Agent Skill · 待分类

surface_tension_predictor（表面张力预测器）

surface_tension_predictor 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

surface_tension_predictor 是待分类类 Agent Skill，可用宿主为 Codex、Claude、Cursor、Gemini CLI，通过GitHub 仓库获取，权限为只读；许可证信息还不明确，暂无第三方扫描结果，按安装量在待分类类的 11,209 个 Skill 里排第 10,107。

总安装 214周安装 9GitHub Stars 44下载 75核验 2026-05-01

待分类只读 GitHub 仓库未标认证来源可访问许可证需确认审计未展示Codex Claude Cursor Gemini CLI

安装说明

本站只整理中文说明，不托管安装包，也不代用户安装。

GitHub

许可证: unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：surface_tension_predictor（表面张力预测器）
来源仓库：https://github.com/internscience/chemclaw
仓库路径：skills/surface_tension_predictor
安装命令：
npx skills add https://github.com/internscience/chemclaw --skill surface_tension_predictor
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill；本站只展示命令，不托管安装包，也不自动执行。

skills.shnpx skills

npx skills add https://github.com/internscience/chemclaw --skill surface_tension_predictor

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定，用法以来源仓库的说明为准。

surface_tension_predictor 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息。适合在 Codex、Claude、Cursor、Gemini CLI 中围绕仓库状态、代码变更或协作事项进行整理。

通过 npx skills add 命令从指定 GitHub 仓库安装，需确认权限与维护状态。使用前应核实是否会触发联网、命令执行或文件读写操作。建议结合原始 README 核验具体用法和功能边界。

来源仓库内路径：skills/surface_tension_predictor

上手步骤

4 步

1
确认自己的宿主工具
公开资料标注支持 Codex、Claude、Cursor、Gemini CLI；先确认自己用的是其中之一，再按对应工具的 Skills 目录放置。
2
拿到安装命令
可以直接复制的命令是 npx skills add https://github.com/internscience/chemclaw --skill surface_tension…；命令里的占位符换成自己的路径或密钥再执行。
3
安装后重启宿主
命令执行完要完全退出宿主工具再打开，让新装的 Skill 被重新扫描到，否则列表里可能看不到。
4
按最小权限试用
它标注为只读，先用只读任务试一次，确认行为符合预期再扩大使用范围。

常见问题

6 条

surface_tension_predictor 怎么安装？

在终端执行 npx skills add https://github.com/internscience/chemclaw --skill surface_tension_predictor。装完完全退出宿主工具再打开，让它重新扫描本地 Skill。

surface_tension_predictor 支持哪些 AI 工具？

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录，一般也能手动放进去，但要自己确认触发方式是否一致。

surface_tension_predictor 需要什么权限？

权限级别是只读。该 Skill 主要提供规则、说明或参考内容，本身偏只读；真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

surface_tension_predictor 是免费的吗？

公开资料没有标注明确许可证，收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

surface_tension_predictor 用的人多吗？

公开数据是累计安装 214 次，近一周安装 9 次，下载 75 次，GitHub 44 星。这些数字来自第三方目录统计，只能当作热度参考，不代表质量或安全性。

surface_tension_predictor 安全吗？

没有查到第三方扫描结果，安全性无法从公开资料判断，安装前请自行审查源码、依赖和命令行为。

值得选的地方和要先想清楚的地方

值得选的地方

同时适配 4 种工具，换客户端不用重新找替代品。
标注为只读权限，试用阶段不容易误改本地文件。

先想清楚的地方

许可证没有明确标注，能不能商用、能不能再分发都不确定。
没有第三方扫描结果，安全性只能靠自己读源码判断。
第三方目录整理，版本更新和行为细节以来源仓库为准。

适不适合你

更适合

已经在用 Codex，想直接扩展它能力的人。
需要处理待分类类任务、又不想每次都手写提示词的人。
只想先试试效果、不希望它改动本地文件的人。

不太适合

需要明确授权才能用到公司项目里的场景。
要求有安全扫描结论才肯安装的团队。
需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类

Skill	总安装	GitHub 星	权限	许可证	扫描
infsh-cli infsh CLI · Codex、Claude	4,374,576	382	权限未标注	未明确	未收录
ai-video-generation AI 视频生成 · Codex、Claude	4,313,376	382	调用外部服务	未明确	有提醒
lark-openapi-explorer 云雀 OpenAPI 浏览器 · Codex、Claude	2,064,120	9,011	需要联网	未明确	有提醒
lark-workflow-standup-report Lark 工作流程站立报告 · Codex、Claude	2,041,632	8,978	需要联网	未明确	通过
use-my-browser 使用我的浏览器 · Codex、Claude	1,848,491	40	操作浏览器	未明确	未通过
surface_tension_predictor 表面张力预测器 · 本页	214	44	只读	未明确	未收录

