Scientific Agent Skills agent IA scientifique : le dépôt K-Dense-AI/scientific-agent-skills réunit 177 « skills » (des dossiers d’instructions avec un fichier SKILL.md) qui apprennent à un agent IA à utiliser des bibliothèques, bases de données et outils de recherche. Il affichait environ 53 700 étoiles et 4 700 forks en octobre 2026, relevés sur la page du dépôt le 22 octobre. Le projet s’appelait auparavant Claude Scientific Skills ; il se présente maintenant comme compatible avec tout agent qui suit le standard ouvert Agent Skills.
Pour un SRE ou un responsable de plateforme, ce dépôt est aussi un cas d’école : 177 paquets d’instructions et de scripts qu’un agent peut exécuter sur une machine de laboratoire. Il faut donc savoir ce qu’on installe, avec quels droits, et ce que le projet publie lui-même sur sa sécurité.
Les informations viennent du README et des fichiers du dépôt, lus le 22 octobre 2026. span.observer n’a pas installé ces skills : les captures ci-dessous reproduisent des extraits réels du dépôt.
Scientific Agent Skills agent IA scientifique : ce que dit le dépôt
- Qui : K-Dense (K-Dense Inc., organisation K-Dense-AI sur GitHub). Le fichier LICENSE indique « Copyright (c) 2025 K-Dense Inc. ».
- Licence : MIT pour le dépôt. Le README précise que chaque skill peut avoir sa propre licence, déclarée dans son
SKILL.md: à vérifier un par un. - Version : 2.72.0 d’après le README. La page du dépôt n’affiche pas de date de release.
- Contenu : 177 skills ; le README annonce plus de 100 bases de données scientifiques, dont 80 documentées dans le skill « Database Lookup », et une vingtaine de catégories (bio-informatique et génomique, chimie, imagerie médicale, données, communication scientifique, etc.). Le README cite aussi un article de recherche (arXiv:2609.00065) décrivant la collection.
- Agents compatibles : Cursor, Claude Code, Codex, Gemini CLI, Google Antigravity, GitHub Copilot, VS Code, Kiro, OpenClaw, Pi, Hermes. Les chemins d’installation varient selon l’hôte.
- Changement récent : la version 2.72.0 ne fournit plus les skills
docx,pdf,pptxetxlsx, qu’il faut installer depuis le dépôt d’Anthropic si on en a besoin.
Anatomie d’un skill
Chaque skill est un dossier dans skills/ avec un SKILL.md : un en-tête YAML (nom, description, licence, version) suivi d’un mode d’emploi en Markdown. Certains ajoutent des dossiers references/ et scripts/.

Le skill « Database Lookup » donne le ton : il demande à l’agent de définir un contrat de récupération, de vérifier les comptes quand l’exhaustivité compte, et de traiter les réponses des API comme des données non fiables. Ces consignes sont de bonnes pratiques d’agent, mais ce sont des instructions, pas des garanties.
Installer Scientific Agent Skills d’après le README
Étape 1 — Choisir une méthode
Le README propose trois options. La plus courte passe par npx, la deuxième par la GitHub CLI (version 2.90.0 ou plus récente) :
npx skills add K-Dense-AI/scientific-agent-skills
gh skill install K-Dense-AI/scientific-agent-skills
gh skill install K-Dense-AI/scientific-agent-skills scanpy
La seconde commande installe un seul skill (ici scanpy). Le README décrit aussi --agent pour viser un hôte précis et gh skill update --all pour les mises à jour.
Étape 2 — Épingler la version
gh skill install K-Dense-AI/scientific-agent-skills --pin v2.71.0
Le README conseille de fixer une étiquette ou un commit pour des installations reproductibles (l’exemple utilise v2.71.0).
Étape 3 — Scanner avant d’installer des skills tiers
uv pip install cisco-ai-skill-scanner
skill-scanner scan /path/to/skill --use-behavioral

La troisième option (plugin Cursor ou Codex) consiste à lier ou installer le dépôt comme paquet « Agent Plugins » ; voir le README pour les commandes exactes. Le README précise que l’installation des fichiers d’un skill n’installe pas leurs dépendances : prévoyez un environnement par skill.
Sécurité : lire le rapport du projet
Un skill peut exécuter du code, installer des paquets, faire des requêtes réseau et modifier des fichiers : le README le dit et demande de lire chaque SKILL.md, de n’installer que le nécessaire et de scanner les skills tiers. Le projet analyse ses skills chaque semaine avec Cisco AI Defense Skill Scanner et publie le résultat dans docs/security-report.md.

