findscripter 何时使用
需要从约 78 个公开科研数据库经其 REST API 取数时使用，覆盖：
- 物理/天文（NASA、NIST、SDSS、SIMBAD、NASA Exoplanet）
- 地球/环境（USGS、NOAA、EPA、OpenWeatherMap）
- 化学/药物（PubChem、ChEMBL、FDA/OpenFDA、KEGG、ChEBI、ZINC、BindingDB、DailyMed）
- 材料（Materials Project、COD）
- 生物/基因组（Reactome、UniProt、STRING、Ensembl、NCBI Gene/Protein/Taxonomy、GEO、GTEx、PDB、AlphaFold、InterPro、BioGRID、QuickGO/Gene Ontology、dbSNP、gnomAD、ENCODE、JASPAR、HPA、HCA、PRIDE、ENA、SRA 等）
- 疾病/临床（Open Targets、cBioPortal、GDC/TCGA、ClinVar、OMIM、DisGeNET、GWAS Catalog、Monarch、HPO、ClinicalTrials.gov）
- 专利/监管（USPTO、SEC EDGAR）
- 经济/金融（FRED、BEA、BLS、World Bank、Federal Reserve、ECB、US Treasury、Alpha Vantage、Data Commons）
- 人口/社科（US Census、Eurostat、WHO GHO）
任务本质：判断该查哪些库 → 调 API → 返回原始 JSON + 所用数据库与端点清单。
不该用的边界：
- DrugBank（付费授权）、COSMIC（学术注册 + JWT）、BRENDA（注册 + SOAP 非 REST）等付费/受限库——改用免费替代（见「注意事项」）。
- 不是公开 API 取数的需求，例如本地 CSV/表格清洗（用 csv-data-cleaner）、私有数据库 SQL（用 sql-query-builder）、事实核查/文献溯源（用 fact-checking）。
- 不负责对结果做深度统计建模，只负责取回原始数据并标注来源。
步骤
- 理解意图：用户要的是化合物？基因？通路？专利？表达数据？经济指标？由此决定查哪个库。
- 选库：用下方「指令」中的选库对照；拿不准时多库并查，宁可撒大网也别漏。跨域问题（如「关于阿司匹林的一切」「BRCA1 的一切」）并行查所有相关库。
- 校正标识符：库不认标识符是失败首因，先按标识符表换算（见「指令」）。
- 发请求：Claude Code 用
WebFetch（仅 GET）；POST-only 库与需自定义 header 的库用curl。 - 返回结果：始终给出①每个库的原始 JSON；②已查数据库 + 具体端点清单；③无结果的库要显式说明，不可省略。
指令
选库速查（节选高频项）
| 用户问… | 首选库 | 备选 |
|---|---|---|
| 化合物、分子性质、SMILES | PubChem | ChEMBL |
| 生物活性 IC50/Ki/Kd、药物-靶点 | ChEMBL、BindingDB | PubChem、Open Targets |
| 药品标签/不良事件/召回 | FDA(OpenFDA) | DailyMed |
| 可购买化合物、虚拟筛选 | ZINC | PubChem |
| 材料（化学式/能带/晶体结构） | Materials Project | COD |
| 通路 | Reactome、KEGG | — |
| 蛋白序列/功能/注释 | UniProt | Ensembl |
| 蛋白互作 | STRING | BioGRID |
| 基因信息/基因组定位 | NCBI Gene | Ensembl |
| 跨组织表达 | GTEx | Human Protein Atlas |
| 3D 结构（实验/预测） | PDB / AlphaFold | EMDB |
| SNP/变异、人群频率 | dbSNP / gnomAD | ClinVar |
| 靶点-疾病关联 | Open Targets | ChEMBL |
| 癌症体细胞突变/基因组 | cBioPortal、GDC(TCGA) | Open Targets |
| 临床试验 | ClinicalTrials.gov | FDA |
| 专利（关键词/发明人/受让人） | USPTO(PatentsView) | — |
| 美国经济时序（GDP/CPI/利率） | FRED | BEA |
| 国际发展指标 | World Bank | FRED |
物种很关键：多数生物库覆盖多物种，别默认人类。Ensembl 用 URL 路径 {species}（如 homo_sapiens）；STRING/BioGRID/QuickGO 用 NCBI taxon ID（人 9606、鼠 10090）；UniProt 用 organism_id:9606；KEGG 用物种码（hsa/mmu）。GTEx 与 HPA 仅限人类。
常见标识符格式
| 标识符 | 格式 | 示例 | 用于 |
|---|---|---|---|
| UniProt accession | P#####/Q##### |
P04637(TP53) |
UniProt、STRING、AlphaFold、Reactome |
| Ensembl 基因 ID | ENSG########### |
ENSG00000141510 |
Ensembl、Open Targets、GTEx |
| NCBI Gene ID | 整数 | 7157(TP53) |
NCBI Gene、GEO、DisGeNET、HPO |
| PubChem CID | 整数 | 2244(阿司匹林) |
PubChem |
| ChEMBL ID | CHEMBL#### |
CHEMBL25 |
ChEMBL |
| Reactome stable ID | R-HSA-###### |
R-HSA-109581 |
Reactome |
| dbSNP rsID | rs######## |
rs334 |
dbSNP、gnomAD、GWAS Catalog |
| GO term | GO:####### |
GO:0008150 |
QuickGO |
| HP term | HP:####### |
HP:0001250 |
HPO（冒号 URL 编码为 %3A） |
| GENCODE ID | ENSG###.##（带版本号） |
ENSG00000139618.17 |
GTEx（必须带版本后缀） |
标识符解析工作流：
- 基因：符号 → NCBI Gene（esearch）取 Gene ID → 经 Ensembl
