Communitygithub.com

paperzilla

エージェントとPaperzilla上のプロジェクト、レコメンデーション、重要な論文についてチャットできます。ユーザーが最近のプロジェクト推薦、正規論文の詳細、Markdownベースの要約、推薦へのフィードバック、フィードのエクスポート、AtomフィードURLを求めたときに使用します。

paperzilla とは？

Paperzillaスキルは、AIエージェント（Claude Code、Cursor、Codexなど）がPaperzillaプラットフォームと直接対話できるようにするためのスキルです。このスキルを使用すると、エージェントはプロジェクトの最新推薦を取得したり、特定の推薦の詳細を説明したり、正規論文（canonical paper）をMarkdown形式で取得して要約したり、推薦に対するフィードバック（アップ投票、ダウンボート、スター）を送信したりできます。また、プロジェクトフィードの参照（`--must-read`、`--since`、`--limit`オプション付き）、JSONまたはAtomフィードURLとしての出力エクスポート、推薦に対するフィードバックのクリアなどもサポートしています。このスキルは主に`pz`CLIを介して動作し、macOSではHomebrew、WindowsではScoop、Linuxでは公式インストールガイドに従ってインストールできます。認証には`pz login`が必要で、設定は環境変数`PZ_API_URL`で行います。出力は機械解析用のJSON、人間向けのMarkdown、フィードリーダー用のAtom URLなど、柔軟な形式を提供します。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/K-Dense-AI/scientific-agent-skills/tree/main/skills/paperzilla
オリジナルを見る→すべてのスキルを見る

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

ドキュメント

paperzilla は何をしますか？

このスキルは、Paperzilla上のプロジェクト、レコメンデーション、正規論文についてエージェントとチャットしたいときに使用します。

質問できること

  • 「プロジェクトXの最新推薦を教えて。」
  • 「推薦Yを開いて、なぜそれが重要なのか説明して。」
  • 「正規論文ZをMarkdownとして取得して要約して。」
  • 「この論文が私の研究にどのように関連しているか教えて。」
  • 「プロジェクトXのフィードを見せて。」
  • 「推薦にフィードバックを残して。」
  • 「この論文、推薦、またはフィードをJSONとしてエクスポートして。」

これはPaperzillaのコアスキルです。エージェントにPaperzillaデータへの直接アクセスを提供しますが、ワークフローや外部配信の統合は強制しません。

アクセス方法

このリポジトリのほとんどのプロファイルはpzCLIを使用しています。

現在のプロファイルにエージェント固有の追加指示がある場合は、それにも従ってください。

インストール

macOS

brew install paperzilla-ai/tap/pz

Windows (Scoop)

scoop bucket add paperzilla-ai https://github.com/paperzilla-ai/scoop-bucket
scoop install pz

Linux

公式のLinuxインストールガイドを使用してください：

ソースからビルド（Go 1.23以上）

ソースビルドについてはCLIリポジトリを参照してください：

更新

CLIが最新かどうかを確認し、インストール固有のアップグレード手順を取得します：

pz update

検出があいまいな場合は、明示的に上書きします：

pz update --install-method homebrew
pz update --install-method scoop
pz update --install-method release
pz update --install-method source

サポートされている値はauto、homebrew、scoop、release、sourceです。

認証

pz login

CLIリファレンス

現在のプロファイルがpzを使用している場合、これらが主要なコマンドです。

プロジェクト一覧

pz project list

単一プロジェクトの表示

pz project <project-id>

プロジェクトフィードの閲覧

pz feed <project-id>

便利なフラグ：

  • --must-read
  • --since YYYY-MM-DD
  • --limit N
  • --json
  • --atom

例：

pz feed <project-id> --must-read --since 2026-03-01 --limit 5
pz feed <project-id> --json
pz feed <project-id> --atom

フィード出力には、既存の推薦フィードバックマーカーを含めることができます：

  • [↑] アップボート
  • [↓] ダウンボート
  • [★] スター

正規論文の読み取り

pz paper <paper-id>
pz paper <paper-id> --json
pz paper <paper-id> --markdown
pz paper <paper-id> --project <project-id>

自分のプロジェクトからの推薦を開く

pz rec <project-paper-id>
pz rec <project-paper-id> --json
pz rec <project-paper-id> --markdown

推薦フィードバックを残す

pz feedback <project-paper-id> upvote
pz feedback <project-paper-id> star
pz feedback <project-paper-id> downvote --reason not_relevant
pz feedback clear <project-paper-id>

出力と自動化

  • 機械解析には--jsonを優先します。
  • pz paper --markdownは、Markdownが既に準備されている場合のみ返します。
  • pz rec --markdownはMarkdown生成をキューに追加でき、準備中の場合はフレンドリーな再試行メッセージを表示します。
  • --atomはフィードリーダー用の個人用フィードURLを返します。

設定

export PZ_API_URL="https://paperzilla.ai"

参考資料

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.

bgpt-paper-search

Search scientific papers and retrieve structured experimental data extracted from full-text studies via the BGPT MCP server. Returns 25+ fields per paper including methods, results, sample sizes, quality scores, and conclusions. Use for literature reviews, evidence synthesis, and finding experimental details not available in abstracts alone.

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.

関連スキル

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