Skip to content

About

Provider-neutral, user-controlled research workflow core with typed artifacts and deterministic validators

Resources

Stars

32 stars

Watchers

0 watching

Forks

Repository files navigation

Research OS Studio

面向科研工作流的 Agent Skills 套件

License: MIT LINUX DO Skills PRs Welcome GitHub stars

English · 中文说明

Breaking(v2):旧只读入口 ask-research-os 已删除,没有双轨期。不确定从哪开始时,用 /research-os 的 route-only(例如 /research-os 我该从哪开始)。它只给推荐,不启动任务、不联网、不写文件。


架构与工作流

独立科研入口、授权门与候选产物

English Version

Research OS Studio is an Agent Skills suite designed for research workflows. It integrates into your research workspace, breaking work into clear stages: idea discovery, experimental validation, and paper writing. The AI assists within explicit authorization boundaries, keeping key judgments and final decisions with the researcher.

View full English documentation →


Research OS Studio

Research OS Studio 将科研过程拆解为边界明确的工作流。AI 在单次授权范围内生成候选方案、代码与草稿,实验设计、结果验收与推进决策由你把控。

目录


核心设计原则

  • 纯 Agent Skills:无需安装独立 CLI、Python 包或后台服务,安装即用。
  • 三大科研阶段:
    1. Idea Cycle(构思与查新):文献检索、多视角构思、新颖性核查、独立评审与方案收敛。
    2. Validation Cycle(实验与理论验证):实证路径管理实验计划、执行监控、统计分析与审计;理论路径负责推导记录、证明起草、审查与修复。
    3. Writing Cycle(论文写作与打磨):正文起草、学术绘图、LaTeX 编译检查、引用与结论一致性审计、审稿回复及转投适配。
  • 人在回路:用户显式调用才进入路线。可逆步骤直接做完并事后呈现。对外发送、删除或覆盖既有实验数据、批次授权越界,以及叶 skill 自己的审批点,停在副作用之前。一次调用若写明跨阶段并给出边界,编排可以继续;没有这句授权时,不自行跳到下一主流程。
  • 原生文件格式:成果直接以 Markdown、LaTeX、脚本和数据文件交付。

快速开始

1. 安装 Skills

在科研项目根目录下执行:

# 查看所有可用技能
npx skills@latest add toRolex/Research-OS-Studio --list

# 安装全部技能到当前项目
npx skills@latest add toRolex/Research-OS-Studio --all

2. 初始化工作区

安装后,在 Agent 中运行初始化命令。以下 /name 示例是逻辑点名;pi 原生命令为 /skill:name(setup:/skill:setup-research-os;入口:/skill:research-os 我该从哪开始),Claude Code 用 /name,Codex 用 $name 或明确点名已安装技能。pi 的普通 /name 文本不保证加载隐藏的显式 Skill:

/setup-research-os

该命令会检查现有目录结构并提供配置建议。所有改动在写入前都会展示完整草稿供你确认,不会覆盖已有研究资料,也不会擅自安装系统环境。

3. 选择技能

如果你不确定当前阶段该用哪个技能,直接问统一入口,并说明只要推荐:

/research-os 我该从哪开始

这进入 route-only:按研究方向或已有材料给推荐,不修改文件,不联网,也不自动触发工作流。旧入口 ask-research-os 已删除。已经清楚目标时,也可以直接点名对应技能,或让 /research-os 进入对应 playbook。设计实验走 experiment-plan;跑完已有计划并分析走 experiment-bridge。两条都要求研究日志里的本批授权,setup 写下的默认政策不能当运行许可。

已有上一轮证明、改进日志或研究作业记录时,不要从零重跑:

  • /research-os proof:续接固定命题,新目录只做本轮 obligation。
  • /research-os improvement:在确认的轮数和写入范围内做 review → repair → re-review。
  • /research-os pickup:新会话重读交接、算力政策和研究日志。已过期的授权保持过期。