/xrefs/symbol/homo_sapiens/{symbol}换 Ensembl ID，或 UniProt 搜gene_exact:{symbol} AND organism_id:9606。 - 化合物：名称 → PubChem
/compound/name/{name}/cids/JSON取 CID →（UniChem/ChEMBL）换 ChEMBL ID；名称失败改用 SMILES/InChIKey/CAS。 - 变异：rsID 在 dbSNP/ClinVar/GWAS/gnomAD 直接可用；坐标用 Ensembl VEP 取注释与 rsID。
- 疾病：名称 → Open Targets / Monarch 搜，取 EFO 或 MONDO ID 供下游。
POST-only 库（WebFetch 不可用，必须 curl）
| 库 | 原因 | 示例 |
|---|---|---|
| Open Targets | GraphQL | curl -X POST -H "Content-Type: application/json" -d '{"query":"..."}' https://api.platform.opentargets.org/api/v4/graphql |
| gnomAD | GraphQL | curl -X POST -H "Content-Type: application/json" -d '{"query":"..."}' https://gnomad.broadinstitute.org/api |
| RummaGEO | POST 富集 | curl -X POST -H "Content-Type: application/json" -d '{"genes":["..."]}' https://rummageo.com/api/enrich |
| GDC/TCGA | 复杂过滤 | curl -X POST -H "Content-Type: application/json" -d '{"filters":...}' https://api.gdc.cancer.gov/ssms |
| SEC EDGAR | 需 User-Agent | curl -H "User-Agent: YourApp you@email.com" https://efts.sec.gov/LATEST/search-index?q=... |
API Key 加载（三级回退）
- 先查环境变量（如
echo $FRED_API_KEY），已设且非空就用。 - 回退
.env：读当前工作目录.env，格式FRED_API_KEY=your_key。 - 都没有则无 key 继续：多数 API 仍可用（速率更低），并告知用户缺哪个 key、去哪申请。
需 key 的免费库（env 变量）：FRED FRED_API_KEY、BEA BEA_API_KEY、BLS BLS_API_KEY、NCBI NCBI_API_KEY、OpenFDA OPENFDA_API_KEY、USPTO PATENTSVIEW_API_KEY、Materials Project MP_API_KEY、NASA NASA_API_KEY（有 DEMO_KEY）、NOAA NOAA_API_KEY、OMIM OMIM_API_KEY、BioGRID BIOGRID_API_KEY、Alpha Vantage ALPHAVANTAGE_API_KEY、US Census CENSUS_API_KEY、DisGeNET DISGENET_API_KEY 等，均免费注册。
示例
请求「关于阿司匹林我们知道什么」→ 跨域并行查 PubChem + ChEMBL + Reactome：
# PubChem 名称取 CID 与基本性质（GET）
curl -s -H "Accept: application/json" \
"https://pubchem.ncbi.nlm.nih.gov/rest/pug/compound/name/aspirin/property/MolecularFormula,MolecularWeight,CanonicalSMILES/JSON"
# Reactome 搜索（GET）
curl -s "https://reactome.org/ContentService/search/query?query=aspirin"
输出结构：
## 已查数据库
- **PubChem** — /compound/name/aspirin/property/...
- **Reactome** — /search/query?query=aspirin
## 结果
### PubChem
[原始 JSON]
### Reactome
[原始 JSON]
结果很大时给出最相关部分并说明还有更多；但默认展示完整原始 JSON（用户要的就是它）。
注意事项
- URL 编码：失败高发于特殊字符——SMILES（
/ # = @）、含括号的化合物名、含冒号的本体词（HP:0001250→HP%3A0001250）。curl 用--data-urlencode更稳。 - 并行 vs 串行：查不同库可并行（限速宽松）；对限速 API 须串行——NCBI 无 key 3 req/s、有 key 10；Ensembl 15 req/s；BLS v1 无 key 25 次/天；SEC EDGAR 10 req/s；NOAA 5 req/s。遇 429/503 略等后重试一次。
- 分页：别只读首页。Offset/Limit（ChEMBL、FRED、NCBI、ENA、GDC、FDA）；游标
nextPageToken/cursor（ClinicalTrials.gov、UniProt）；页码page/per_page（World Bank、cBioPortal、ZINC）。单点查询首页通常够；「全部试验/全部变异」类需翻页。 - 错误恢复：①查标识符格式；②换备用标识符；③换库（选库表「备选」列）；④如实报告失败库、错误与替代方案。
- 付费/受限库替代：DrugBank→ChEMBL+PubChem+OpenFDA；COSMIC→Open Targets；BRENDA→KEGG。用了替代要告知用户原因与替代项。
- 始终返回原始 JSON，不要编造或省略未命中的库。
互见
- fact-checking：取回数据后若需对结论做事实核查/多源交叉验证。
- csv-data-cleaner：把抓取的 JSON 落地为表格并清洗时。
- sql-query-builder：面向私有/本地关系库（非公开 REST API）取数时。
- rag-pipeline-builder：把数据库结果纳入检索增强管线时。
本条采编自 K-Dense-AI/scientific-agent-skills（MIT）。