pylabrobot

pylabrobot 技能概览

pylabrobot 能做什么

pylabrobot 技能帮助你用 Python 规划和运行实验室自动化，并提供硬件无关的接口。当你需要一个统一的工作流层来处理液体转移、酶标仪、泵、加热振荡器、培养箱、离心机等设备，而不是为不同厂商分别写脚本时，它尤其有用。

适合谁使用

如果你正在构建或维护跨多台仪器的自动化实验室流程，或者希望先对协议进行模拟和验证，再在真实硬件上运行，那么就适合选择 pylabrobot 技能。它特别适合重视可重复性、deck/resource 管理，以及跨平台 Python 控制的团队。

它的优势在哪里

pylabrobot 的核心优势，是能统一控制不同实验室设备。这让它比那种只针对单次提问的方案更适合处理有状态、涉及 deck 布局、并且需要多步骤执行的复杂工作流。如果你只需要一个简单的、仅限 Opentrons 的协议，厂商原生方案可能更直接。

如何使用 pylabrobot 技能

先安装并查看正确的文件

先对这个目录使用 pylabrobot install 流程，然后优先打开 scientific-skills/pylabrobot/SKILL.md。因为这个仓库没有额外的 references/、resources/ 或 scripts/ 文件夹，所以主要依据就是技能文档本身，以及其中链接到的仓库引用。

把目标转成可执行的提示词

想获得更好的 pylabrobot usage 效果，最好一开始就说明实验任务、硬件和约束。弱一些的请求是“写一个协议”。更强的请求则是：“为 Hamilton STAR 上的 96 孔板分装创建一个 pylabrobot 工作流，包含 tip tracking、deck map 假设和 dry-run 模拟路径。” 设备列表和流程阶段越具体，模型需要猜测的就越少。

先读工作流，再写代码

先看概览、何时使用、核心能力和液体处理这些部分。它们能帮助你判断到底需不需要资源配置、协议模拟、设备特定集成，还是只要一个通用的 Python 脚手架。如果任务涉及读板或辅助设备，在要求实现之前先扫一遍这些相关部分。

提问时要让模型做决策，不只是产出结果

最好的 pylabrobot guide 式提示词，会要求模型做出会影响执行质量的选择：deck 布局假设、labware 定义、tip 处理方式、体积范围以及模拟检查。例如：“假设使用 384 孔目标板、一次性 tips，并且 deck 布局已预先验证；请标出哪些步骤应先进行模拟。” 这样更容易得到对 pylabrobot for Workflow Automation 更有行动价值的输出。

pylabrobot 技能常见问题

pylabrobot 只适合某一个机器人品牌吗？

不是。pylabrobot 的核心价值就是厂商无关的自动化。它面向的是跨不同设备类型的工作流，或者需要在多种设备之间共用一层 Python 控制逻辑的场景。

它比普通提示词更好吗？

在真实的实验室自动化工作中，通常是更好，因为 pylabrobot 技能能为资源、执行流程和模拟提供更清晰的框架。普通提示词也能生成代码，但更容易漏掉实验室特有的约束，或者跳过关键的初始化细节。

什么情况下不该用它？

如果你只需要一个非常简单、仅限某个厂商的协议，而且官方 SDK 已经覆盖得很好，就不要硬上 pylabrobot。对于范围很窄、只做 Opentrons 的工作，原生协议方案往往更快也更简单。

它适合新手吗？

如果你能分阶段描述一个工作流，并且愿意先定义硬件假设，那它对新手是友好的。若你连 deck 布局、labware 或设备约束都不清楚，它就没那么友好，因为这些输入会直接影响输出是否正确。

如何改进 pylabrobot 技能

先补齐缺失的实验室信息

最大的质量提升，通常来自把设备型号、labware 名称、体积范围、样本数量，以及运行是实际执行还是模拟这几项说清楚。比如，“使用 Hamilton STAR 将 20 µL 从 96 孔源板转移到 384 孔检测板”就比“写一个转移脚本”有用得多。

要求输出具备失败意识

pylabrobot 常见的问题包括资源假设太模糊、tip 策略错误，以及孔板几何信息不清楚。可以要求模型明确列出假设、说明哪些内容必须手动配置，并把仅供模拟检查的步骤与可直接上机的步骤分开。

从模拟迭代到执行

第一轮先验证布局和逻辑，再围绕死体积、部分加液、清洗步骤或多设备交接等边界情况继续打磨。对于 pylabrobot usage 来说，最好的工作流通常是先起草、再模拟、然后检查 resource mapping，最后再加固到可实际运行在仪器上的程度。

在不同请求中复用同一套结构

当你找到有效的提示词模式后，就保持同样的顺序：目标、仪器、labware、体积、状态约束，然后是输出格式。这种一致性会让 pylabrobot skill 更容易复用于相邻的自动化任务，也更容易在不同工作之间产出稳定可靠的代码。