opentrons-integration

opentrons-integration 技能總覽

opentrons-integration 的用途

opentrons-integration 技能可協助你撰寫適用於 OT-2 與 Flex 機器人的 Opentrons Protocol API v2 Python protocols。當你需要的是可直接投入生產的液體處理、labware 設定與模組控制，而不是一個泛用的實驗室自動化提示時，它會是很合適的選擇。

最適用的情境與使用邊界

這個技能適合後端式的 protocol 工作：deck 佈局、pipette 動作、thermocycler 或 heater-shaker 步驟、serial dilutions、PCR 設定，以及其他結構化流程。如果你的需求是跨廠牌協調或更廣泛的儀器控制，它就不那麼適合；這種情況下，像 pylabrobot 這類較通用的自動化堆疊通常更對路。

為什麼它有用

它的主要價值在於以官方 Opentrons API 與實務 protocol 模式為核心，讓你少花時間猜 method 名稱、labware 擺位或 module 用法。對於正在評估 opentrons-integration for Backend Development 的使用者來說，當交付物是可靠的 protocol script，而不是高層次的實驗規劃時，這個技能最有優勢。

如何使用 opentrons-integration 技能

安裝並確認技能

請依照目錄或 agent workflow 使用 opentrons-integration install 流程，然後在開始寫 code 前先確認技能檔案已可用。先讀 SKILL.md，再查看 references/api_reference.md 與 scripts/ 裡的範本，才能先掌握 API 範圍與預期的 protocol 形狀。

把模糊需求整理成好用的提示

最好的 opentrons-integration usage 一定從具體的實驗細節開始。請包含 robot 類型、API level、labware 名稱、pipette 型號、液體體積、來源與目的 well、module 需求，以及任何限制，例如是否可重複用 tip、是否需要 mixing、或流程必須符合 simulation-safe。

強而有力的需求範例：

• “Write a Flex Protocol API v2 script for a 96-well serial dilution using p300_single_flex, one 200 µL tip rack, nest_12_reservoir_15ml, and a corning_96_wellplate_360ul_flat plate. Include comments and minimize tip usage.”

較弱的輸入：

• “Make a dilution protocol.”

先讀最重要的檔案

對這份 opentrons-integration guide 來說，建議優先順序如下：

1. SKILL.md：範圍與工作流程規則
2. references/api_reference.md：method 名稱與 context objects
3. scripts/basic_protocol_template.py：最小結構
4. scripts/pcr_setup_template.py 與 scripts/serial_dilution_template.py：常見模式

通常最容易產出好結果的工作流程

先從範本開始，替換掉 placeholder metadata，接著在加入複雜液體處理前，先確認 deck 佈局與 labware 相容性。如果你的任務包含 modules 或自訂 liquids，請盡早定義，這樣 protocol 邏輯才會保持可讀，而且更容易 simulation。

opentrons-integration 技能 FAQ

opentrons-integration 只適用於 Opentrons 機器人嗎？

是的。opentrons-integration 技能專門對應建立在 Opentrons Protocol API v2 上的 OT-2 與 Flex 工作流程。如果你的環境裡有其他品牌機器人，或是混合機隊，這個技能就會顯得太窄。

需要程式設計經驗才能使用嗎？

有基本 Python 概念會比較有幫助，但如果你能提供精確的實驗細節，就不需要先成為 API 專家。初學者通常在一次只要求一個 protocol 步驟，並且重用內建範本，而不是從零開始時，效果會更好。

這和一般提示有什麼不同？

一般提示可能只會描述科學目的，但 opentrons-integration 會提供更偏執行導向的結構：protocol metadata、load steps、module calls，以及具體的 helper 參考。當你需要的是可模擬、可審查、也能再調整後投入實驗室使用的 script 時，這會大幅減少猜測成本。

什麼情況下不該使用這個技能？

當你需要與廠牌無關的自動化、跨儀器排程，或超出 Opentrons protocol authoring 範圍的系統時，就不要使用它。如果你還無法明確說出 robot 型號、deck 內容或目標 wells，這個技能也不適合，因為這些細節會直接決定 protocol 是否有效。

如何改進 opentrons-integration 技能

提供會影響 protocol 有效性的輸入

最能帶來改善的資訊，包括 robot 型號、API level、labware 名稱、mount 位置、體積，以及流程是單通道還是多通道。對 opentrons-integration for Backend Development 來說，你的限制條件越精確，生成出的 script 需要補修的地方就越少。

避開常見失敗模式

最常見的問題是 labware 名稱太模糊、deck 位置缺漏、來源與目的對應不清楚，以及誤以為一支 pipette 能有效處理所有 transfer。若某個步驟仰賴 mixing、settling、slow aspiration 或 module timing，請明確寫出來；否則輸出可能在語法上沒問題，但實際操作上會很弱。

先用 simulation-first 草稿反覆迭代

先要求一版容易 simulation 的初稿，再根據 robot context 裡會出錯的地方逐步修正。實用的後續修改包括調整 tip 策略、減少耗材浪費、為 wet lab 團隊補上註解，或把 prototype 整理成更俐落的 production protocol。

把範本當作模式參考，而不是照抄模板

這些範例最有價值的地方，在於它們提供 metadata、run(protocol)、labware 載入與命令排序的結構參考。請依照你自己的 deck plan 與 reagent 邏輯加以調整，並在加入 modules、自訂 labware 或較少見的方法時，再回頭確認 API reference。