opentrons-integration

opentrons-integration 技能概览

opentrons-integration 能做什么

opentrons-integration 技能可以帮助你为 OT-2 和 Flex 机器人编写 Opentrons Protocol API v2 的 Python protocols。它适合需要面向生产的液体处理、labware 布局和模块控制时使用，而不是只做一个通用实验室自动化提示。

最适合的场景与边界

这个技能适合后端式的 protocol 工作：deck 布局、移液操作、thermocycler 或 heater-shaker 步骤、serial dilutions、PCR setup 以及其他结构化流程。若你需要多厂商编排或更广泛的仪器控制，它就不那么合适；这时，像 pylabrobot 这样的更通用自动化栈通常更适合。

它为什么有用

它的核心价值在于把重点放在官方 Opentrons API 和实用的 protocol 模式上，让你少花时间猜方法名、labware 放置方式或模块用法。对于正在评估 opentrons-integration for Backend Development 的用户来说，当交付物是一个可靠的 protocol script，而不是高层实验方案时，这个技能最有优势。

如何使用 opentrons-integration 技能

安装并确认技能可用

通过目录或 agent 工作流执行 opentrons-integration install 流程，然后在开始写代码前确认技能文件已经可用。先阅读 SKILL.md，再查看 references/api_reference.md 和 scripts/ 里的模板，这样你才能先弄清 API 能力范围和预期的 protocol 结构。

把模糊需求改写成好提示词

最好的 opentrons-integration usage 总是从具体实验细节开始。请写明机器人类型、API level、labware 名称、pipette 型号、液体体积、源孔和目标孔、模块要求，以及任何限制，例如是否要重复用 tip、是否需要 mixing，或者运行过程是否必须对 simulation 友好。

一个高质量请求示例：

• “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.”

较弱的输入：

• “Make a dilution protocol.”

先读最关键的文件

对于这个 opentrons-integration guide，优先顺序建议是：

1. SKILL.md：了解范围和工作流规则
2. references/api_reference.md：查看方法名和 context objects
3. scripts/basic_protocol_template.py：看最小结构
4. scripts/pcr_setup_template.py 和 scripts/serial_dilution_template.py：查看常见模式

通常效果最好的工作流

先从模板开始，替换占位元数据，再在加入复杂液体处理之前确认 deck 布局和 labware 兼容性。如果任务包含模块或自定义液体，最好尽早把这些定义清楚，这样 protocol 逻辑会更易读，也更利于 simulation。

opentrons-integration 技能 FAQ

opentrons-integration 只适用于 Opentrons 机器人吗？

是的。opentrons-integration 技能专门面向基于 Opentrons Protocol API v2 的 OT-2 和 Flex 工作流。如果你的环境里还有其他机器人品牌，或者是混合设备编队，这个技能就会显得过于狭窄。

使用它需要编程经验吗？

有基本的 Python 基础会更有帮助，但如果你能提供精确的实验细节，就不需要成为 API 专家。初学者通常在一次只请求一个 protocol 步骤、并复用附带模板而不是从零开始时，效果会更好。

它和普通提示词有什么区别？

普通提示词可能只是描述科学目标，而 opentrons-integration 会给出更偏执行的结构：protocol metadata、load steps、module calls，以及具体的 helper 参考。这能减少猜测，尤其是在你需要一个可以被 simulation、review、并用于实验室的脚本时。

什么情况下不该用这个技能？

当你需要厂商无关的自动化、跨仪器调度，或者超出 Opentrons protocol authoring 范围的系统时，不要使用它。如果你还无法明确 robot model、deck 内容或目标孔位，它也不合适，因为这些细节决定 protocol 是否有效。

如何改进 opentrons-integration 技能

提供会影响 protocol 有效性的输入

最明显的提升来自把 robot model、API level、labware 名称、mount positions、体积，以及运行是单通道还是多通道说清楚。对于 opentrons-integration for Backend Development 来说，你的约束越精确，生成的脚本就越少需要返工。

避免常见失败模式

最常见的问题包括 labware 名称模糊、缺少 deck position、源孔到目标孔的映射不清楚，以及默认以为一支 pipette 就能高效完成所有转移。如果某一步依赖 mixing、settling、slow aspiration 或模块时序，请明确说明；否则输出可能语法正确，但在实际操作上并不可靠。

先从 simulation-first 草稿迭代

可以先请求一个便于 simulation 的第一版脚本，再根据机器人环境里暴露的问题继续优化。常见的后续修改包括调整 tip 策略、减少 waste、为湿实验团队补充注释，或者把原型整理成更清晰的生产级 protocol。

把模板当作结构参考，而不是照抄对象

提供的示例最有价值的地方，在于它们能作为 metadata、run(protocol)、labware loading 和命令顺序的结构参考。你应该结合自己的 deck plan 和试剂逻辑进行改写；在加入 modules、自定义 labware 或较少见的方法时，再回头核对 API reference。