技能 adaptyv

📦

adaptyv

Name: adaptyv
Author: davila7

內容修訂 r1 高風險 🌐 網路存取📁 檔案系統存取🔑 環境變數⚙️ 外部命令

使用 Adaptyv 驗證蛋白質設計

蛋白質團隊需要清晰的外包濕實驗室驗證工作流程。此技能會指引 Adaptyv API 設定、測定提交、追蹤與結果審閱。

支援: Claude Codex Code(CC)

⚠️ 38 差

Maintain this Skill? Claim it ⚠️ 38 差

安裝前請停止並請求確認。

請審查安裝計畫，並在變更檔案前取得使用者明確同意。

使用我的智慧代理安裝

將此請求複製給你的智慧代理，其中包含權威 Skill 頁面和清單。

智能體請求

Review the Skillstore skill "adaptyv" from https://skillstore.io/skills/davila7-adaptyv.md and its manifest at https://skillstore.io/api/skills/davila7-adaptyv/manifest. Verify the artifact. Stop and obtain explicit user consent before installing or changing files.

你的智慧代理仍應顯示其計畫，並依安全政策請求必要確認。

Agent 可讀資源

當 AI Agent、爬蟲或腳本需要乾淨脈絡、而不是讀取完整頁面時，請使用這些連結。

Markdown 詳情 GET /skills/davila7-adaptyv.md 已簽名 manifest GET /api/skills/davila7-adaptyv/manifest 已簽名 lockfile GET /api/skills/davila7-adaptyv/lockfile

測試它

正在使用「adaptyv」。為三個抗體變體針對已知目標規劃結合測定。

預期結果:

回應會概述 FASTA 準備、目標中繼資料、結合測定選擇、提交步驟與後續狀態檢查。

正在使用「adaptyv」。比較表現測試前的序列最佳化檢查。

預期結果:

回應會總結溶解度預測器、殘基限制、自然性檢查與候選者選擇標準。

正在使用「adaptyv」。說明如何擷取已完成的 Adaptyv 結果。

預期結果:

回應會描述狀態查詢、結果下載規劃、本機檔案命名與基於 webhook 的通知處理。

安全審計

高風險

v14 • 2026/7/9 開啟版本化報告

Most static findings are documentation false positives, including Markdown fences, placeholder credentials, FASTA text, and biology terminology misread as reconnaissance. The real security concern is disclosed but meaningful external network activity: examples send protein sequences and bearer tokens to hardcoded third-party endpoints, including an opaque AWS Lambda URL.

已掃描檔案

2,337

分析行數

複核項目

已忽略的誤報

已確認的安全問題 (1)

高

SKILL.md:49-64 reference/examples.md:16-21 reference/protein_optimization.md:600-601 reference/api_reference.md:6-14

Opaque External API Endpoint Handles Secrets and Sequence Data

The skill directs users to send bearer API keys and protein sequences to a hardcoded AWS Lambda URL rather than an obvious Adaptyv-owned domain. This may be legitimate alpha infrastructure, but users cannot easily verify the service identity from the documentation alone.

The endpoint and bearer-token usage are explicit in multiple files. The finding is not higher confidence because the endpoint may be the legitimate Adaptyv alpha API.

能力複核項目 (22)

這些是真實的本機能力，對此技能而言可能是預期行為，因此需要複核，但不會按已確認的惡意行為計分。

高

reference/examples.md:21

Generic API/secret keys

"Authorization": f"Bearer {API_KEY}",

The example places an API key into an Authorization header for an external API request. This is intended, but it handles a secret and depends on trusting the endpoint.

高

reference/protein_optimization.md:601

Generic API/secret keys

headers={"Authorization": f"Bearer {api_key}"},

The example sends a bearer API key with a request to the hardcoded Adaptyv endpoint. This is intended, but it is real secret-bearing network traffic.

高

SKILL.md:53

Generic API/secret keys

"Authorization": f"Bearer {api_key}",

The quick-start example sends a bearer API key to the hardcoded Adaptyv endpoint. This is intended, but it is real secret-bearing network traffic.

低

reference/api_reference.md:6

Hardcoded URL

https://kq5jp7qj7wdqklhsxmovkzn4l40obksv.lambda-url.eu-central-1.on.aws

The documentation points users to an opaque external Lambda URL as the Adaptyv API base. This is disclosed functionality, but it creates real network egress to a third-party endpoint.

低

reference/examples.md:777

HTTP client library

response = requests.request(method, url, **kwargs)

The helper performs arbitrary HTTP methods against a provided URL in example code. It is documentation, but copied use could make outbound requests.

低

reference/examples.md:28

Python HTTP libraries

response = requests.get(f"{BASE_URL}/organization/credits", headers=HEADERS)

The example performs an authenticated GET request to the Adaptyv API. This is intended, but it sends requests to an external service.

