Communitygithub.com

bgpt-paper-search

Recherche des articles scientifiques et récupère des données expérimentales structurées extraites d'études en texte intégral via le serveur MCP BGPT. Retourne plus de 25 champs par article, y compris les méthodes, résultats, tailles d'échantillon, scores de qualité et conclusions. À utiliser pour les revues de littérature, la synthèse de preuves et la recherche de détails expérimentaux non disponibles dans les résumés seuls.

Qu'est-ce que bgpt-paper-search ?

Cette compétence permet de rechercher des articles scientifiques dans une base de données organisée par BGPT, qui extrait et structure des données expérimentales à partir du texte intégral des études. Contrairement aux bases de données traditionnelles qui ne fournissent que les titres et résumés, BGPT retourne des données détaillées et structurées : méthodes, résultats quantitatifs, tailles d'échantillon, scores de qualité, et plus de 25 champs par article. Elle est particulièrement utile pour les revues systématiques de littérature, la comparaison de méthodologies entre études, la construction de tables de preuves pour des méta-analyses ou des guides cliniques, et la recherche de résultats expérimentaux précis qui ne sont pas présents dans les résumés. La compétence fonctionne via un serveur MCP distant, sans installation locale, et s'intègre avec des agents comme Claude Desktop ou Claude Code, appelant l'outil `search_papers`. Elle offre un niveau gratuit de 50 recherches par réseau et une option payante à $0.01 par résultat avec une clé API.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/K-Dense-AI/scientific-agent-skills/tree/main/skills/bgpt-paper-search
Voir l'original→Voir toutes les compétences

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentation

Recherche d'articles BGPT

Vue d'ensemble

BGPT est un serveur MCP distant qui recherche dans une base de données organisée d'articles scientifiques, construite à partir de données expérimentales brutes extraites du texte intégral des études. Contrairement aux bases de données de littérature traditionnelles qui renvoient titres et résumés, BGPT retourne des données structurées provenant du contenu réel des articles — méthodes, résultats quantitatifs, tailles d'échantillon, évaluations de qualité, et plus de 25 champs de métadonnées par article.

Quand utiliser cette compétence

Utilisez cette compétence lorsque vous :

  • Recherchez des articles scientifiques avec des détails expérimentaux spécifiques
  • Menez des revues systématiques ou exploratoires de littérature
  • Trouvez des résultats quantitatifs, des tailles d'échantillon ou des tailles d'effet entre études
  • Comparez les méthodologies utilisées dans différentes études
  • Cherchez des articles avec des scores de qualité ou des niveaux de preuve
  • Avez besoin de données structurées provenant d'articles complets (pas seulement des résumés)
  • Construisez des tables de preuves pour des méta-analyses ou des guides cliniques

Configuration

BGPT est un serveur MCP distant — aucune installation locale requise. Configurez-le dans les paramètres MCP de votre agent avant utilisation ; cette compétence demande à l'agent d'appeler l'outil MCP search_papers et n'active pas l'accès MCP par elle-même.

Claude Desktop / Claude Code

Ajoutez à votre configuration MCP :

{
  "mcpServers": {
    "bgpt": {
      "command": "npx",
      "args": ["mcp-remote", "https://bgpt.pro/mcp/sse"]
    }
  }
}

npm (alternative)

npx bgpt-mcp

Utilisation

Une fois le serveur MCP BGPT configuré, appelez son outil search_papers via l'interface MCP de l'agent (pas via Bash) :

Recherchez des articles sur : "efficacité de l'édition génétique CRISPR dans les cellules humaines"

Le serveur retourne des résultats structurés incluant :

  • Titre, auteurs, revue, année, DOI
  • Méthodes : Techniques expérimentales, modèles, protocoles
  • Résultats : Principaux résultats avec données quantitatives
  • Tailles d'échantillon : Nombre de sujets/échantillons
  • Scores de qualité : Évaluations de la qualité des études
  • Conclusions : Conclusions des auteurs et implications

Tarification

  • Niveau gratuit : 50 recherches par réseau, aucune clé API requise
  • Payant : 0,01 $ par résultat avec une clé API depuis bgpt.pro/mcp

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

adaptyv

How to use the Adaptyv Bio Foundry API and Python SDK for protein experiment design, submission, and results retrieval. Use this skill whenever the user mentions Adaptyv, Foundry API, protein binding assays, protein screening experiments, BLI/SPR assays, thermostability assays, or wants to submit protein sequences for experimental characterization. Also trigger when code imports `adaptyv`, `adaptyv_sdk`, or `FoundryClient`, or references `foundry-api-public.adaptyvbio.com`.

aeon

This skill should be used for time series machine learning tasks including classification, regression, clustering, forecasting, anomaly detection, segmentation, and similarity search. Use when working with temporal data, sequential patterns, or time-indexed observations requiring specialized algorithms beyond standard ML approaches. Particularly suited for univariate and multivariate time series analysis with scikit-learn compatible APIs.

