Fähigkeiten pylabrobot
🔬

pylabrobot

Sicher ⚙️ Externe Befehle🌐 Netzwerkzugriff⚡ Enthält Skripte📁 Dateisystemzugriff🔑 Umgebungsvariablen

Steuern Sie Laborroboter mit PyLabRobot

Auch verfügbar von: davila7

Automatisieren Sie Labor-Workflows durch Steuerung von Liquid-Handling-Robotern, Plattenlesern und Laborausrüstung über einheitliche Python-Befehle. Diese Fähigkeit ermöglicht reproduzierbare Protokolle auf Hamilton-, Tecan- und Opentrons-Plattformen mit integrierter Simulation zum Testen.

Unterstützt: Claude Codex Code(CC)
📊 71 Angemessen
1

Die Skill-ZIP herunterladen

2

In Claude hochladen

Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen

3

Einschalten und loslegen

Teste es

Verwendung von "pylabrobot". Richten Sie einen PyLabRobot-Liquid-Handler ein, um 50 Mikroliter von Position A1 zu aspirieren und an Position B1 zu dispensieren

Erwartetes Ergebnis:

  • Initialized STAR backend and STARLetDeck
  • Tip rack assigned to deck position 1
  • 96-well plate assigned to deck position 10
  • Picked up tips from tip_rack[A1]
  • Aspirated 50 µL from plate[A1] at 50 µL/s flow rate
  • Dispensed 50 µL to plate[B1]
  • Tips dropped at waste location

Verwendung von "pylabrobot". Erstellen Sie ein Deck mit einem Spitzenständer, einer Quellplatte und einer Zielplatte für einen Plattenreplikations-Workflow

Erwartetes Ergebnis:

  • TIP_CAR_480_A00 defined as tip_rack at deck position 1
  • Cos_96_DW_1mL defined as source plate at deck position 10
  • Cos_96_DW_1mL defined as dest plate at deck position 15
  • Resources assigned to deck with correct rails coordinates
  • Deck layout saved to JSON for reproducibility

Sicherheitsaudit

Sicher
v4 • 1/17/2026

Documentation-only skill containing markdown files for PyLabRobot, an open-source laboratory automation framework. All 467 static findings are false positives triggered by Python code examples embedded in markdown documentation. No executable code exists in this skill. The patterns detected (hash references, equipment setup commands, IP addresses, code fences) are all legitimate documentation content for lab automation software.

9
Gescannte Dateien
3,674
Analysierte Zeilen
5
befunde
4
Gesamtzahl Audits

Risikofaktoren

⚙️ Externe Befehle (3)
SKILL.md:32 references/liquid-handling.md:1-50 references/resources.md:1-50
🌐 Netzwerkzugriff (2)
SKILL.md:177-180 references/liquid-handling.md:35
⚡ Enthält Skripte (2)
SKILL.md:88-106 references/resources.md:45
📁 Dateisystemzugriff (1)
references/resources.md:287-295
🔑 Umgebungsvariablen (1)
references/visualization.md:425-435
Auditiert von: claude Audit-Verlauf anzeigen →

Qualitätsbewertung

45
Architektur
100
Wartbarkeit
87
Inhalt
20
Community
100
Sicherheit
91
Spezifikationskonformität

Was du bauen kannst

Pipettieraufgaben automatisieren

Komplexe Flüssigkeitstransfer-Protokolle für Probenaufbereitung, serielle Verdünnungen und Plattenreplikation mit automatischer Spitzenverfolgung programmieren.

Multi-Vendor-Integration

Einheitliche Protokolle erstellen, die auf Hamilton-, Tecan- und Opentrons-Robotern funktionieren, ohne Code für jede Plattform neu zu schreiben.

Protokoll-Simulation

Laborprotokolle im Simulationsmodus testen und validieren, bevor kostspielige Experimente auf physischer Hardware ausgeführt werden.

Probiere diese Prompts

Einfacher Flüssigkeitstransfer 
Verwenden Sie PyLabRobot, um einen Liquid-Handler mit einem STAR-Backend einzurichten und 100 Mikroliter von Quellplatten-Position A1 zu Zielplatten-Position A2 zu transferieren.
Deck-Ressourcen-Einrichtung 
Erstellen Sie ein Deck-Layout in PyLabRobot mit einem Spitzenständer an Position 1, einer Quellplatte an Position 5 und einer Zielplatte an Position 10.
Plattenleser-Integration 
Konfigurieren Sie einen BMG CLARIOstar-Plattenleser mit PyLabRobot, stellen Sie die Temperatur auf 37 Grad ein und lesen Sie die Absorption bei 450nm Wellenlänge.
Protokoll-Simulation 
Schreiben Sie ein vollständiges Liquid-Handling-Protokoll mit ChatterboxBackend für die Simulation und zeigen Sie dann, wie der Deck-Zustand visualisiert und der Workflow verifiziert wird.

Bewährte Verfahren

  • Beginnen Sie mit ChatterboxBackend-Simulation, um Protokolle zu validieren, bevor sie auf kostspieliger Hardware ausgeführt werden
  • Aktivieren Sie Spitzenverfolgung und Volumenverfolgung für genaue Zustandsverwaltung während Experimenten
  • Speichern Sie Deck-Layouts in JSON-Dateien für Reproduzierbarkeit über mehrere Protokollausführungen hinweg

Vermeiden

  • Protokolle auf physischer Hardware ausführen, ohne sie zuerst im Simulationsmodus zu testen
  • Temperaturen nicht frühzeitig einstellen, wenn Heizschüttler oder Inkubatoren verwendet werden
  • Ressourcenpositionen fest kodieren, anstatt beschreibende Namen für bessere Dokumentation zu verwenden

Häufig gestellte Fragen

Welche Liquid-Handler unterstützt PyLabRobot?
PyLabRobot unterstützt Hamilton STAR/STARlet, Opentrons OT-2 und Tecan EVO Plattformen durch Backend-Abstraktion.
Benötige ich physische Hardware zum Testen von Protokollen?
Nein. Verwenden Sie ChatterboxBackend für Simulationstests ohne Hardware. Der Visualizer zeigt den Deck-Zustand in Echtzeit.
Wie vergleicht sich PyLabRobot mit Hersteller-APIs?
PyLabRobot bietet eine einheitliche Python-Schnittstelle über Hersteller hinweg. Derselbe Code funktioniert auf Hamilton, Tecan und Opentrons.
Kann ich Deck-Konfigurationen speichern und laden?
Ja. Deck-Layouts und Zustände können zur Reproduzierbarkeit und zum Teilen von Protokollen in JSON serialisiert werden.
Welche Plattenleser werden unterstützt?
BMG CLARIOstar und CLARIOstar Plus werden für Absorptions-, Lumineszenz- und Fluoreszenzmessungen unterstützt.
Funktioniert dieser Skill unter Windows und Mac?
Ja. PyLabRobot funktioniert unter Windows, macOS, Linux und Raspberry Pi zur Steuerung von Laborausrüstung.

Entwicklerdetails

Lizenz

MIT license

Repository

https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/pylabrobot

Ref

main

Dateistruktur

📁 references/

📄 analytical-equipment.md

📄 hardware-backends.md

📄 liquid-handling.md

📄 material-handling.md

📄 resources.md

📄 visualization.md

📄 EVALUATION_OUTPUT.json

📄 SKILL.md