pylabrobot
Ajuda seu agente a planejar e revisar tarefas de automação de laboratório. É útil para quem usa robôs em laboratórios para garantir que os processos funcionem bem.
O que ela faz
Esta ferramenta ajuda a criar e revisar planos para automação de laboratório usando a biblioteca PyLabRobot. Ela permite simular como robôs de laboratório manuseiam líquidos e interagem com equipamentos, garantindo que tudo seja feito com segurança.
Quando usar
- ✓Ao planejar experimentos que exigem manuseio preciso de líquidos por robôs.
- ✓Para simular e verificar se um plano de automação de laboratório funciona antes de executá-lo fisicamente.
- ✓Ao precisar de ajuda para entender como usar as funções da biblioteca PyLabRobot para controlar equipamentos de laboratório.
Exemplo do que pedir para a IA
“Crie um plano de automação de laboratório para transferir 100 microlitros de um tubo para um poço de placa, usando um robô simulado.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
A ferramenta usa a biblioteca PyLabRobot para definir os equipamentos, os recipientes (como tubos e placas) e as ações a serem realizadas. Ela pode simular essas ações em um ambiente virtual ou gerar instruções detalhadas para um robô real, sempre priorizando a segurança do operador.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add K-Dense-AI/scientific-agent-skills --skill pylabrobotOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/main/skills/pylabrobot/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
PyLabRobot
Use os frontends agnósticos de hardware, árvore de recursos, rastreadores e backends específicos de dispositivo do PyLabRobot para desenvolver automação de laboratório. Use por padrão validação local de manifestos, contabilidade e o backend "chatterbox" apenas de software.
Snapshot verificado
- Estável no PyPI:
PyLabRobot==0.2.2, lançado em 2026-07-30. - Requisito upstream: Python >=3.9; verificações em tempo de execução aqui usaram Python 3.13.
- As páginas hospedadas
/stable/misturam páginas da API 0.2.1 com documentação de desenvolvimento. O GitHub não tem a tagv0.2.2e seu changelog não tem a seção 0.2.2. Use a distribuição wheel/source lançada para o contrato testado, não o rótulo do URL. - Backends de liquid-handler lançados incluem
STARBackend,VantageBackend,EVOBackend,OpentronsOT2Backende o apenas de softwareLiquidHandlerChatterboxBackend. - MicroSpin e
Plate.stacking_z_heightestão presentes em 0.2.2, apesar de estarem listados sobUnreleasedno changelog atual. APIs de desenvolvimento mais novas, incluindo a palavra-chave de deck Hamiltontrack=, não estão nesta versão. - Veja a revisão de lançamento e transporte para hashes de origem, comportamento testado e a incompatibilidade conhecida de cancelamento do OT-2.
Limite de hardware não negociável
Nunca conecte, inicialize, retorne à posição inicial, mova, aqueça, agite, centrifugue, bombeie, abra/feche ou comande de outra forma equipamentos físicos automaticamente. Não transforme um plano de simulação em um backend ativo apenas mudando uma variável de ambiente, valor de configuração ou importação.
Antes de qualquer execução ativa separadamente autorizada, exija que um humano treinado:
- Confirme explicitamente o backend exato, identidade do dispositivo, firmware, transporte, deck e revisão do protocolo.
- Reconcilie o deck físico com a árvore de recursos, incluindo suportes, adaptadores, tampas, placas, racks de pontas, resíduos, orientação do material de laboratório, códigos de barras e cada coordenada ocupada.
- Verifique a calibração, ensino, envelopes de movimento, riscos de colisão, folgas do gripper ou canal, e todas as coordenadas de aspiração/dispensa.
- Revise a identidade da origem e o volume real de preenchimento, volume morto, capacidade de destino, compatibilidade do tipo/capacidade/filtro da ponta, mapeamento de canal, unidades, alturas, taxas, classe de líquido, blowout/mistura e limites de contaminação.
- Confirme proteções, portas, capacidade de resíduos, contenção, prontidão do botão de parada de emergência, EPI, controles de biossegurança/químicos e um procedimento seguro de abortar/recuperar.
- Aprove uma execução a seco lenta ou uma execução de comissionamento não perigosa quando algo for novo ou alterado.
