Science-Skills：谷歌DeepMind开源的大模型科研智能体标准化AI技能库

一、Science Skills是什么

Science Skills是由Google DeepMind团队开源发布的一套面向科研领域大模型智能体（Science Agent）的标准化技能工具库，依托DeepMind自研大模型技术栈与Gemini大模型底座打造，核心定位是标准化封装各类科学领域数据库、科研工具API与实验分析能力，让科研大模型无需重复开发接口适配代码，通过标准化函数调用即可完成生物、化学、物理、文献检索等全品类科研任务，打通大模型从自然语言提问到专业科研数据运算、数据库查询的落地链路。

该项目诞生初衷是解决当前科研大模型落地痛点：传统科研AI想要调用UniProt、AlphaFold DB、学术文献库等海量专业数据源时，需要开发人员逐个对接接口、处理协议差异、适配数据格式，开发周期长、兼容性差、模型调用提示词冗余。Science Skills通过统一抽象层将数百项科研能力封装为可被大模型Function Calling识别的标准化技能，是DeepMind落地科学计算型AI智能体的底层基础设施，开源协议采用Apache 2.0，允许商业、学术场景免费二次开发与私有化部署。

二、功能特色

2.1 统一标准化技能抽象层

• 统一接口规范：所有内置科研技能遵循同一套入参、出参数据结构，兼容OpenAI Function Calling、Gemini原生函数调用、Anthropic工具调用三大主流大模型工具协议，任意适配标准协议的大模型均可无缝接入整套技能库，无需针对不同数据库单独编写对接逻辑。

• 自动参数校验：内置参数合法性校验引擎，大模型自然语言转化的调用参数出现字段缺失、格式错误、数值越界时，工具库自动纠错并反向生成提示反馈给大模型，降低大模型调用工具失败率。

2.2 多学科预置海量科研技能

预置生物、化学、文献情报、物理计算四大方向数十类开箱即用技能：

1. 生命科学类：AlphaFold蛋白三维结构查询、UniProt蛋白序列检索、基因位点注释、蛋白质理化参数计算、物种分类数据库查询；

2. 化学类：分子结构式解析、CAS号检索、化合物理化性质查询、化学反应方程式校验；

3. 学术文献类：跨数据库论文检索、文献摘要解析、参考文献格式化、引文溯源统计；

4. 通用科研计算：基础物理常数查询、实验数据单位换算、统计拟合简易运算。

2.3 自定义技能拓展机制

开发者可遵循项目规范新增自研私有科研工具、企业自建数据库接口，通过YAML配置文件快速注册自定义技能，无需修改项目底层源码。自定义技能自动继承统一参数校验、日志记录、异常捕获能力，大幅降低自研工具接入大模型的开发成本。

2.4 全链路调用日志与异常监控

内置日志采集模块，自动记录每一次技能调用的入参、返回数据、耗时、报错信息，支持日志本地JSON存储或对接ELK日志系统；针对数据库接口超时、限流、返回异常数据等场景预设降级策略，避免单次接口故障导致整个科研智能体任务中断。

2.5 轻量化部署适配多运行环境

项目无强绑定云环境依赖，支持本地Python环境、Docker容器、K8s集群、Jupyter科研笔记本多场景部署运行，低配PC机即可完成基础功能调试，科研人员可在个人工作站快速搭建专属科研AI助手。

三、技术细节

3.1 整体技术架构分层

项目采用四层模块化架构，由下至上依次为底层数据源适配层、统一协议封装层、技能调度管理层、上层大模型对接层：

1. 数据源适配层：独立封装各第三方数据库SDK与HTTP请求逻辑，隔离不同API的协议（REST/GraphQL/SOAP）、鉴权规则差异，单个数据源接口更新仅需修改对应适配模块，不影响上层全部技能；

2. 协议封装层：基于Pydantic做数据模型约束，将异构返回数据统一转为JSON结构化格式，是全项目数据标准化的核心；

3. 调度管理层：实现技能路由、参数校验、限流控制、异常捕获、日志落地五大核心逻辑，使用Python异步协程（asyncio）实现并发接口请求，提升批量科研查询效率；

4. 大模型对接层：自动根据目标大模型类型生成对应格式的工具描述JSON，兼容不同厂商大模型的函数调用Schema规范。

3.2 核心开发技术栈

# 项目核心依赖环境与关键库
Python >=3.9
pydantic>=2.0 # 数据结构体与参数校验
aiohttp    # 异步HTTP接口请求
pyyaml     # 自定义技能配置解析
python-dotenv # API密钥环境变量管理
logging    # 原生日志系统封装

• 运行语言：主体代码基于Python开发，兼顾开发便捷性与科研生态适配（Python是生信、计算化学主流编程语言）；

• 配置管理：所有第三方数据库API密钥、接口地址通过.env环境文件管理，避免密钥硬编码进代码造成泄露；

• 并发优化：异步IO处理多数据源并行查询，相比同步请求，批量文献/基因查询场景效率提升3~8倍。

3.3 Function Calling适配原理

项目内置Schema自动生成器，读取每个技能的函数注释、参数类型，自动生成符合各大模型规范的工具定义文档。当大模型通过自然语言判断需要调用科研工具时，输出结构化调用参数，Science Skills接收参数后完成校验→数据源请求→数据规整，再把精简后的结果回传给大模型，由大模型基于原始问题+工具返回数据生成自然语言科研结论。

