클로드스킬마트스킬 둘러보기스킬이 뭐예요?
 
← 목록으로

Hugging Science 과학 AI 리소스 탐색기

생물·화학·물리·기후·유전체 등 17개 과학 분야의 엄선된 Hugging Face 데이터셋·모델·데모를 찾아 바로 코드로 연결해 주는 스킬.

데이터·분석중급★ 33,030⑂ 3,248AI 점수 8/10마지막 업데이트: 2026. 8. 9.

무엇을 해주나

Hugging Science는 과학 분야 머신러닝에 특화된 큐레이션 카탈로그(huggingscience.co)와 Hugging Face hugging-science 조직을 함께 활용하는 스킬입니다. Claude가 다음 5단계를 자동으로 수행합니다.

  1. 사용자의 요청을 17개 도메인 슬러그(biology, chemistry, genomics, materials-science, climate 등)에 매핑
  2. 번들된 scripts/fetch_catalog.py 또는 llms.txt / topics/<slug>.md를 가져와 후보 자원 수집
  3. 모델 규모·라이선스·모달리티(DNA vs 단백질 vs SMILES vs 결정구조)·최신성을 따져 2~3개 후보 비교 제시
  4. datasets, transformers, HF Inference API, gradio_client로 실제 사용 코드 작성
  5. 저자가 쓴 방법론 블로그 링크를 인용으로 첨부

대용량 데이터는 streaming=True 기본 사용, 게이트 자원은 .env의 HF_TOKEN으로 인증, trust_remote_code=True는 사용자에게 먼저 확인하는 안전 규칙이 명시되어 있습니다.

이런 분께 추천

  • 단백질 설계, 유전체 분석, 신약 탐색, 기후·소재 모델링 등 과학 ML을 하는 연구자·대학원생
  • "이 과제에 맞는 공개 데이터셋/모델이 있나?"를 매번 검색으로 찾기 지친 분
  • 논문 재현이나 과학 벤치마크 평가 파이프라인을 빠르게 구성하려는 엔지니어
  • 반대로 추천 시스템·챗봇 RAG 같은 일반 ML만 한다면 이 스킬은 적합하지 않습니다.

활용 예시

  • 단백질 바인더 설계: "이 타깃 단백질에 붙는 바인더를 만들어줘" → 카탈로그에서 BoltzGen Space를 찾아 gradio_client로 호출하는 스크립트 생성.
  • 경량 서열 분류: "노트북에서 돌릴 단백질 언어모델 추천" → Evo-2 40B 대신 ESM2 35M/650M을 제안하고 transformers 파인튜닝 코드까지 작성.
  • 소재 데이터셋 탐색: fetch_catalog.py topic materials-science --filter models로 결정구조 모델 목록을 뽑고, 스키마 확인 후 스트리밍 로딩 코드 제공.

· · · 설치 가이드 · · ·

Claude 앱에 설치 (터미널 필요 없음)
  1. 아래 버튼으로 ZIP 파일을 받으세요.
  2. Claude 설정 → Capabilities에서 '코드 실행 및 파일 생성'을 켭니다. (한 번만)
  3. Claude에서 Customize → Skills → + → '스킬 업로드'를 누르고 받은 ZIP을 올립니다.
↓ ZIP 내려받기
Claude Code에 설치

Claude에게 맡기기 — 아래 문장을 Claude Code에 붙여넣으세요

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/hugging-science 폴더를 내 ~/.claude/skills/hugging-science/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.

직접 명령으로 설치하기

git clone https://github.com/K-Dense-AI/scientific-agent-skills.git && mkdir -p ~/.claude/skills && cp -r scientific-agent-skills/skills/hugging-science ~/.claude/skills/

⚠ 제3자가 만든 스킬입니다. 설치 전 원본 저장소를 한 번 확인하세요.

  1. 터미널을 열고 스킬을 저장할 위치로 이동합니다. (예: cd ~/Downloads)
  2. 저장소를 내려받습니다: git clone https://github.com/K-Dense-AI/scientific-agent-skills.git
  3. Claude 스킬 폴더가 없으면 만듭니다: mkdir -p ~/.claude/skills
  4. 스킬 폴더만 복사합니다: cp -r scientific-agent-skills/skills/hugging-science ~/.claude/skills/
  5. 필요한 파이썬 패키지를 설치합니다: pip install datasets transformers huggingface_hub gradio_client python-dotenv requests
  6. (선택) 게이트된 모델·데이터 접근용으로 작업 폴더에 .env 파일을 만들고 HF_TOKEN=hf_... 한 줄을 넣은 뒤, .gitignore에 .env를 추가합니다.
  7. Claude Code를 재시작하고 "단백질 언어모델 데이터셋 찾아줘"처럼 과학 ML 관련 질문을 하면 스킬이 자동으로 작동합니다.
  8. 스킬이 trust_remote_code=True 사용 여부를 물으면, 해당 모델 저장소를 확인한 뒤에만 승인하세요.
GitHub에서 원본 보기 ↗라이선스: MIT