`	حجم المستودع يزيد على 400 ميغابايت، و300 ثانية غير كافية	أعد المحاولة باستخدام `SKILLS_CLONE_TIMEOUT_MS=600000`، أو استخدم `git clone` أولًا لنسخ المستودع محليًا ثم ثبّت من المسار المحلي

مخاطر المهارات البحثية وإخلاء المسؤولية

يرجى قراءة هذا القسم كاملًا بعناية. مشروع Scientific Agent Skills مفتوح المصدر ويطوره المجتمع، وليس واجهة API رسمية لأي منصة. نحن نوصي به فقط، ولا نضمنه.

المهارات قادرة على تنفيذ إجراءات. يمكن للمهارة توجيه الوكيل لتنفيذ شيفرة برمجية، وتثبيت حزم، وإرسال طلبات عبر الشبكة، وتعديل ملفات على جهازك. وقد تؤدي المهارات الخبيثة أو سيئة التصميم إلى انحراف الوكيل عن مهمته. لذلك ننصح بما يلي:

اقرأ ملف SKILL.md قبل التثبيت، وتحقق من الحزم التي تستخدمها المهارة والخدمات الخارجية التي تتصل بها.
راجع سجل المساهمات: خضعت المهارات المنسوبة إلى K-Dense-AI لمراجعة داخلية، أما مساهمات المجتمع فتُراجع وفق مبدأ «بذل أفضل جهد».
أجرِ فحصًا بنفسك: شغّل أولًا uv pip install cisco-ai-skill-scanner، ثم شغّل skill-scanner scan <path> --use-behavioral، مع استبدال <path> بمسار مجلد المهارة. يجري القائمون على المشروع فحصًا تزايديًا أسبوعيًا، ويعيدون فحص المشروع كاملًا مرة واحدة على الأقل كل 30 يومًا. وتُنشر النتائج في docs/security-report.md.

قيود خدمات الجهات الخارجية. تتطلب بعض المهارات التسجيل في قواعد بيانات خارجية أو استخدام مفتاحك الخاص. في هذه الحالة، عليك الالتزام بشروط تلك الخدمات وحدود الاستخدام المقررة لها. قد يؤدي جمع البيانات بكميات كبيرة إلى تقييد الطلبات أو حتى حظر الحساب، لذا يُنصح بالاختبار أولًا باستخدام حساب ثانوي أو في بيئة معزولة.

الحدود السريرية والتنظيمية. لا يجوز استخدام المهارات السريرية والطبية والتنظيمية إلا للبحث وصياغة المسودات، ولا يمكن أن تحل محل قرارات التشخيص أو الإفراج أو الاعتماد.

المسؤولية. يتحمل المستخدم وحده مسؤولية تقدير العواقب الناتجة عن استخدام هذه المهارات وتحملها، ولا تقع أي مسؤولية على هذه المنصة أو كاتب المقال.

الأسئلة الشائعة FAQ

س1: ما هي Scientific Agent Skills بالضبط؟

هي مكتبة لمهارات البحث العلمي تديرها K-Dense-AI، وتضم 177 مجلدًا للمهارات يتبع معيار Agent Skills. توضّح هذه المهارات للوكيل كيفية تنفيذ إجراءات البحث، والحزم التي يحتاج إلى استخدامها، وقواعد البيانات التي يجب الاتصال بها. وهي ليست نموذجًا ولا خدمة API.

س2: لماذا لا يُنصح بتثبيت مهارات البحث العلمي الـ177 دفعة واحدة بأمر واحد؟

أولًا، ينص ملف README الرسمي صراحةً على عدم تثبيتها كلها دفعة واحدة. ثانيًا، كلما زاد عدد المهارات المثبتة، صَعُب على الوكيل اختيار المهارة المناسبة. ثالثًا، يمكن لكل مهارة تنفيذ التعليمات البرمجية، لذا فإن زيادة عددها تعني زيادة ما يجب مراجعته. يكفي اختيار 5 إلى 10 مهارات تناسب مجال عملك.

س3: لماذا أصبح العدد الآن 177 بدلًا من 181؟

بدءًا من الإصدار 2.72.0، لم تعد مهارات المستندات الأربع docx وpdf وpptx وxlsx مضمّنة في المستودع. إذا كنت بحاجة إليها، فثبّتها بشكل منفصل من مستودع skills التابع لـAnthropic.

س4: إذا كانت المهارات مجانية، فأين تذهب التكلفة أساسًا؟

تأتي التكلفة أساسًا من استدعاء النموذج عند تنفيذ المهارات. وقد تترتب على بعض المهارات أيضًا رسوم لخدمات خارجية؛ فمثلًا تستخدم `generate-image` خدمة OpenRouter التي تحاسب على كل استخدام. أما استدعاء النموذج، فيمكنك إجراؤه عبر APIYI apiyi.com بنظام الدفع حسب الاستخدام ومن دون رسوم شهرية ثابتة. وهذا مناسب لاختبار استهلاك الرموز في إجراء صغير أولًا، ثم تحديد النموذج الذي ستستخدمه على المدى الطويل.

س5: ثبّتُّ المهارات في Cursor، لكن الوكيل لا يستدعيها. ماذا أفعل؟

تأكد أولًا من أن المهارات معروفة لدى Cursor عبر Settings → Rules، ثم أضف `Use available skills you have access to whenever possible.` إلى بداية الموجه، واذكر اسم المهارة مباشرةً. إذا استمرت المشكلة، فجرّب نموذجًا آخر للمقارنة. يتيح لك APIYI apiyi.com التبديل بين نماذج متعددة باستخدام مفتاح API واحد، ما يسهّل استقصاء المشكلة.

