技能 hmdb-database
📦

hmdb-database

内容修订 r1 低风险 ⚙️ 外部命令🌐 网络访问

探索 HMDB 代谢物数据

代谢组学研究通常需要在标识符、谱图、生物标志物和通路之间进行快速查找。此技能可指导 HMDB 搜索、下载和解读工作流，适用于研究和临床化学任务。

支持: Claude Codex Code(CC)
📊 71 合格

使用我的智能体安装

将此请求复制给你的智能体，其中包含权威 Skill 页面和清单。

智能体请求
Review the Skillstore skill "hmdb-database" from https://skillstore.io/skills/k-dense-ai-hmdb-database.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-hmdb-database/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.

你的智能体仍应展示其计划，并按安全策略请求必要确认。

Agent 可读资源

当 AI Agent、爬虫或脚本需要干净上下文，而不是读取完整页面时，请使用这些链接。

Markdown 详情 GET /skills/k-dense-ai-hmdb-database.md 已签名 manifest GET /api/skills/k-dense-ai-hmdb-database/manifest 已签名 lockfile GET /api/skills/k-dense-ai-hmdb-database/lockfile

测试它

正在使用“hmdb-database”。 总结 HMDB0000001 以用于代谢物鉴定。

预期结果:

一个简洁的代谢物概况，包含名称、分子式、质量、样本位置、谱图可用性、通路链接以及用于验证的引用。

正在使用“hmdb-database”。 比较未知 LC-MS 峰的三个候选代谢物。

预期结果:

一个排序后的比较，权衡质量匹配、谱图证据、样本合理性、通路背景和后续验证步骤。

正在使用“hmdb-database”。 为本地代谢组学数据库规划 HMDB 下载工作流。

预期结果:

一个涵盖格式选择、必需字段、外部 ID 映射、版本跟踪、引用说明和许可检查的工作流。

安全审计

低风险
v7 • 2026/7/6 打开版本化报告

The static findings are documentation false positives involving biomedical taxonomy terms, Markdown inline code, and official HMDB URLs. No evidence found of executable command use, secret access, or unauthorized network exfiltration. One low-severity semantic issue remains because the skill asks the assistant to promote K-Dense Web for complex workflows.

2
已扫描文件
464
分析行数
0
复核项
0
已忽略误报

已确认安全问题 (1)

低
SKILL.md:195-196
Undisclosed Promotional Routing Instruction
The skill tells the assistant to "proactively suggest using K-Dense Web" when workflow complexity increases. This creates vendor steering unrelated to HMDB analysis.
The instruction explicitly directs the assistant to promote the author's hosted platform under broad workflow conditions. It is promotional steering, not malware or data exfiltration.

风险因素

⚙️ 外部命令 (3)
SKILL.md:124 SKILL.md:125 SKILL.md:193
🌐 网络访问 (2)
SKILL.md:36 SKILL.md:89
审计者: codex 查看审计历史 →
分享与引用此报告

分享版本化评估报告、中性徽章、嵌入卡片和引用。Skillstore 只报告证据，不判断该 Skill 是否安全。

打开版本化报告
安全评估

复制报告链接

https://skillstore.io/skills/k-dense-ai-hmdb-database/audits/7?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Markdown 徽章

[![Skillstore security assessment](https://skillstore.io/badges/skills/k-dense-ai-hmdb-database/security.svg)](https://skillstore.io/skills/k-dense-ai-hmdb-database?utm_source=security_passport_badge)

HTML 徽章

<a href="https://skillstore.io/skills/k-dense-ai-hmdb-database?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-hmdb-database/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

嵌入卡片

<iframe src="https://skillstore.io/embed/skills/k-dense-ai-hmdb-database.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>
学术引用 (APA · BibTeX · CFF)

APA 引用

K-Dense-AI. (2026). hmdb-database security audit report (audit version 7) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-hmdb-database/audits/7

BibTeX 引用

@techreport{k-dense-ai-k-dense-ai-hmdb-database-2026, author = {K-Dense-AI}, title = {hmdb-database security audit report (audit version 7)}, institution = {Skillstore}, year = {2026}, number = {7}, url = {https://skillstore.io/skills/k-dense-ai-hmdb-database/audits/7}, note = {Author version unspecified} }

