Scientific Agent Skillsとは？｜AIに科学者の能力を追加する134スキル集

この記事はClaude CodeにAIスキルを足して論文検索やデータ分析を自動化したい人向け（CLI操作の基本が分かればOK、研究者でなくても読めます）。

「スキル集」と聞くと研究者専用に響きます。

正直、私も最初はそう思いました。

ただ公式リポジトリの中身を見ると、論文検索・CSVデータの統計処理・SEC EDGAR（米国証券取引委員会の企業開示DB）アクセスなど、研究室の外でも使える道具が混ざっています。

金融データやWeb文献を扱う人には、133個まるごと入れる必要はなくても、引っかかるスキルが2〜3個は出てきます。

Scientific Agent Skillsって何のこと？

K-Dense AIという研究系AIスタートアップが公開したオープンソースのスキル集です。

「スキル（Agent Skill）」は、Claude CodeやCursor（AI内蔵エディタ）などに足せる追加能力のこと。

素のAIに専門装備をインストールするイメージで、入れた瞬間からその領域に強くなります。

素のClaude CodeにPubMed（米国国立医学図書館の医学論文DB）の検索を頼んでも、知識の範囲内で答えるだけ。

スキルを入れると、AIが裏でPythonコードを実行して、PubMedに直接アクセスして最新論文を取ってきます。

ここが普通のチャットAIと決定的に違うところです。

「説明する」AIから「手を動かす」AIへの切り替え。これが本質です。

133スキルってどんな内訳？

公式リポジトリ（K-Dense-AI/claude-scientific-skills）のREADMEを見ると、ざっくりこんなカテゴリ分けです。

記事タイトルでは「134スキル集」と書きましたが、公式バッジは現在「Skills-133」表示になっています（執筆時点）。

リポジトリの更新で増減するので、最新は公式README参照です。

非研究者にとって美味しいのは、上の表で「高」がついた最初の2行。

文献検索とデータ分析は職種を問わず使えます。

私の関心は完全にそこでした。

仕組みはどう動いている？

裏側は単純です。

各スキルは「手順書（SKILL.md）」と「実行コード（Pythonスクリプト）」の組み合わせ。

Claude Codeが指示を受け取ると、関連スキルを呼び出して、中のスクリプトを実行します。

使う側は日本語で頼むだけ。

「PubMedで○○の論文を5本探して」と打てば、Claude Codeが該当スキルを選んで走らせて、結果を整理して返します。

Pythonコードを書く必要は一切ありません。

非研究者でも使える具体例は？

論文・文献を一気に集めたい時

PubMed、bioRxiv、UniProtなど78以上のデータベースが対象です。

「AIと医療の最新論文を5本探して、引用数順に並べて」と打てば、それで終わり。

Google Scholarでキーワードを変えながら手動で漁る作業が消えます。

しかも返ってくるのはAPIで取った生データなので、AIが脚色する余地が小さい。

論文タイトル・著者・要約・DOIまで構造化された形で揃います。

調べ物の時間が短くなるのは、研究者でなくても十分恩恵を受けます。

CSVデータを渡して分析させたい時

業務でCSVを触る人なら、これが一番刺さります。

たとえば月別アクセスログのCSVを渡して「曜日別の傾向を出して、グラフにして」と頼む。

Pandas（Python製の表データ処理ライブラリ）スキルとmatplotlib（グラフ描画ライブラリ）スキルが連携して、集計とグラフ画像を返してくれます。

機械学習モデルを試したい時はPyTorch Lightningスキルで、CSVから学習用データを作って小さな分類モデルを動かす流れまで一気にできます。

競合調査のスクレイピング結果をぶつける、広告データを分析する、こういう用途なら研究者でなくても普通に使えます。

金融データやIRを扱いたい時

SEC EDGARスキル（米国証券取引委員会の企業開示DB）とFREDスキル（米連邦準備銀行の経済統計DB）が地味に強力です。

「Apple の直近4四半期の売上を取って、前年同期比を出して」と頼めば、10-K（米国上場企業の年次報告書）から数字を抜いて表にしてくれます。

個人投資家やリサーチ業務の人には実用度が高い。

私が触るならまずこの2つから入れます。

使うのに必要なものは？

料金はGitHub版が完全無料。

MITライセンスのオープンソースで、商用利用も含めて自由に使えます。

動作環境はPython 3.11以上（公式は3.12以上を推奨）と、uv（高速Pythonパッケージマネージャー）が必須。

OSはmacOS、Linux、Windows（WSL2経由）に対応します。

対応プラットフォームはAgent Skills標準準拠のツール。

Claude Code、OpenAI Codex、Cursor、Gemini CLIが公式サポート対象として挙がっています。

ChatGPT本体（ブラウザ版）からは使えません。

日本語の指示はそのまま通ります。

スキル本体のドキュメントは英語ですが、Claude Codeに日本語でお願いすれば翻訳してくれます。

クラウド版K-Dense Webは従量課金。

GitHub版を自前で動かすのが面倒な人向けの選択肢です。

アクセスできるDBは250以上に増え、クラウドGPUも使えます。

学術ラボ・非営利研究機関向けには90%割引のグラント制度もあるそうです。

始め方は？

方法A：Claude Codeに追加（推奨）

Claude Codeを既に使っている人はこちらが最短です。

STEP 1：インストール前にスキルの中身を確認する

Claude Codeに「github.com/K-Dense-AI/claude-scientific-skills のREADMEを読んで、最終更新日とOpen Issueの傾向を要約して」と頼みます。