3.4 私有化改造技术点

如需对接企业内部私有数据库，开发者只需新建适配器py文件，实现统一出入参接口，在技能配置目录新增yaml注册配置，项目启动时自动扫描注册新增技能，无侵入式拓展架构保证原生代码稳定性。

四、应用场景

4.1 高校实验室科研智能助手

生物、化学、药学实验室科研人员依托Science Skills搭建实验室专属AI助手，自然语言提问即可完成：“查询TP53基因对应的全部UniProt蛋白序列”“检索近三年靶向EGFR蛋白的SCI论文”，替代人工逐个登录数据库检索，缩减文献与数据查找耗时。

4.2 药企药物早期研发辅助

创新药研发企业利用工具链对接蛋白数据库与小分子化合物库，AI智能体自动完成靶点蛋白结构查询、候选化合物理化数据筛选，辅助药物早期靶点筛选阶段的数据预处理工作，降低研发人员重复性数据检索工作量。

4.3 科研教学与课程实训

高校理工科教学中，教师基于Science Skills搭建课堂实训AI工具，学生通过自然语言交互完成生物信息、基础化学数据实操练习，免去学生单独注册各大科研数据库账号、学习复杂检索语法的门槛。

4.4 科研文献情报分析机构

情报分析团队批量接入文献检索技能，自动化完成细分领域论文汇总、发文趋势统计、核心作者溯源，批量产出领域综述基础素材，提升科技情报整理效率。

五、使用方法

5.1 环境安装部署

1. 克隆项目源码

git clone https://github.com/google-deepmind/science-skills.git
cd science-skills

2. 安装项目依赖包

pip install -r requirements.txt

3. 环境变量配置：项目根目录新建.env文件，填入所需第三方数据库API密钥

# .env配置示例
UNIPROT_API_KEY=xxx
ALPHAFOLD_DB_TOKEN=xxx

5.2 基础代码调用示例

# 简单调用蛋白结构查询技能示例
from science_skills import SkillManager

# 初始化技能管理器
skill_mgr = SkillManager()
# 调用AlphaFold蛋白结构查询
res = skill_mgr.run_skill(
  skill_name="alphafold_structure_query",
  params={"protein_id": "P04637"}
)
print(res)

5.3 自定义新增技能步骤

1. 在custom_skills/目录新建技能实现Python文件；

2. 在config/skills.yaml中添加技能注册配置；

3. 重启SkillManager实例即可自动加载自定义技能。

5.4 对接Gemini大模型实现自动调用

通过项目内置gemini_adapter模块，将技能列表自动注入Gemini模型，模型自主判断何时调用科研工具，实现端到端自然语言科研问答。

六、竞品对比

七、常见问题解答

Q1：Science Skills必须搭配Gemini大模型才能使用吗？

A：不需要，项目的技能调度模块独立于大模型运行，只要大模型支持Function Calling协议（GPT系列、Claude、Qwen等）均可接入使用，仅原生适配器对Gemini做了深度优化适配。

Q2：调用UniProt、AlphaFold等数据库接口是否会产生付费？

A：项目内置的公共科研数据库基础查询接口均为免费额度，超出服务商免费调用限额后会触发接口限流，如需高频商用调用，需要用户自行在对应数据库官网申请付费API密钥填入.env配置。

Q3：自定义技能开发必须使用Python语言吗？

A：底层技能逻辑开发推荐Python，但技能调度层支持通过HTTP接口接入其他语言（Java/Go）开发的外部工具，仅需遵循项目约定的出入参JSON规范即可完成注册。

Q4：项目支持Windows系统本地部署吗？

A：完全支持，Python3.9及以上版本的Windows、MacOS、Linux全平台均可部署，仅部分依赖系统底层库的第三方数据库适配模块仅支持Linux。

Q5：开源Apache2.0协议是否允许修改源码后商用售卖？

A：依据Apache2.0协议条款，使用者可以修改项目源码、私有化部署并用于商业产品，仅需要在产品说明中标注项目来源与开源协议信息。

八、相关链接

• GitHub仓库地址：https://github.com/google-deepmind/science-skills

九、总结

Science Skills作为Google DeepMind面向科研AI落地推出的开源技能基础设施，以统一标准化接口为核心优势，整合多学科成熟科研数据库能力，从底层解决了科研大模型工具对接繁琐、数据源适配困难的行业痛点，既能够满足高校科研人员低成本搭建个人AI科研助手的轻量化需求，也可支撑医药企业、科研机构进行私有化二次开发落地商用科研智能产品，统一的拓展架构与宽松的开源协议让该项目成为连接通用大模型与专业科研数据库的关键中间层工具，填补了全学科科研领域标准化工具库的开源空白。