这个 Skill 提供了哪些能力
点开任一能力,看清怎么用
每个能力展开后是三件事:它会给你什么、你需要准备什么、哪些必须由你把关。
常见场景:想系统性用AI Agent辅助完成AI/ML研究的完整生命周期;需要标准化的论文写作、引用核验和审阅响应工作流;需要为研究Agent搭建覆盖训练、评估、推理和写作的技能库
帮你把研究材料整理成 AI 可读的研究档案(ARA):论文、代码仓、实验日志、原始笔记或对话记录,转成结构化的研究产物,并做一次语义审阅,检查证据、主张和方法严谨性。
它会给你什么
- 完整的研究档案目录。
- 覆盖缺口的补丁记录。
- 会话来源记录。
你需要准备
- 论文、代码仓、实验日志、笔记、会议记录或对话等材料。
- 可选:输出目录和评分标准。
- 已有的档案目录和会话历史。
由你把关
- 输入材料是否允许被完整读取。
- 是否允许写入研究档案目录。
- 派生证据的复查粒度是否符合你的要求。
帮你把技能发布到各个渠道不出错:技能目录变化时,自动核对各处宣传的库存数字是否一致,并完成打包、上传和发布。
它会给你什么
- 库存校验日志。
- 自动检查的通过与否。
- 上架包和上传回执。
你需要准备
- 文件系统中的技能说明文件。
- 顶层分类目录。
- 各处说明文档里写的库存数字。
由你把关
- 是否允许上传到技能市场。
- 是否允许发布 npm 包。
- 是否接受跳过检查的理由。
帮你把 AI 研究的全流程知识装进技能:模型架构、微调、训练、评测、推理、检索增强、论文写作等,封装成 AI 助手能发现、能触发、能按需深读的技能目录。
它会给你什么
- 98 个 AI 可读的技能说明文件。
- 23 个顶层研究能力类别。
- 各处说明文档中的目录导航。
你需要准备
- 某个 AI 研究工具、框架、工作流或论文写作能力。
- 官方文档、问题列表、示例代码、模板和参考资料。
- 所属的目录分类。
由你把关
- 是否只把它当参考来源,由你决定。
- 只吸收结构机制,还是对单个技能做二次拆解,由你决定。
- 要不要进入第二阶段的生命周期锚点碰撞,由你决定。
帮你让 AI 持续推进一个研究项目:内层跑实验、外层做综合,按研究领域路由到对应技能,从模糊方向一路推进到进展报告或论文写作。
它会给你什么
- 结构化的研究工作区。
- 实验协议、实验结果、原始数据和分析记录。
- 综合成文的研究发现叙事。
你需要准备
- 你的研究方向、明确的研究问题或已有计划。
- 已有的研究状态、研究日志和发现记录。
- 可调用的领域技能:数据处理、训练、评测、可解释性、论文写作等。
由你把关
- 是否允许持续运行和多轮自动实验。
- 是否允许调用外部文献接口、GPU、云资源或模型服务。
- 是否允许 AI 自行提交实验方案和结果。
帮你把研究结果写成顶会论文:从已有研究仓出发组织贡献叙事,按目标会议格式起草并迭代,每一条引用都经过核验,不留编造的参考文献。
它会给你什么
- 论文大纲、主图计划和完整初稿。
- 核验过的引用文献库。
- 待补引用的占位清单。
你需要准备
- 研究仓库、结果、实验配置和已有草稿。
- 目标会议:NeurIPS、ICML、ICLR、ACL 等。
- 已有的引用文献和编号线索。
由你把关
- 主贡献怎么讲,由你定。
- 目标会议投哪里,由你定。
- 关键结果选哪些,由你定。
帮你把技能装到所有 AI 助手里:从上游下载到统一目录,再按你的选择给 Claude Code、Codex、Cursor 等各个助手建立引用或副本,安装、更新、卸载一条命令。
它会给你什么
- 全局统一的技能目录。
- 每个助手的技能引用链接。
- 项目级的技能副本。
你需要准备
- 安装范围:全部、快速上手、按类别、单个、更新或卸载。
- 可选参数:全量、按类别、按技能、仅当前项目。
- 本机各助手的配置目录。
由你把关
- 是否允许写入各助手的配置目录。
- 是否允许一次安装全部 98 个技能。
- 是否允许建立链接或删除已有路径。
第一次这样开始
把仓库地址直接交给 AI
先让 AI 说明环境和风险,再完成最小安装验证。开始前想清楚要用哪个能力、把对应材料备在手边——每张能力卡展开后有具体清单。
第一次直接复制