按安装量取同分类前几名；数字来自第三方目录统计，只作热度参考，不代表质量结论。

SKILL.md 原文

Surface Tension Predictor

该 skill 用于根据分子的 SMILES 输出与 surfactant（表面活性剂）任务相关 的表面张力参考预测结果。

核心定位

本 skill 当前的定位是：

一个 工程上可运行 的表面张力相关预测 skill
一个支持 OpenClaw 调用 的结构-性质预测组件
一个包含：

- baseline 启发式工程基线 - public_joblib 公开 surfactant 模型参考后端的双后端实现

重要说明：

本 skill 当前不应被解释为：

通用小分子纯液体表面张力预测器
任意温度下真实表面张力预测模型
已完成科学验证的最终正式模型

其中，public_joblib 后端更准确的理解应为：

公开 surfactant 任务相关模型的接入与参考推理后端
输出值主要用于：

- 公开模型接入验证 - 工程联调 - 与 baseline 对照 - 在相近任务设定下做参考输出

适用场景

当用户有以下需求时，适合调用本 skill：

希望基于 SMILES 获得一个表面张力相关参考值
希望比较多个分子在当前模型下的相对输出差异
希望测试某个分子在 surfactant 相关公开模型上的推理结果
希望验证 OpenClaw 中表面张力相关 skill 的联调链路
希望对比 baseline 与 public_joblib 的输出差异
希望把表面张力相关预测能力接入本地化工作流

不建议的使用方式

以下场景下，不应直接把当前结果解释为真实物性结论：

将 public_joblib 输出直接视为普通小分子纯液体的真实表面张力
将结果用于声称“任意温度下的表面张力预测”
将当前输出当作已完成严格实验校准的最终数值
对明显不属于 surfactant 任务分布的分子做过强解释

当前支持的后端

本 skill 当前支持两个后端：

1）baseline

用途

本地基线预测
工程联调
轻量、本地、低依赖运行
在无公开模型环境下给出一个可返回结果

原理

RDKit 解析分子
计算少量二维分子描述符
使用启发式经验公式得到估算值

特点

本地稳定可跑
适合作为工程基线
不依赖公开模型文件
更适合联调、快速测试和占位输出

局限

不属于正式训练模型
预测值是启发式工程估算
不应过度解释其物理意义

2）public_joblib

用途

接入公开训练模型
验证公开模型推理链路
作为与 baseline 对照的参考后端
提供 surfactant 任务相关的表面张力参考输出

原理

RDKit 解析分子
计算 Mordred 描述符
根据 linear_SurfaceTension.joblib_parameters 提取并排序特征
使用 linear_SurfaceTension.joblib 中的预测器对象进行预测

当前已确认

预测器对象类型为 PLSRegression
特征维度为 130
已在本地推理成功
部分分子会出现一定数量的缺失描述符
当前实现已对齐上游 properties_prediction.py 的核心推理逻辑

更准确的语义

public_joblib 后端当前应理解为：

公开 surfactant 模型的接入版
参考后端
不是通用纯液体小分子表面张力最终模型

输入形式

本 skill 当前支持以下输入形式：

单个 SMILES 字符串
分子名称 + SMILES
可扩展为批量 JSON 输入（若脚本实现中已支持）

推荐输入字段：

smiles
可选 name

若脚本版本已支持，也可接收：

temperature_c

但需要注意：

当前 public_joblib 后端即使接收温度参数，也不代表实际使用温度参与预测
因此不能把结果解释为温度显式建模结果

输出字段

主要输出字段

surface_tension_prediction

如果当前实现中已加入更保守的语义字段，还可能包括：

surface_tension_reference_prediction

通用字段

unit
model_source
canonical_smiles
status

baseline 后端常见附加字段

descriptor_summary
或其他基础描述符字段

public_joblib 后端常见附加字段

model_path
params_path
feature_count
missing_feature_count
missing_feature_ratio
missing_features
loaded_object_summary
params_summary
predictor_type
preprocess_style
applicability_warning
domain_risk_level

结果解释建议

baseline 结果

更适合解释为：

工程启发式基线输出
快速粗略估算值
用于本地联调与占位参考

public_joblib 结果

更适合解释为：

公开 surfactant 任务模型下的参考输出
在当前特征空间与公开模型链路中的推理值
用于模型接入验证、相对比较和参考对照

不建议直接解释为：

普通小分子纯液体在标准条件下的真实表面张力

当前环境约定

由于公开模型后端存在 Python / sklearn 兼容要求，当前建议保留两套虚拟环境：

1）baseline 环境

.venv

平台分布

Codex

35.48%

按下载量换算27

Claude

28.68%

按下载量换算22

Cursor

19.14%

按下载量换算14

Gemini CLI

8.57%

按下载量换算6

安全审计

暂无安全审计结果可展示。

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容，本身偏只读；真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源，建议同时核对源仓库。

继续浏览同类 Skills

更多待分类 Skills（11,209）返回 Skills 目录

上一个 Skill

suppression-logic（抑制逻辑）

gtmagents/gtm-agents

suppression-logic 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

下一个 Skill

surge-manager（激增经理）

dwsy/agent

surge-manager 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。