SkillK-Dense-AI/scientific-agent-skills30,670 Stars

Scientific-Agent-Skills

为AI科研代理提供文献检索、写作、统计、实验设计和同行评审的结构化能力。

面向需要AI辅助完成跨学科学术工作的研究者。从检索论文开始,到设计实验、选统计方法、写论文、做同行评审,每个环节都有结构化指导和参数计算。

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:需要在PubMed、OpenAlex、Semantic Scholar等数据库同时搜索论文;在设计实验前想确认样本量是否足够检测到预期的效应量;写完论文后想用结构化审查模板做同行评审式的自查;需要在设计实验时自动生成随机化方案和区组分配

覆盖阶段文献设计分析写作

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/K-Dense-AI/scientific-agent-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

  • 不提供效应量就让代理算样本量——结果就是一个武断假设上的数学推演
  • 把统计功效分析做一次性的事后解释——它应该用于实验设计前,不是数据收集后
  • 用代理做同行评审时把问题清单当最终评审——模型不能替代对实验事实的核实
  • 跨数据库检索结果不核实出版年份和版本——不同数据库的元数据更新时间不同

技术依据

查看能力拆解、验证范围与来源

处理机制

  1. 01

    skill市场准入与安全扫描

    解释 scientific-agent-skills 作为大型 skill 集合,怎样通过目录结构、frontmatter、版本、安装路径、贡献规范和安全扫描,把单个 skill 变成可分发、可审查、可安装的 agent 能力单元。

已核对范围

  • 只读上游仓库 2b4cce7
  • peer-review/SKILL.md
  • commonissues.md
  • reportingstandards.md
  • generateschematic.py
  • SECURITY.md 中 peer-review 的 critical 摘要线索
  • 无外部 API 的评审判断合同 dry run
  • 自造 manuscript 样本的 major、minor、question 和 final recommendation

仍待核对

  • 未审阅真实论文或 grant 样本
  • 未运行 presentation PDF 转图审阅流程
  • 未调用示意图生成脚本
  • 未验证评审意见和原文行号映射
  • 未验证不同 venue 的 reviewer expectations
  • 未验证原始数据、代码和伦理文件审查
  • 未验证 API key 模式
  • 未验证 rate limit 和 429 重试

读取版本

2b4cce7d8763232864fa3dff701e311636bcc62f

许可

MIT

最近核对

内容 2026-06-15
Stars 2026-07-11

已完成源码核对

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