MADSci
一个模块化、自动化的科学实验与发现框架。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：MADSci。 它的用途是：一个模块化、自动化的科学实验与发现框架。 完整的 Skill 内容见：https://321skill.com/skills/madsci/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我设计一个用MADSci框架自动合成并表征新材料的实验流程。” 它会引导你定义实验步骤，例如：先通过‘液体处理Node’混合试剂，再由‘加热搅拌Node’控制反应，最后调用‘光谱分析Node’采集数据，并设置条件判断循环，直到得到目标产物。整个过程由MADSci的工作流引擎自动调度和执行，并记录所有数据和事件。
介绍
MADSci框架旨在解决现代科学实验室中仪器自动化程度低、数据孤岛严重、复杂实验流程难以编排和管理的核心痛点。它通过定义一套通用的MADSci Node标准，将不同厂商、不同编程语言实现的实验室设备（如机器人、分析仪器）封装成可统一调用的服务节点，再通过其核心的工作流与实验管理器，将这些节点串联起来，执行从简单任务到包含决策、数据收集、分析的复杂闭环实验。
用户可以通过其Python客户端或API，以编程方式定义实验步骤和逻辑，系统会自动调度节点执行、管理实验资源（如样品、耗材）、收集并存储数据，并通过分布式事件系统提供全链路可观测性。整个过程支持高度的灵活性和可扩展性。
该框架非常适合从事自动化实验、高通量筛选、材料科学、生物化学等领域研究的学术研究者、实验室工程师以及希望构建标准化智能实验室系统的运维开发人员。它降低了将异构设备集成到一个协同自治系统中的技术门槛。
需要注意的是，MADSci目前处于Beta阶段，API可能发生破坏性变更，建议在生产环境中使用时锁定依赖版本并密切关注更新日志。它更适合于有一定编程和系统集成能力的团队，用于构建原型或中等复杂度的自动化实验平台。
核心特点
与多数专注于单一仪器控制或简单脚本编排的工具不同，MADSci提供了一套完整的、面向“实验”而不仅仅是“设备”的自治系统架构，内置了资源管理、事件溯源和分布式追踪，支持构建包含决策反馈的复杂闭环实验。其Node标准允许用任何语言开发设备驱动，提供了极高的集成灵活性。
注意事项
目前处于Beta阶段，可能存在稳定性问题，且主要面向有编程和系统集成能力的科研或工程团队，不适合希望开箱即用、零代码配置的普通实验室用户。
常见问题
MADSci能直接控制我的XX品牌仪器吗？
需要为该仪器开发一个符合MADSci Node标准的驱动模块，框架本身提供了通信接口标准（目前是REST HTTP），您可以用任何语言实现这个驱动来接入系统。
使用MADSci需要什么技术栈？
核心框架是Python编写的，您需要Python环境。对于开发Node或使用其API，任何能发起HTTP请求的编程语言都可以。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/madsci/raw/index.md 读取 MADSci 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/madsci/raw/index.md（查看排版版本）