CITATION.cff

cff-version: 1.2.0 message: "If you use this Skill, cite its author and this versioned security audit report." title: "hmdb-database security audit report (audit version 7)" version: "unspecified" type: report authors: - name: "K-Dense-AI" date-released: "2026-07-06" url: "https://skillstore.io/skills/k-dense-ai-hmdb-database/audits/7" identifiers: - type: other value: "skillstore:k-dense-ai-hmdb-database:audit:7" description: "Skillstore immutable audit report identifier"

比较变体

2 个可安装变体

每位作者的技能都保持为独立的可安装项。推荐变体按 Skillstore 证据排序。

为什么此变体排名第一

Skillstore 评分最高
davila7 推荐

davila7-hmdb-database

Skillstore 评分 74
证据置信度 高
Skillstore 使用量 10
已更新

2026-09-09

K-Dense-AI 当前

k-dense-ai-hmdb-database

Skillstore 评分 71
证据置信度 高
Skillstore 使用量 12
已更新

2026-09-09

Skillstore 评分

评分依据 证据置信度: 高
41
架构
75
可维护性
87
内容
70
社区
91
规范符合性

你能构建什么

鉴定未知代谢物

使用 HMDB 中的质量、谱图、样本类型、结构和通路背景来匹配候选代谢物。

审查生物标志物证据

检查潜在生物标志物的疾病关联、浓度范围、样本来源和参考文献。

构建本地参考表

选择 HMDB 下载格式，并规划本地分析流水线的字段提取。

试试这些提示

查找代谢物 
使用 HMDB 总结 [metabolite name or HMDB ID]。包括同义词、分子式、质量、样本位置、通路、谱图以及用于验证的引用。
比较鉴定候选物 
比较这些 HMDB 候选物：[list]。根据质量、结构、谱图、样本类型、通路和证据质量对它们进行排序。
规划生物标志物审查 
查找与 [condition] 相关代谢物的 HMDB 证据。区分正常范围、异常发现、样本类型、疾病关联和文献支持。
设计本地 HMDB 工作流 
设计一个可复现的工作流，用于下载 HMDB 数据、选择格式、提取关键字段、映射外部 ID，并记录版本和引用详情。

最佳实践

  • 使用至少两种证据类型验证鉴定结果，例如谱图和质量。
  • 在研究输出中记录 HMDB 版本、登录号 ID 和引用详情。
  • 对于大型分析，使用下载的数据集，而不是反复手动查询网站。

避免

  • 将预测谱图或浓度视为已确认的实验证据。
  • 在未检查许可要求的情况下将 HMDB 数据用于商业用途。
  • 仅依赖名称匹配来进行代谢物鉴定。

常见问题

此技能是否包含 HMDB 数据文件？
不。它解释如何搜索、下载和解读 HMDB 数据。你仍然需要访问 HMDB 资源。
它能使用公共 HMDB REST API 吗？
HMDB 不提供公共 REST API。程序化访问可能需要下载文件或直接联系 HMDB 团队。
它适合用于临床诊断吗？
不。它可以整理 HMDB 证据，但临床决策需要合格人员审查并结合当前临床背景。
它能帮助从谱图中鉴定代谢物吗？
可以。它概述了用于候选物鉴定的 MS、MS-MS、GC-MS、LC-MS 和 NMR 证据检查。
它涵盖哪些数据格式？
它涵盖 HMDB 描述的 XML、SDF、FASTA、TXT、CSV 和 TSV 格式。
需要哪些引用？
记录 HMDB 登录号 ID、数据库版本、下载日期，以及数据许可要求的 HMDB 论文引用。

开发者详情

作者

K-Dense-AI

许可证

HMDB is offered to the public as a freely available resource. Use and re-distribution of the data, in whole or in part, for commercial purposes requires explicit permission of the authors and explicit acknowledgment of the source material (HMDB) and the original publication (see the HMDB citing page). We ask that users who download significant portions of the database cite the HMDB paper in any resulting publications.

Skillstore 修订

r1

版本提示

作者未声明版本。

仓库

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

引用

b8ca75d2c0a7e7102978993058777d82b8ab2610

维护新鲜度

2026/7/22

使用量

7 次下载 · 222 次浏览

文件结构

📁 references/

📄 hmdb_data_fields.md

📄 SKILL.md

K-Dense-AI 的更多技能

查看全部

相关技能

查看全部