科研 MCP 与 Skill：接通科研资源，复用研究方法

科研任务需要具体依据：一个蛋白的注释、一篇论文的实验条件、一份结构文件中的原子位置。只靠模型已有知识，很难保证这些信息及时、准确且可以回查。同时，同样的数据若缺少合适的分析步骤，也容易得到不可复现的结论。

ScienceDiscovery 一方面通过 MCP 接入科研数据与工具，另一方面通过 Skill 提供可复用的方法。前者帮助 Agent 取得实际记录，后者指导它如何检索、整理、计算和交付，让每次研究不必从空白开始。

可以用一句话区分三类扩展：MCP 是工具，Skill 是方法，Specialist 是角色。 MCP 回答“Agent 能调用什么”，Skill 回答“这类工作应该怎么做”，Specialist 则把职责、Skill 和可用工具组织成一个可以被主 Agent 调用的专业角色。

产品已经提供哪些能力

ScienceDiscovery 预置了常见科研连接器和可组合的 Skill。例如，文献研究可以使用 PubMed、Europe PMC、arXiv 等来源，结构研究可以使用 UniProt、PDB；对应的 Skill 可以负责检索、证据提取、计算、报告撰写和结果核查。

这些预置项是帮助用户快速开始的默认能力，不是 Core 概念本身。完整且可能随版本变化的清单见预置科研能力参考。

预置接入不代表外部服务永远在线、所有内容都能免费下载，或返回记录等于已读全文。安装了 Skill 也不等于模型本次已经读取或执行它；实际使用情况应以当前 Session 的工具范围、执行记录和产物为准。

让实验室自己的资源加入工作流

你可以接入自建数据库、已有 MCP 服务或专用计算接口，也可以把常用 SOP、分析脚本和交付规范整理成 Skill。工具与方法独立扩展：更换数据接口不必重写全部流程，改进方法也不要求新增服务。

这些入口面向用户开放。自定义 MCP 支持本地 STDIO 和远程 HTTP/SSE 服务；技能支持本地文件、目录、ZIP 与 Git 导入，也支持由 Agent 起草后人工确认。凭据在设置中管理，不应写入公开的技能说明。

具体接入步骤放在进阶指南中：

• 接入自定义 MCP：添加服务、认证、测试连接和选择工具。
• 导入与管理 Skill：准备技能包、导入、确认生效并验证。
• 创建 Specialist：把资源与职责组织成自己的研究角色。