低

reference/examples.md:79

Python HTTP libraries

response = requests.post(

The example posts protein sequence experiment data to the Adaptyv API. This is intended functionality with external data transfer.

低

reference/examples.md:129

Python HTTP libraries

response = requests.post(

The example posts batch experiment data to the Adaptyv API. This is intended functionality with external data transfer.

低

reference/examples.md:185

Python HTTP libraries

response = requests.post(

The example posts experiment data to the Adaptyv API. This is intended functionality with external data transfer.

低

reference/examples.md:221

Python HTTP libraries

response = requests.get(

The example retrieves experiment status from the external Adaptyv API. This is expected network access.

低

reference/examples.md:263

Python HTTP libraries

response = requests.get(

The example retrieves data from the external Adaptyv API. This is expected network access.

低

reference/examples.md:338

Python HTTP libraries

response = requests.get(

The example downloads results from the external Adaptyv API. This is expected network access.

低

reference/examples.md:479

Python HTTP libraries

response = requests.get(

The example retrieves experiment information from the external Adaptyv API. This is expected network access.

低

reference/examples.md:528

Python HTTP libraries

response = requests.post(

The example posts workflow data to the external Adaptyv API. This is expected but transmits user-provided biological data.

低

reference/examples.md:777

Python HTTP libraries

response = requests.request(method, url, **kwargs)

The helper performs outbound HTTP requests in example code. The behavior is documented, but it remains network-capable code if copied.

低

reference/examples.md:17

Hardcoded URL

BASE_URL = "https://kq5jp7qj7wdqklhsxmovkzn4l40obksv.lambda-url.eu-central-1.on.aws"

The example configures an opaque external Lambda URL as BASE_URL for API calls. It is intended behavior, but users may send protein data to that endpoint.

低

reference/protein_optimization.md:84

Python HTTP libraries

response = requests.post(url, data=data)

The example posts sequence data to the external NetSolP service. This is legitimate optimization guidance but sends data externally.

低

reference/protein_optimization.md:599

Python HTTP libraries

response = requests.post(

The example posts optimized sequence data to the Adaptyv API. This is expected but sends user data externally.

低

reference/protein_optimization.md:77

Hardcoded URL

url = "https://services.healthtech.dtu.dk/services/NetSolP-1.0/api/predict"

The optimization workflow posts sequence data to an external NetSolP service. This is a legitimate tool integration, but it is still third-party network egress.

低

reference/protein_optimization.md:600

Hardcoded URL

"https://kq5jp7qj7wdqklhsxmovkzn4l40obksv.lambda-url.eu-central-1.on.aws/experiments",

The example submits optimized sequences to a hardcoded external Lambda endpoint. This is core functionality, but it can transmit user sequence data externally.

低

SKILL.md:58

Python HTTP libraries

response = requests.post(

The quick-start example posts experiment data to the external Adaptyv API. This is expected but sends user data externally.

低

SKILL.md:50

Hardcoded URL

base_url = "https://kq5jp7qj7wdqklhsxmovkzn4l40obksv.lambda-url.eu-central-1.on.aws"

The skill configures a hardcoded external Lambda endpoint as the API base URL. This is disclosed, but it is real third-party network egress.

風險因素

🌐 網路存取 (28)

📁 檔案系統存取 (4)

reference/api_reference.md:40 reference/examples.md:350 reference/examples.md:589 reference/examples.md:347

🔑 環境變數 (24)

⚙️ 外部命令 (12)

SKILL.md:20-22 SKILL.md:22-24 SKILL.md:24-26 SKILL.md:26-28 SKILL.md:28-34 SKILL.md:34-36 SKILL.md:36-42 SKILL.md:42-69 SKILL.md:69-80 SKILL.md:80-98 SKILL.md:98-102 SKILL.md:102-106

審計單位: claude 檢視審計紀錄 →

分享與引用此報告

分享版本化評估報告、中性徽章、嵌入卡片與引用。Skillstore 只報告證據，不判斷該 Skill 是否安全。

開啟版本化報告

複製報告連結

https://skillstore.io/skills/davila7-adaptyv/audits/14?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Markdown 徽章

[![Skillstore security assessment](https://skillstore.io/badges/skills/davila7-adaptyv/security.svg)](https://skillstore.io/skills/davila7-adaptyv?utm_source=security_passport_badge)

HTML 徽章

<a href="https://skillstore.io/skills/davila7-adaptyv?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/davila7-adaptyv/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

嵌入卡片

<iframe src="https://skillstore.io/embed/skills/davila7-adaptyv.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>

學術引用 (APA · BibTeX · CFF)

APA 引用

davila7. (2026). adaptyv security audit report (audit version 14) [Author version unspecified]. Skillstore. https://skillstore.io/skills/davila7-adaptyv/audits/14