典型科研流程

1. 构思与立项(Idea Discovery)

输入研究方向
      ↓
/research-os 我有方向,没有 idea
      ↓
playbook idea-discovery
  默认每个阶段停下;写明「一次走完」并给出预算才连续
  ├─ 检索文献并标注出处 (research-lit)
  ├─ 多视角生成方案 (idea-generation;卡住时 creative-thinking)
  ├─ 检索已知工作并精准查新 (novelty-check)
  ├─ 独立评审与挑刺 (idea-review)
  └─ 方案细化与收敛 (idea-refinement)
      ↓
交付 IDEA_DISCOVERY.md 与 RESEARCH_PROPOSAL.md 后停止

叶上的输出路径、阶段检查点、评审范围和问题锚点仍然生效。下一句延续本路线;说 new task 才重匹配。直接点名 /idea-discovery 仍走叶入口。

2. 实验与推导(Validation)

固定研究假设或待证命题
      ↓
实证路线                             理论路线
/experiment-plan                    formula-derivation(公式推导)
      ↓                                   ↓
/experiment-bridge                  proof-writer(起草证明)
  ├─ 代码试跑与资源监控                   ↓
  ├─ 训练异常诊断与干预建议          proof-review(逻辑与反例审查)
  └─ 独立审计代码与结果真实性             ↓
      ↓                             /proof-repair(有界修复)
/result-to-claim(提取约束结论)          ↓
      ↓                             /proof-orchestrator(长定理与 Lean 辅助)
交付实验审计与 Claim 报告(停止)    交付完整证明记录(停止)

3. 论文写作与审计(Writing Cycle)

输入实验数据或理论成果
      ↓
/research-os 按材料匹配 paper-writing
  ├─ 通用材料:general → paper-writing
  ├─ 机器学习材料:ml → ml-paper-writing(不经通用入口)
  └─ 系统设计与实现:systems → systems-paper-writing(不经通用入口)
      ↓
叶 skill 自带授权门;门内才规划、绘图、起草、真实编译
并列审查:paper-claim-audit、citation-audit、claim-stress-test
证明稿件才读 proof-review
      ↓
交付候选稿与审查报告
投稿、上传不在写作路线
paper-compile-repair 与 apply-citation-fixes 须另行点名
      ↓
投后管理与衍生(/research-os 编排;叶入口仍可点名)
  ├─ 审稿回复:/research-os 回复审稿 → rebuttal
  ├─ 转投适配:/research-os 转投 → resubmit
  └─ 学术演讲:/research-os 做会议演讲 → paper-talk
      ↓
交付候选回复、新目录投稿材料或 slides/notes/script
叶 skill 的策略、措辞、范围、大纲与外发确认仍停

39 个 Skill 能力清单

全套包含 39 个独立技能。根据触发机制分为两类:

