SkillOrchestra-Research/AI-Research-SKILLs10,603 Stars

AI Research SKILLs

面向AI研究Agent的大型技能库,覆盖从构思到论文的科研全流程

适合AI/ML研究者用Agent辅助完成从研究构思、实验执行到论文写作的全流程。通过自主科研调度器管理研究进程,按需调用98个领域技能执行具体任务,经引用核验后产出论文草稿。

bo老师判断:值得观察

方向值得关注,建议先确认当前任务是否真正需要它。

...互动状态已更新

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

覆盖阶段起步文献设计分析验证写作

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

处理机制

  1. 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。

  2. 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。

  3. 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

已完成源码核对

科研之我见

AI 科研全流程怎么搭,我梳理出三个核心入口

每天开工先固定阶段入口、材料入口和验证入口,把庞大的科研全流程收缩成一段可执行、可检查的任务。

查看内容

科研之我见

AI 可以参与科研的哪些环节?一张 11 环节工作流全景图

从选题、文献、理论、数据到投稿,逐环节判断 AI 可以主导、需要人工校验和必须由研究者把关的工作。

查看内容

科研之我见

如何从 300 篇候选文献中筛出 50 篇核心文献

把文献检索与筛选拆开,通过本地文献库、Zotero、外部数据库和引文追踪形成可回查的核心文献清单。

查看内容

文献 · 验证

paper-qa

从本地论文和文档中检索证据并生成带精确引用的科研答案

查看内容

文献 · 分析 · 写作

grobid

把学术论文PDF解析成结构化TEI XML,提取元数据、全文结构和参考文献

查看内容

设计 · 分析 · 验证

CausalPy

用贝叶斯方法做准实验因果推断,含10+方法和稳健性诊断套件

查看内容

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。

查看课程一