Claude Skill MartKhám phá skillSkill là gì?
 
← Về danh sách

Hugging Science — Trình khám phá tài nguyên AI khoa học

Tìm và sử dụng ngay các dataset, model và demo Hugging Face đã được tuyển chọn cho 17 lĩnh vực khoa học như sinh học, hóa học, genomics, khí hậu.

Dữ liệu · Phân tíchTrung cấp★ 33,030⑂ 3,248Điểm AI 8/10Cập nhật lần cuối: 9 thg 8, 2026

Làm được gì

Skill kết nối Claude với danh mục tuyển chọn Hugging Science (huggingscience.co) và tổ chức hugging-science trên Hugging Face, rồi thực hiện quy trình 5 bước:

  1. Ánh xạ yêu cầu của bạn vào 17 slug chủ đề (biology, chemistry, genomics, materials-science, physics, climate, …)
  2. Tải nội dung danh mục qua script scripts/fetch_catalog.py hoặc các file llms.txt, topics/<slug>.md
  3. So sánh 2–3 ứng viên theo quy mô mô hình, giấy phép, modality (DNA / protein / SMILES / cấu trúc tinh thể) và độ mới
  4. Viết code thực thi bằng datasets, transformers, HF Inference API hoặc gradio_client
  5. Trích dẫn bài blog phương pháp luận của chính tác giả dataset/model

Skill cũng nêu rõ các nguyên tắc an toàn: dùng streaming=True cho dataset lớn, đọc HF_TOKEN từ file .env, và hỏi người dùng trước khi bật trust_remote_code=True.

Phù hợp với ai

  • Nhà nghiên cứu, học viên cao học làm ML trong sinh học, hóa học, vật liệu, thiên văn, khí hậu
  • Người hay mất thời gian tìm "có dataset/model mở nào cho bài toán này không?"
  • Kỹ sư cần dựng nhanh pipeline tái lập paper hoặc đánh giá benchmark khoa học
  • Không phù hợp nếu bạn chỉ làm ML tổng quát (chatbot RAG, hệ gợi ý, phân loại ảnh thường)

Ví dụ sử dụng

  • Thiết kế binder protein: yêu cầu "tạo binder cho protein đích này" → skill tìm Space BoltzGen và sinh script gọi qua gradio_client.
  • Chọn model nhẹ: "gợi ý protein language model chạy được trên laptop" → đề xuất ESM2 35M/650M thay vì Evo-2 40B, kèm code fine-tune bằng transformers.
  • Khám phá dữ liệu vật liệu: chạy fetch_catalog.py topic materials-science --filter models, kiểm tra schema rồi tải dữ liệu ở chế độ streaming.

· · · Hướng dẫn cài đặt · · ·

Cài vào ứng dụng Claude (không cần terminal)
  1. Tải tệp ZIP bằng nút bên dưới.
  2. Trong Claude, mở Settings → Capabilities và bật 'Code execution and file creation'. (chỉ một lần)
  3. Vào Customize → Skills → + → 'Upload a skill' rồi tải tệp ZIP lên.
↓ Tải ZIP
Cài vào Claude Code

Để Claude làm — dán câu dưới đây vào Claude Code

Hãy cài skill mình tìm thấy trên Claude Skill Mart.
Copy thư mục skills/hugging-science từ repo GitHub K-Dense-AI/scientific-agent-skills vào ~/.claude/skills/hugging-science/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.

Cài bằng lệnh thủ công

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/

⚠ Đây là skill do người khác tạo. Hãy kiểm tra repo gốc trước khi cài.

  1. Mở terminal và chuyển tới thư mục bạn muốn tải mã nguồn (ví dụ cd ~/Downloads).
  2. Tải kho mã: git clone https://github.com/K-Dense-AI/scientific-agent-skills.git
  3. Tạo thư mục skill nếu chưa có: mkdir -p ~/.claude/skills
  4. Chép skill vào: cp -r scientific-agent-skills/skills/hugging-science ~/.claude/skills/
  5. Cài thư viện Python cần thiết: pip install datasets transformers huggingface_hub gradio_client python-dotenv requests
  6. (Tùy chọn) Tạo file .env trong thư mục dự án với dòng HF_TOKEN=hf_... để truy cập tài nguyên bị giới hạn, và thêm .env vào .gitignore.
  7. Khởi động lại Claude Code và thử hỏi: "tìm dataset genomics mở để fine-tune" — skill sẽ tự kích hoạt.
  8. Khi skill xin phép bật trust_remote_code=True, hãy kiểm tra repo mô hình trước rồi mới đồng ý.
Xem mã nguồn trên GitHub ↗Giấy phép: MIT