构建 140 项生物信息学技能库，助 AI 编码代理精准生成科研代码

我正在开发 scicraft——一个系统化的、面向生命科学的技能库，当前已收录 140 条可直接注入 AI 编码代理（如 Claude Code）的“技能”。每条技能对应一个结构化的 Markdown 文件，内容包括：

• 所属工具或库（如 Scanpy、PyDESeq2、AutoDock Vina、RDKit、BioPython 等）
• 可直接运行的代码示例
• 关键参数说明与常见错误排查
• 决策框架，帮助模型在不同分析场景下选择合适的工作流

这些技能覆盖基因组学、转录组学、蛋白质组学、结构生物学、药物发现、系统生物学、细胞生物学以及通用科学计算等多个子领域。项目已在 GitHub 开源，欢迎社区提交需求，补充未覆盖的工具或工作流。

使用示例（伪代码）

# 在 Claude Code 中加载 scicraft 技能库
load_skill('scanpy_preprocess')
result = run_skill('scanpy_preprocess', data_path='raw_counts.h5ad')

项目地址：https://github.com/jaechang-hits/scicraft