期待結果は、最終コミット日付・スター数・直近のIssueトピックが返ってくること。

詰まりどころは、ネットワーク制限がある環境だとClaude CodeがGitHubに到達できない場合があるので、その時は手動でGitHubを開いて確認します。

スキルはAIにコードを実行する権限を与えます。

公式READMEも「インストール前に必ず中身を確認してください」と明記しています。

スルー厳禁です。

STEP 2：ターミナルで1行打つ

確認が終わったら、ターミナルで以下を実行します。

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

期待結果は、スキル一覧（133個分）が登録された旨のログが流れて、プロンプトが戻ってくること。

詰まりどころは、Python 3.11とuvが入っていない環境ではここで止まること。

その場合はClaude Codeに「Python 3.12とuvをインストールする手順を教えて」と頼めば、OS別の手順が返ってきます。

STEP 3：Claude Codeで日本語で指示する

インストール後はそのまま日本語で頼めばOKです。

「PubMedで『AI 医療診断』の論文を5本、引用数順で出して」と打てば、Claude Codeが該当スキルを呼び出して結果を返してきます。

期待結果はタイトル・著者・要約・DOIの一覧。

詰まりどころは、検索キーワードが英語の方がヒット数が多いこと。

最初は日本語と英語の両方で試してみるのがおすすめです。

方法B：K-Dense Web（クラウド版）を使う

環境構築をすっ飛ばしたい人はこちら。

K-Dense Web（公式サイトはk-dense.ai）にブラウザでアクセスして、アカウント登録するだけで使えます。

Python不要、uv不要、Claude Code不要。

使えるDBは250以上に増えて、クラウドGPUも使えるため、ローカルでは厳しい大きめの計算もできます。

料金は従量課金なので、月固定で払いたくない人にも合います。

個人的には、まずGitHub版で論文検索とCSV分析だけ試して、本格運用するならクラウド版に移る、という順番が無難です。

使い方の例

スキルを追加したClaude Codeで、こう聞いてみます。

「PubMedで『AIと医療診断』の論文を5本、引用数順で取って、各論文の要約を3行ずつにまとめて」

するとPubMedスキルが走って、論文タイトル・著者・要約・DOIが返ってきます。

そのまま「2番目の論文の方法論を詳しく説明して」と深掘りもできます。

もう1つの例として「ClinicalTrials.gov（米国の臨床試験登録DB）で、現在進行中のがん免疫療法の試験を10件、フェーズと開始時期付きで」と頼むと、構造化された一覧が返ってきます。

専門検索の手戻りが消えるのが、このツールの最大の価値です。

注意点と限界は？

セキュリティが最大の注意点。

スキルはAIにPythonコードの実行権限を与える仕組みなので、悪意のあるスキルを入れたらPC内のファイルにも触られます。

公式READMEに「Always inspect skills before installation」と明記があるのは伊達じゃないので、必ず最終更新日・スター数・Open Issueを目視確認してから入れてください。

環境構築は非エンジニアにはやや重い。

Python 3.11 + uvのセットアップが必要です。

とはいえClaude Codeに「Python 3.12とuvを入れる手順をWindowsとmacOSそれぞれで教えて」と頼めば、コピペで済む手順を返してくれます。

詰まる人はクラウド版K-Dense Webから入るのが正解です。

133スキルの大半は専門ツール。

化学・生物学・天文系のDB連携が大半を占めます。

非研究者が日常的に触るのは、論文検索系・データ分析系・金融系の10〜20個に限られます。

全部入れる必要はないので、必要なスキルだけ`npx skills add`の引数で個別指定するのが現実的です。

英語ドキュメント中心。

スキル本体のSKILL.mdは英語ですが、Claude Codeに日本語で頼めば翻訳しながら動かしてくれるので、利用者側は英語不要です。

よくある疑問

Q. 研究者じゃなくても使う価値はある？

論文検索（PubMed、bioRxiv）とデータ分析（Pandas、matplotlib）は職種を問わず使えます。

私はCSVの集計とWeb文献調べで使う前提で入れました。

研究者向けが中心なのは事実ですが、133個のうち2〜3個でも刺されば元は取れます。

Q. プログラミングできなくても大丈夫？

使う側はPythonを書きません。

Claude Codeに日本語で頼むだけです。

ただしPython 3.11とuvのインストールは必要なので、最初の1回だけはClaude Codeに「インストール手順を教えて」と頼んでコピペで済ませてください。

Q. ChatGPTから使える？

使えません。

Agent Skills標準に対応したエージェント専用です。

Claude Code、OpenAI Codex、Cursor、Gemini CLIが対応リストに入っていますが、ChatGPTのブラウザ版は対象外です。

Q. 無料でどこまで使える？

GitHub版（K-Dense-AI/claude-scientific-skills）はMITライセンスで完全無料、商用利用もOK。

クラウド版K-Dense Webは従量課金で、最新の料金はk-dense.aiの料金ページで確認してください。

Q. スキルは1個ずつ入れられる？

できます。

`npx skills add K-Dense-AI/scientific-agent-skills/skill-name`のように個別指定もできます。

最初から133個全部入れる必要はないので、興味ある領域だけ拾うのが軽量で済みます。

このページに出てきた言葉

まとめ

研究者には文句なしの必須ツール、非研究者でも論文検索とデータ分析の2系統で十分元が取れる、というのが私の結論です。

「AIにスキルを追加する」という発想自体がClaude Code以降の新しい使い方で、ここを試しておかないと今後のAI活用で遅れを取る感覚があります。

まずはGitHubのリポジトリを開いて、業務に引っかかるスキルが1つでもあるか確認してみてください。

あれば、`npx skills add`で個別に1個だけ入れて試すのが軽くて事故りません。

参考リンク

• Scientific Agent Skills（GitHub公式リポジトリ）
• K-Dense Web（クラウド版公式）
• K-Dense Web 料金ページ

※この記事の内容は執筆時点のものです。AIは進化が速い分野のため、最新の仕様は公式サイトでご確認ください。