O estado do rastreador é contabilidade, não detecção. Ele não pode provar que líquido ou uma ponta está fisicamente presente. Após um erro de backend, o rollback do rastreador descreve o estado do software; ele não reverte uma aspiração, dispensa ou movimento de ponta física que foi parcialmente concluído. Preserve os detalhes do erro/canal e peça ao operador para reconciliar pontas e volumes de origem/destino antes de retomar. Não tente cegamente a operação falhada do plano pré-erro. A implementação do liquid-handler 0.2.2 confirma ou reverte rastreadores de acordo com o sucesso da operação relatado. O Visualizador renderiza eventos de recurso/rastreador; ele não modela a física. Chatterbox imprime operações planejadas; ele não prova calibração, alcançabilidade, ausência de colisão, comportamento do líquido ou estado do dispositivo.
Entrada necessária
Não adivinhe nenhum destes:
- Modelo exato do dispositivo, opções instaladas, firmware, computador/SO e transporte.
- Versão estável do PyLabRobot e extras necessários.
- Deck/origem do deck, suportes, adaptadores, definições de recursos, dimensões, coordenadas, orientações e folgas de movimento.
- Capacidades e volumes mortos de placas/tubos/reservatórios; volumes físicos iniciais.
- Modelo da ponta, filtro, encaixe, capacidade, estado do rack, contagem de canais e mapeamento de canais.
- Unidades de transferência (
uL,mm,uL/s,s), alturas, taxas, mistura, lacunas de ar, blowout, propriedades do líquido e classe de líquido validada pelo fornecedor. - Política de contaminação, controles, manuseio de resíduos, intervenções do operador, critérios de aceitação e procedimento de recuperação.
Se a informação estiver faltando, produza uma lista de suposições/bloqueios e um rascunho offline apenas.
Instalação reproduzível
Para inspeção offline da API e simulação do chatterbox:
uv venv --python 3.13 .venv-pylabrobot
uv pip install --python .venv-pylabrobot/bin/python "PyLabRobot==0.2.2"
No Windows, use .venv-pylabrobot\Scripts\python.exe. Não instale extras de hardware
até que o usuário nomeie o dispositivo e aprove explicitamente seu transporte
…
Perguntas frequentes
O que é PyLabRobot?
PyLabRobot é uma biblioteca de software que ajuda a programar robôs de laboratório para automatizar tarefas, como manusear líquidos.
Posso usar esta ferramenta para controlar um robô de verdade?
A ferramenta é projetada para simular e planejar primeiro. Para executar em um robô real, um operador humano treinado deve revisar e aprovar explicitamente todas as etapas de segurança.
Quais informações eu preciso fornecer?
Você precisa fornecer detalhes sobre o equipamento, os recipientes (placas, tubos), os líquidos, as quantidades e as ações desejadas. Quanto mais detalhes, mais precisa será a simulação ou o plano.
Detalhes
Descrição original do autor
Develops and reviews PyLabRobot lab-automation resources, liquid-handling plans, offline simulations, and supported-device integrations. Supports PyLabRobot protocols and API questions; keep physical execution behind an explicit operator safety gate.
Popularidade
- Estrelas no GitHub
- 51 mil
- Posição no ranking
- #1949
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
13c-metabolic-flux
Estima fluxos metabólicos usando dados de rastreamento de isótopos de carbono-13. É útil para analisar o metabolismo celular e vias bioquímicas.
K-Dense-AI/scientific-agent-skills
adaptyv
Projeta experimentos de caracterização de proteínas usando a API Adaptyv. Ele ajuda a estimar custos, enviar sequências e monitorar resultados de laboratório.
K-Dense-AI/scientific-agent-skills
aeon
Realiza tarefas de aprendizado de máquina em séries temporais. É útil para classificar, prever, detectar anomalias e encontrar padrões em dados sequenciais.
K-Dense-AI/scientific-agent-skills
alphagenome
Consulta efeitos genômicos pré-calculados para variantes genéticas. Ele fornece pontuações e explicações para entender o impacto das variantes no genoma.
K-Dense-AI/scientific-agent-skills
Skills parecidas
dashboard-builder
Ajuda seu agente a criar painéis de monitoramento úteis. Ele transforma dados em gráficos que respondem a perguntas importantes sobre o sistema.
affaan-m/ECC
dev-team
Simula uma equipe de desenvolvimento colaborativa, onde diferentes papéis respondem a um problema juntos. É útil para obter múltiplas perspectivas sem trocar de agente manualmente.
affaan-m/ECC
ecc-council
Faz seu agente reunir um conselho de quatro vozes para tomar decisões difíceis. É útil quando há várias opções boas e é preciso debater antes de escolher.
affaan-m/ECC