  • 除 setup 外全部显式调用:用户直接点名,或父流程按路径级联读取全文。模型不因描述自动触发。
  • setup-research-os:唯一允许模型主动建议的例外。写入前仍要逐角色确认模型和整份草稿。
分类 技能名称 调用方式 说明
General setup-research-os 可建议 确认本 session 可用模型、八角色、零授权默认政策与工作区种子;建议本身不是写入授权
research-os 显式 统一编排入口;只读走 route-only;experiment-plan / experiment-bridge 已交付,本批授权写在研究日志
Idea Cycle idea-discovery 显式 构思查新工作流:文献检索、生成方案、查新、评审并输出 Proposal
research-lit 显式 文献检索与综合,标注出处与核实状态
idea-generation 显式 多视角生成研究候选方案,记录筛选理由
creative-thinking-for-research 显式 构思瓶颈时的认知转换与正交发散
novelty-check 显式 检索已知工作,核对方案新颖性
idea-review 显式 独立评审视角,指出方案弱点与潜在问题
idea-refinement 显式 细化研究方案,输出最小可行路线与拓展路线
Validation experiment-plan 显式 制定包含假设、基线、指标与预算的实验计划
experiment-bridge 显式 实验执行工作流:实现、试跑、监控、分析与审计
run-experiment 显式 在指定范围内执行实验代码并记录运行状态
experiment-queue 显式 管理批量实验队列与资源分配
monitor-experiment 显式 监控运行进程与状态,不做额外推论
training-health-check 显式 诊断 NaN、显存溢出、loss 停滞等训练异常
analyze-results 显式 统计分析实验结果与不确定性
experiment-audit 显式 独立审计代码、评估逻辑与结果真实性
result-to-claim 显式 根据实验证据收敛并提取科学结论
formula-derivation 显式 推导数学公式,记录假设、步骤与误差界限
proof-writer 显式 起草数学证明,保留未完成的尝试与断点
proof-review 显式 只读审查证明逻辑与边界反例,不修改文件
proof-repair 显式 在授权范围内有针对性地修复证明断点
proof-orchestrator 显式 管理复杂长定理证明,支持 Lean 辅助推导
Writing Cycle paper-writing 显式 /research-os paper-writing / general:通用材料的规划、绘图、起草、真实编译与并列审查;叶 skill 自带授权门
ml-paper-writing 显式 paper-writing / ml:机器学习材料不经通用入口;seeds、error bars、compute、limitations
systems-paper-writing 显式 paper-writing / systems:系统设计材料不经通用入口;design rationale、end-to-end、scalability
paper-plan 显式 规划论文大纲与 Claim-Evidence 证据对应矩阵
paper-drafting 显式 依据实验数据与推导记录起草论文正文
academic-plotting 显式 绘制学术图表并保留可复现绘图脚本
paper-compile 显式 调用本地 LaTeX 环境执行编译检查并报告警告
paper-compile-repair 显式 展示 diff 并经确认后修复 LaTeX 编译错误
citation-audit 显式 检查引用的准确性与上下文匹配度
apply-citation-fixes 显式 确认后更新 BibTeX 条目或正文引用标记
paper-claim-audit 显式 校验正文数字、图表与原始实验数据的一致性
claim-stress-test 显式 模拟同行评审视角,针对论点薄弱处提出质疑
research-improvement 显式 对代码、论点或草稿进行有限轮次的评审与修改
rebuttal 显式 审稿回复叶入口;/research-os 的 rebuttal 路线按路径级联。策略与最终措辞仍停
resubmit-pipeline 显式 转投叶入口;resubmit 路线在新目录适配并保留旧稿。范围与改动仍停
paper-talk 显式 演讲叶入口;paper-talk 路线产出 slides、notes、script。授权与大纲仍停

安全与控制原则

  1. 不修改系统环境:不会擅自配置 Python、Lean、LaTeX、CUDA 驱动或云端凭证。依赖工具缺失时会明确提示。
  2. 显式路线与副作用门:用户显式调用才进入路线;可逆步骤不中断,直接执行并事后呈现。三类门在副作用之前停下:不可逆动作(对外发送、删除或覆盖既有实验数据)、批次授权缺失或越界、叶 skill 自带审批点。一次调用若明确授权跨阶段并给出边界,编排可以继续;未授权时,不启动下一主流程。
  3. 操作预先确认:消耗大量算力、重写文件或调用付费 API 之前,会先声明范围并征求同意。

常见问题

Q: 安装后会修改我现有的项目文件吗?
A: 不会。setup-research-os 初始化时会先扫描目录并展示拟修改内容,只有在你确认后才会写入。

Q: 支持哪些 AI 客户端?
A: 支持遵循标准 Skills 机制的客户端,包括 Claude Code、Codex、Cursor、Gemini CLI、Kimi CLI、Pi 等。


相关文档


开源协议

本项目采用 MIT 许可证。各技能中引用的第三方来源说明见 上游来源与许可证说明。

About

Provider-neutral, user-controlled research workflow core with typed artifacts and deterministic validators

Resources

Stars

32 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages