本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签：是 我的开源项目完整开源，无未开源部分：是 我的开源项目已链接认可 LINUX DO 社区：是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出：是 以上选择我承诺是永久有效的，接受社区和佬友监督：是 我自己在平时科研和写论文时经常用大模型辅助，踩过不少坑：查新开题时经常遇到模型胡编顶会论文和作者；润色论文时满篇“遗憾的是、仍有不足、效果有限”这类防御性废话，审稿人一眼看穿；用现成的开源科研 Agent 跑实验，本地数据集和核心代码经常被擅自篡改覆盖。 学术研究的每一个结论，都必须有扎实的实验数据或一步步的数学推导作为证据链支撑。如果把全流程的决策权交给大模型，产出的东西根本经不起推敲。 基于这个考虑，我把整套科研辅助流程拆成了 39 个纯 Agent Skills，做成了开源套件 Research OS Studio。我的设计原则只有一条：AI 负责做具体的检索、审查、跑腿和起草，方案选择、实验设计验收和流程推进必须由人类研究者自己拍板。 这套体系遵循 Matt Pocock 的规范 Skill 理念，纯技能实现，没有专用的后台服务，不需要配复杂的 Python 环境。 我把整个流程拆成了三个互相隔离的周期，每个阶段产出阶段性交付物后都会立即停手，等待人类确认后再进行下一步： 构思与查新周期：从文献调研、多视角构思方案，到对标已知工作做硬核查新，再模拟审稿人做独立评审，最后汇总成 Proposal 停下，由自己决定是否推进。 验证周期：实证实验严格锁死算力和时间预算，生成可复现测试脚本并进行独立代码审计；理论推导则逐步记录 LaTeX 步骤并标明依据，配套��读审查角色专门查找逻辑漏洞和潜在反例。 论文成文周期：剔除所有自我贬低的防御性表达，只围绕核心优势构建叙事，同时提供学术矢量图表规范和投稿前的多维度质检。 项目在支持 Agent Skill 的终端（如 Claude Code）下开箱即用。在科研项目根目录下执行一行命令即可安装全部技能： npx skills@latest add toRolex/Research-OS-Studio --all 安装完成后，如果不确定当前卡点该用哪个技能，可以直接运行 /ask-research-os 。这是一个只读助手，只会扫描当前目录进度并给出建议，不会改动任何本地文件。 项目已完全开源在 GitHub： toRolex/Research-OS-Studio ，README 中已加入 LINUX DO 社区认可徽章。 这套工具凝结了我很多个人习惯，但个人的研究视野毕竟有限。欢迎各位正在一线做科研的佬友上手实测。有任何建议、卡壳问题或新的学科需求，可以在 GitHub 提 issue / PR，也可以直接在回帖里留言，我都会逐一跟进修改。 1 个帖子 - 1 位参与者 阅读完整话题

  • 情报分类：开源项目与落地
  • 分类依据：内容涉及项目实践、创业、副业或变现
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/9/17 20:04:57