Scitex Dataset

SciTeX数据集(scitex数据集)

      

Unified access to neuroscience and scientific datasets

Full Documentation · pip install scitex-dataset

______________________________________________________________________

接口： python⭐⭐⭐ （主要）·CLI⭐ · 主控程序⭐⭐ · 技能⭐⭐ · 钩子--·HTTP--

问题与解决方案

问题

神经科学数据集分散在多个存储库中——OpenNeuro、DANDI Archive、PhysioNet、Zenodo——每个存储库都有自己的API、数据格式和查询界面。研究人员浪费时间浏览不兼容的API来发现相关数据。人工智能代理缺乏以编程方式搜索和评估数据集的统一方法。

解决方案

SciTeX数据集提供了一个 单个Python API、CLI和MCP（模型上下文协议）服务器 从主要科学数据存储库中发现和查询元数据。它侧重于在不下载完整数据集的情况下快速检索元数据。

Table 1. Supported data repositories. Each source is queried via its public API; no authentication required for metadata access.

安装

需要Python>=3.10。

pip install scitex-dataset

MCP支持: pip install scitex-dataset[mcp]

快速开始

from scitex_dataset import fetch_all_datasets, format_dataset

# Fetch datasets from OpenNeuro
datasets = fetch_all_datasets(max_datasets=10)

# Format for analysis
for ds in datasets:
    formatted = format_dataset(ds)
    print(f"{formatted['id']}: {formatted['name']} ({formatted['n_subjects']} subjects)")

四个接口

Python API

from scitex_dataset import fetch_all_datasets, format_dataset, search_datasets, sort_datasets
from scitex_dataset import neuroscience, database

# Fetch from specific sources
datasets = fetch_all_datasets(max_datasets=100)                    # OpenNeuro
dandi_ds = neuroscience.dandi.fetch_all_datasets(max_datasets=50)  # DANDI
phys_ds = neuroscience.physionet.fetch_all_datasets()              # PhysioNet

# Search and filter
eeg_datasets = search_datasets(datasets, modality="eeg", min_subjects=20)
popular = sort_datasets(datasets, by="downloads", descending=True)

# Local database for fast full-text search
database.build()                                        # index all sources
results = database.search("alzheimer EEG", min_subjects=20)

API完整参考

CLI Commands

scitex-dataset --help-recursive             # Show all commands

# Fetch from repositories
scitex-dataset openneuro -n 100 -o datasets.json -v
scitex-dataset dandi -n 50 -o dandi.json -v
scitex-dataset physionet -n 50 -v
scitex-dataset zenodo -q "neuroscience" -n 20

# Local database
scitex-dataset db build                     # index all sources
scitex-dataset db search "epilepsy EEG"     # full-text search
scitex-dataset db stats                     # show statistics

# Introspection
scitex-dataset list-python-apis -v          # list Python API tree
scitex-dataset mcp list-tools -v            # list MCP tools

完整CLI参考

MCP Server -- for AI Agents

人工智能代理可以自主发现和查询神经科学数据集。

表2。 九种MCP工具可用于人工智能辅助数据集发现。所有工具都接受JSON参数并返回JSON结果。

scitex-dataset mcp start

完整的MCP规范

Skills — for AI Agent Discovery

技能提供了面向工作流程的指南，人工智能代理通过查询来发现功能和使用模式。

scitex-dataset skills list              # List available skill pages
scitex-dataset skills get SKILL         # Show main skill page
scitex-dev skills export --package scitex-dataset  # Export to Claude Code

SciTeX的一部分

SciTeX数据集是 赛天使当在SciTeX框架内使用时，数据集发现与可重复的研究会话集成在一起：

import scitex
from scitex_dataset import fetch_all_datasets, format_dataset

@scitex.session
def main(logger=scitex.INJECTED):
    datasets = fetch_all_datasets(max_datasets=100, logger=logger)
    formatted = [format_dataset(ds) for ds in datasets]
    scitex.io.save(formatted, "openneuro_datasets.json")
    return 0

SciTeX生态系统遵循研究的四大自由，灵感来自 自由软件定义:

研究的四大自由 0. 自由 跑 你的研究在任何地方——你的机器，你的条件。 1. 自由 学习 从原始数据到最终手稿，每一步都是如何工作的。 1. 自由 重新分配 您的工作流程，而不仅仅是您的论文。 1. 自由 修改 任何模块，并与社区分享改进。 AGPL-3.0——因为我们相信研究基础设施应该拥有与其运行的软件相同的自由。

______________________________________________________________________