س6: كيف أضمن إمكانية إعادة إنتاج نتائج البحث؟

استخدم `gh skill install –pin` لتثبيت المهارة على إصدار أو commit محدد، وثبّت إصدارات تبعيات Python في بيئة uv مستقلة. وسجّل أيضًا قيمة metadata.version وتاريخ last-reviewed من ملف `SKILL.md`.

س7: هل تراخيص هذه المهارات كلها من نوع MIT؟

ليس بالضرورة. المستودع ككل مرخّص بموجب MIT، لكن لكل مهارة حقل license خاصًا بها؛ فعلى سبيل المثال، ترخيص `scanpy` هو BSD-3-Clause. تحقّق من ترخيص كل مهارة على حدة قبل استخدامها تجاريًا.

أبرز النقاط حول مهارات البحث العلمي

ما هي؟ 177 مهارة بحث علمي مفتوحة المصدر، موزعة على 22 فئة رئيسية مدرجة في README
كيف تثبّتها؟ اعرض القائمة أولاً باستخدام --list، ثم استخدم -s و-a لتثبيت ما تحتاجه فقط
المتطلبات: ‏Node.js 22.20+‎ وPython 3.13+‎ وuv، بالإضافة إلى بيئة تشغيل تدعم معيار Agent Skills
الخطأ الأكثر شيوعًا: تثبيت ملفات المهارات لا يعني تثبيت اعتمادياتها؛ أنشئ بيئة uv مستقلة لكل سير عمل
كيف تتحقق من النتائج؟ تأكد من المهارة المستخدمة، ومجلد المخرجات، وإمكانية مطابقة الأرقام مع مصادرها
الأمان: اقرأ ملف SKILL.md قبل التثبيت، وافحصه باستخدام ماسح Cisco
التكلفة: المهارات مجانية، ويمكنك الوصول إلى النماذج عبر APIYI ‏apiyi.com ومقارنة خيارات الاستدعاء

الخلاصة

هذه المهارات البحثية الـ177 مفيدة، لكن من الأفضل استخدامها بالتدرج دون محاولة تثبيت الكثير منها دفعة واحدة:

تحقق من بيئتك قبل التثبيت: تأكد من إصدارات الأدوات ودعم بيئة التشغيل، ثم استخدم --list لاختيار 5–10 مهارات
افصل تثبيت المهارات عن تثبيت الاعتماديات: ثبّت ملفات المهارات باستخدام npx skills add، واعتماديات Python باستخدام uv؛ تحتاج إلى تنفيذ الخطوتين
احرص على إمكانية التحقق من النتائج: في كل تشغيل، تحقق من المهارة المستخدمة، ومكان المخرجات، ومصادر الأرقام

ابدأ بسير عمل صغير تعرفه جيدًا، مثل تجميع مجموعة بيانات صغيرة باستخدام scanpy، وأكمله من البداية إلى النهاية قبل إضافة المزيد من المهارات تدريجيًا. أما على جانب النماذج، فيمكنك البدء عبر APIYI ‏apiyi.com بنظام الدفع حسب الاستخدام، ثم اختيار النموذج المناسب للاستخدام طويل الأمد بناءً على استهلاك التوكنات.

📚 المراجع

مستودع Scientific Agent Skills: الشفرة المصدرية للمهارات وملف README وتقرير الأمان
الرابط: github.com/K-Dense-AI/scientific-agent-skills
التفاصيل: يضم 177 مهارة، وطريقة التثبيت، وإرشادات استكشاف الأخطاء وإصلاحها، وملف docs/security-report.md
أداة تثبيت skills: شرح أوامر npx skills ومعاملاتها
الرابط: github.com/vercel-labs/skills
التفاصيل: للاطلاع على أوامر add وlist وcheck وupdate وremove، ومقارنة المجلدات لأكثر من 70 بيئة مضيفة
مستودع Anthropic Skills: مهارات التعامل مع مستندات docx وpdf وpptx وxlsx
الرابط: github.com/anthropics/skills
التفاصيل: بعد الإصدار 2.72.0، يجب تثبيت مهارات المستندات الأربع بشكل منفصل من هذا المستودع
الورقة البحثية المصاحبة: Scientific Agent Skills: A Library of Procedural Knowledge for Research Agents
الرابط: arxiv.org/abs/2609.00065
التفاصيل: للتعرف على الأفكار وراء تصميم مكتبة المهارات
وثائق APIYI · ربط Claude Code: متغيرات البيئة والمجموعات واستكشاف الأخطاء وإصلاحها
الرابط: docs.apiyi.com/scenarios/programming/claude-code
التفاصيل: اربط Claude Code بـ APIYI باستخدام متغيرَي بيئة، ثم شغّل النموذج بعد تثبيت المهارات
وثائق APIYI · مهارات توليد الصور باستخدام GPT-Image 2: مهارتان لتوليد الصور ساهم بهما المجتمع
الرابط: docs.apiyi.com/scenarios/ecosystem/apiyi-gpt-image-skills
التفاصيل: المعاملات والفوترة والأخطاء الشائعة لكل من apiyi-gpt-image-2-gen وapiyi-gpt-image-2-all-gen
جدول أسعار نماذج APIYI: النماذج والأنواع وطرق الفوترة والأسعار
الرابط: docs.apiyi.com/models
التفاصيل: سعر claude-opus-5-5 المذكور في هذا المقال يستند إلى هذا الجدول. قد تتغير الأسعار، لذا يُرجى التحقق منها قبل الاستخدام

الكاتب: الفريق التقني في APIYI
التواصل التقني: يمكنكم التواصل معنا عبر الصفحة الرئيسية لموقع APIYI، والاطلاع على مزيد من موارد ربط النماذج في مركز الوثائق docs.apiyi.com