alphagenome

Look up precomputed AlphaGenome Atlas effects for any GRCh38 single-nucleotide variant (AVI score with Phred and 18 SHAP feature attributions, plus raw and quantile scores for RNA-seq, DNase, ATAC, ChIP-TF, ChIP-histone, CAGE, PRO-cap, splicing, polyadenylation and contact-map tracks), score variants or scan windows on demand with the AlphaGenome model for human and mouse (variant scoring, in silico mutagenesis, REF-versus-ALT track prediction), and build Atlas website deep links. Use when the user mentions AlphaGenome, AlphaGenome Atlas, AVI or AlphaGenome Variant Impact, DeepMind variant effect prediction, or wants to prioritise or mechanistically interpret non-coding, regulatory, splicing, enhancer, promoter, or chromatin-accessibility effects of SNVs from a VCF, credible set, or region. Research use only; not a clinical tool.

analytical-method-validation

Plan, execute, and document validation, verification, and transfer of analytical procedures under the governing framework - ICH Q2(R2) and Q14, USP <1220>/<1225>/<1226>, ICH M10 bioanalytical, CLSI EP, or ISO/IEC 17025. Use for HPLC, LC-MS/MS, GC, CE, ICP-MS, dissolution, qNMR, qPCR, NIR, and ligand binding or cell-based assays whenever the question is whether a procedure is fit for its intended purpose. Triggers include

anndata

Data structure for annotated matrices in single-cell analysis. Use when working with .h5ad files or integrating with the scverse ecosystem. This is the data format skill—for analysis workflows use scanpy; for probabilistic models use scvi-tools; for population-scale queries use cellxgene-census.

arbor

Autonomously improve a real artifact (code, training recipe, agent harness, data pipeline, prompt) against an objective and an evaluator, using Hypothesis Tree Refinement (HTR) from the Arbor paper. Use this whenever someone wants to iteratively optimize something over many experiments without overfitting — e.g.

arboreto

Infer gene regulatory networks (GRNs) from gene expression data using scalable algorithms (GRNBoost2, GENIE3). Use when analyzing transcriptomics data (bulk RNA-seq, single-cell RNA-seq) to identify transcription factor-target gene relationships and regulatory interactions. Supports distributed computation for large-scale datasets.

astropy

Core Python library for astronomy and astrophysics workflows that need Astropy APIs, including units/quantities, coordinates, FITS I/O, tables, time systems, WCS, and cosmology. Use when implementing or debugging astronomical data analysis code with Astropy.

autoskill

Observe the user

benchling-integration

Benchling Python SDK and REST API integration for registry entities, inventory, ELN entries, workflows, Benchling Apps, and Data Warehouse queries. Use when automating lab data with benchling-sdk or the v2 API.

bids

>

biopython

Comprehensive molecular biology toolkit. Use for sequence manipulation, file parsing (FASTA/GenBank/PDB), phylogenetics, and programmatic NCBI/PubMed access (Bio.Entrez). Best for batch processing, custom bioinformatics pipelines, BLAST automation. For quick lookups use gget; for multi-service integration use bioservices.

bioservices

Unified Python interface to 40+ bioinformatics services. Use when querying multiple databases (UniProt, KEGG, ChEMBL, Reactome) in a single workflow with consistent API. Best for cross-database analysis, ID mapping across services. For quick single-database lookups use gget; for sequence/file manipulation use biopython.

bulk-rnaseq

End-to-end bulk RNA-seq orchestrator — takes raw FASTQ reads through QC and trimming (FastQC, fastp/Trim Galore), alignment and quantification (STAR, Salmon, featureCounts), assembles a gene-level counts matrix, then hands off to differential expression (pydeseq2), pathway/GSEA enrichment (pathway-enrichment), and publication figures (scientific-visualization). Use whenever the user has bulk RNA-seq reads or quant output and wants a complete, reproducible differential-expression workflow — e.g.

cellxgene-census

Query the CZ CELLxGENE Census programmatically for versioned public single-cell and spatial transcriptomics data. Use when you need population-scale cell metadata, gene expression slices, Census summary counts, source H5AD URIs/downloads, embeddings, spatial Census data, or reference atlas comparisons across organisms, tissues, diseases, assays, and cell types. For analyzing your own local single-cell data use scanpy, anndata, or scvi-tools.

cirq

Google quantum computing framework. Use when targeting Google Quantum AI hardware, designing noise-aware circuits, or running quantum characterization experiments. Best for Google hardware, noise modeling, and low-level circuit design. For IBM hardware use qiskit; for quantum ML with autodiff use pennylane; for physics simulations use qutip.

citation-management

Comprehensive citation management for academic research. Search OpenAlex, PubMed, and Google Scholar for papers, extract accurate metadata, validate citations, and generate properly formatted BibTeX entries. This skill should be used when you need to find papers, verify citation information, convert DOIs to BibTeX, or ensure reference accuracy in scientific writing.

clinical-decision-support

Prepare and validate research-only clinical decision-support evaluation, evidence-profile, cohort, survival, biomarker/model, privacy, and governance artifacts. Use for aggregate or synthetic research documentation and traceability—not patient care or live clinical operation.

clinical-reports

Create safety-bounded draft structures and run local deterministic checks for clinical case, diagnostic, trial, safety, and aggregate research reports. Use only with synthetic, de-identified, or aggregate inputs and verified source-fact manifests; every output requires qualified review.

cobrapy

Constraint-based metabolic modeling (COBRA). FBA, FVA, gene knockouts, flux sampling, SBML models, for systems biology and metabolic engineering analysis.

Skills associés

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community