帮我安装这个库:https://github.com/Orchestra-Research/AI-Research-SKILLs 安装前先告诉我需要什么环境,安装后帮我跑通一个最小示例。
别这样用
这些判断,仍然由你负责
- 未在研究启动前锁定评价指标,导致实验后选指标的确认偏差
- 让Agent凭记忆生成BibTeX引用,跳过引用外部核验环节
- 一次性安装全部98个技能而不按需选择性加载
- 用自治模式直接提交论文草稿,忽略人工对研究贡献表述的最终确认
技术依据
查看能力拆解、验证范围与来源
技术依据
查看能力拆解、验证范围与来源
处理机制
- 01
安装状态与跨agent路径治理
解释上游 npm installer 怎样在一个 canonical 目录、多个 agent skills 目录、项目本地 copy 和 lock file 之间维持安装状态,并指出它和本机 skill 单一真实源规则的迁移边界。
- 02
库存漂移与发布门
解释上游怎样用库存脚本、GitHub Action、zip 文件数保护和 npm version gate 控制技能库演进中的文档漂移、marketplace 同步和 npm 发布。
- 03
技能目录与渐进披露结构
解释该仓库怎样把 98 个 AI 研究 skill 组织成 agent 可发现、可路由、可按需深读的知识结构,并把总控层、领域执行层、论文写作层和 ARA 层放到同一目录体系中。
已核对范围
- 已静态核验 ARA compiler、research-manager、rigor-reviewer 三个 SKILL.md 的输入、文件结构、验证和审阅机制。
- 已静态核验 scripts/check-inventory.sh、check-inventory.yml、sync-skills.yml 和 publish-npm.yml。
- 已静态核验 98 个 SKILL.md、23 个顶层类别、frontmatter 基本字段、README/CLAUDE/CONTRIBUTING 的目录与质量口径。
- 已静态核验 0-autoresearch-skill/SKILL.md、references/skill-routing.md、references/agent-continuity.md 和模板目录中的机制描述。
- 已静态核验 20-ml-paper-writing/ml-paper-writing/SKILL.md 的 repo 到 paper、citation gate、venue workflow 和 human feedback 边界。
- 已静态核验 npm package、CLI 入口、agent detection、global install、local install、update、uninstall 和 lock file 逻辑。
仍待核对
- 未编译真实 ARA,未运行 Level 1 校验,未生成 level2report.json。
- 未触发 GitHub Actions、未上传 Orchestra marketplace、未发布 npm。
- 未逐一评估 98 个 skill 的内容正确性、外部依赖有效性、官方文档新旧程度或真实 agent 激活效果。
- 未真实运行 /loop、OpenClaw heartbeat、实验任务、progress presentation 生成或论文收口。
- 未调用 Semantic Scholar、arXiv、CrossRef、Exa MCP,未生成 LaTeX 论文,未验证模板编译。
- 未运行 npx 安装,未写入 ~/.orchestra,未创建任何 agent skill symlink,未验证 Windows copy fallback。
读取版本
773a52944ba4747a18bd4ae9ade53fff041adcbc许可
MIT
最近核对
内容 2026-06-16
Stars 2026-07-11
相关文章
具备相关能力的其他库
相关课程
把单项工具放进完整研究设计流程
课程一从研究问题、文献判断、理论假设和方法骨架继续推进,帮助你建立可以复用的研究设计档案。