Le rapport du 19 octobre 2026 indique 177 skills analysés, 466 résultats, dont 32 critiques et 21 élevés, et 159 skills sur 177 jugés sûrs. Deux lectures sont possibles. D’un côté, publier ces chiffres est un signe de transparence. De l’autre, le README lui-même prévient qu’un résultat propre ne garantit pas l’absence de risque, et que les skills de tiers sont aussi relus manuellement avant fusion : lisez les résultats des skills que vous comptez utiliser plutôt que de vous fier au total.
Comment l’observer en usage
Le dépôt est une bibliothèque, pas un service : il n’émet ni trace ni métrique. Ce qu’on supervise, c’est l’agent qui s’en sert. Quelques pistes :
- Traces et coûts. Mesurez les appels de modèles et d’outils de l’agent comme dans le coût d’un agent IA avec OpenTelemetry : un skill qui déclenche de longues recherches dans des bases publiques peut faire grimper la consommation.
- Droits. Lancez l’agent dans un environnement restreint ; le README signale que dans NemoClaw les skills qui exigent le réseau ne fonctionnent qu’après approbation des domaines par l’opérateur. Pour l’isolation, voir NVIDIA OpenShell et les garde-fous en production.
- Provenance. Gardez la liste des skills installés avec leur version (
metadata.version) et la date de dernière revue, que le SKILL.md affiche.
Limites et points ouverts
- Usage de recherche seulement. Plusieurs skills cliniques ou réglementaires sont explicitement réservés à la recherche : le README écarte le diagnostic, le traitement, les décisions propres à un patient et la validation de dispositifs médicaux. Des professionnels qualifiés restent responsables.
- Licences multiples. MIT pour le dépôt, mais chaque skill peut en porter une autre ; vérifiez avant tout usage commercial.
- Chiffres du projet. Le nombre de skills et de bases est une déclaration du README ; il évolue d’une version à l’autre (181 skills en 2.71.0, 177 en 2.72.0).
- Dépendances. Chaque skill peut exiger ses propres paquets, versions ou clés d’API.
Bonnes pratiques
- N’installez que les skills dont vous avez besoin, après lecture de leur
SKILL.md. - Épinglez une version et relisez le journal des changements avant de mettre à jour.
- Scannez les skills tiers et lisez le rapport de sécurité du projet pour ceux que vous gardez.
- Séparez les clés d’API par skill et par environnement.
- Ne présentez jamais une sortie d’agent comme un résultat scientifique sans vérification humaine.
Questions fréquentes
Faut-il Claude Code pour utiliser ces skills ?
Non. Selon le README, la collection suit le standard Agent Skills et fonctionne avec plusieurs agents (Cursor, Codex, Gemini CLI, etc.). Pour le répertoire de plugins de Claude Code, voir claude-plugins-official.
Le projet est-il gratuit ?
Le code est sous licence MIT ; les modèles, API et bases de données consultés par l’agent ont leurs propres conditions et peuvent être payants.
Peut-on s’en servir en contexte clinique ?
Le README indique que plusieurs skills sont réservés à la recherche et ne supportent ni diagnostic ni traitement. Il ne faut pas les utiliser pour des décisions sur des patients.
Conclusion
Scientific Agent Skills est une grande bibliothèque d’instructions pour agents de recherche, publiée avec un rapport de sécurité régulier, ce qui est plutôt rare. Elle reste du code et des instructions qui s’exécutent avec vos droits : épinglez, scannez, restreignez, et gardez un humain qualifié pour interpréter les résultats. Pour un autre exemple de skills de sécurité, voir le skill d’audit de sécurité Cloudflare.
span.observer est un blog indépendant de la communauté, non affilié à Dynatrace LLC ni à K-Dense. Les marques citées appartiennent à leurs propriétaires. Les outils évoluent vite : vérifiez les commandes dans le README officiel (github.com/K-Dense-AI/scientific-agent-skills).