BibTeX 引用

@techreport{davila7-davila7-adaptyv-2026,
  author = {davila7},
  title = {adaptyv security audit report (audit version 14)},
  institution = {Skillstore},
  year = {2026},
  number = {14},
  url = {https://skillstore.io/skills/davila7-adaptyv/audits/14},
  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: "adaptyv security audit report (audit version 14)"
version: "unspecified"
type: report
authors:
  - name: "davila7"
date-released: "2026-07-09"
url: "https://skillstore.io/skills/davila7-adaptyv/audits/14"
identifiers:
  - type: other
    value: "skillstore:davila7-adaptyv:audit:14"
    description: "Skillstore immutable audit report identifier"

比較變體

2 個可安裝變體

每位作者的技能都保留為獨立的可安裝項目。推薦變體依 Skillstore 證據排序。

為何此變體排名第一

Skillstore 評分最高

作者 / 來源 Skillstore 評分證據置信度 Skillstore 使用量已更新

K-Dense-AI 推薦

k-dense-ai-adaptyv

Skillstore 評分 50

證據置信度高

Skillstore 使用量 15

已更新

2026-09-09

davila7 目前

davila7-adaptyv

Skillstore 評分 38

證據置信度中

Skillstore 使用量 13

已更新

2026-09-09

Skillstore 評分

評分依據證據置信度: 中

架構

可維護性

內容

社群

規範符合度

你可以打造什麼

提交蛋白質變體

準備 FASTA 序列、選擇測定類型，並透過 Adaptyv API 提交驗證作業。

排序最佳化序列的優先順序

在選擇要進行濕實驗室測試的變體之前，審閱溶解度與自然性檢查。

追蹤實驗室工作流程

為進行中的實驗規劃狀態輪詢、webhook 通知與結果下載步驟。

試試這些提示

設定存取權限

協助我設定 Adaptyv API 工作流程，包含 ADAPTYV_API_KEY、必要套件與連線檢查。

提交一個序列

為一個蛋白質序列準備 Adaptyv 提交計畫，包含 FASTA 格式、測定類型與中繼資料。

執行批次驗證

為這些變體設計批次 Adaptyv 驗證工作流程，包含中繼資料、目標詳細資訊與狀態追蹤。

測試前最佳化

建立端到端工作流程，用於篩選序列溶解度、選出最佳候選者，並將其提交至 Adaptyv。

最佳實務

在傳送 API 金鑰或專有序列之前，先驗證端點所有權。
將 API token 儲存在環境變數或密鑰管理器中。
在提交實驗之前，先驗證 FASTA 內容與中繼資料。

避免

在未取得法律與資料處理核准的情況下提交機密序列。
在 prompts、notebooks 或 repositories 中硬編碼 API 金鑰或 webhook 密鑰。
對長時間執行的實驗進行過度頻繁輪詢，而不是使用 webhooks 或 backoff。

常見問題

我需要 Adaptyv 帳戶嗎？

是。此技能描述需要已核准 Adaptyv 存取權限與有效 token 的 API 工作流程。

涵蓋哪些測定類型？

參考資料涵蓋結合、表現、熱穩定性與酵素活性測定。

此技能需要網路存取嗎？

是。範例會將請求傳送至外部實驗室與預測服務。

它可以自行設計新蛋白質嗎？

不會。它會協助為你提供的序列準備最佳化與驗證工作流程。

結果需要多久？

技能文件表示 Adaptyv 結果通常約 21 天交付。

這對機密序列安全嗎？

只有在使用者驗證端點所有權、供應商協議，以及外部提交的內部核准之後才安全。

開發者詳細資訊

作者

davila7

授權

MIT

Skillstore 修訂

版本提示

作者未聲明版本。

儲存庫

https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/scientific/adaptyv

引用

b959ebfd1043a07c0c4378ab94ca4342cb0259f5

維護新鮮度

2026/7/26

使用量

5 次下載 · 193 次瀏覽

檔案結構

📁 reference/

📄 api_reference.md

📄 examples.md

📄 experiments.md

📄 protein_optimization.md

分析 DrugBank 研究資料

由 K-Dense-AI

DrugBank 資料在下載、解析及用於研究工作流程時相當複雜。此技能會引導結構化查詢、交互作用檢查、標靶分析與化學性質工作流程。

研究與學習查看

adaptyv

使用我的智慧代理安裝

Agent 可讀資源

測試它

安全審計

已確認的安全問題 (1)

風險因素

複製報告連結

Markdown 徽章

HTML 徽章

嵌入卡片

APA 引用

BibTeX 引用

CITATION.cff

比較變體

Skillstore 評分

你可以打造什麼

提交蛋白質變體

排序最佳化序列的優先順序

追蹤實驗室工作流程

試試這些提示

最佳實務

避免

常見問題

開發者詳細資訊

davila7 的更多技能

latex-posters

content-creator

treatment-plans

clinical-reports

exploratory-data-analysis

diffdock

相關技能

bioservices

opentargets-database

openclaw-medical-skills

pdb-database

etetoolkit

drugbank-database