自动化研究 技能 与智能体的精选合集 —— 从想法 → 实验 → 论文，全程自动驾驶。
🧩 已收录 6,089 个 skills，分布在 110 个仓库 中 —— 一次克隆拿到整套研究工具箱。
English · 简体中文
Imbad0202/academic-research-skills · ~52.7k ⭐ · 🧩 已收录 面向 Claude Code 的学术研究技能集 —— 完整的 research → write → review → revise → finalize 流水线，覆盖文献综述与同行评审。收录于
skills/academic-research-skills。
🏆 社会科学第一 · brycewang-stanford/Auto-Empirical-Research-Skills · ~4.7k ⭐ · 🧩 已收录 社科实证研究首选技能库：覆盖 8 大社会科学学科的 23,000+ 个 agent 技能，从识别策略、数据清洗到回归表格与可复现论文全流程。搭配
skills/stata-code，可直接让智能体在 Stata 中跑 DiD / IV / RDD。收录于skills/empirical-research-skills。
按 GitHub star 数排名的前 20 个已收录仓库，由
scripts/update-stars.py每周自动刷新（最近：2026-10-26）。完整榜单见 STARS.md。
这是什么？ 一个社区精选的自动化研究中心 —— 收纳可复用技能（skills）、端到端系统（systems）、领域科学智能体、评测基准（benchmarks）、以及精选清单（lists），打包好让编码智能体（Claude Code、Codex、OpenClaw 及任意 LLM agent）直接调用。6,089 个 skills、分布在 110 个仓库中，以 git 子模块（浅克隆）形式收录，分别放在
skills/、systems/、benchmarks/、lists/四个目录，一次克隆即可拿到整套工具箱。
# 推荐：先克隆，再让 setup.sh 处理顶层与嵌套子模块
git clone https://github.com/brycewang-stanford/Auto-Research-Skills.git
cd Auto-Research-Skills
./setup.sh
# 已经克隆过？补齐缺失子模块
./setup.sh📊 实时排名见 STARS.md —— 由 GitHub Action 每周自动刷新。
🧭 候选收录与筛选标准见 CURATION.md：里面记录了通过 registry/GitHub 调研发现的候选 skills、评审标准与安全检查清单。
🗺️ 想了解整个自动化科研生态的全景，以及本仓库四个目录的划分逻辑，见 docs/landscape-2026.md（领域地图）。
🧰 新手入门： 先看 catalog/STARTER-KITS.md，12 个科研阶段各 5 个有深度、过安全闸、互不重名的技能，可一键安装；近期领域变化见 2026 Q3 更新。
🛠️ 维护者提交前建议运行
make check（或CONTRIBUTING.md中列出的等价命令）。setup.sh会先初始化顶层子模块，再尽力初始化上游仓库声明过的嵌套子模块，避免单个上游嵌套映射问题阻塞整个 checkout。
⚠️ 不建议把所有skills/子模块一次性装进同一个 agent profile：不同集合里有不少同名但内容不同的技能，按名称解析时胜出者可能不确定。组合安装前请看catalog/collisions.json，或启动本地静态服务后打开site/collisions.html。
- 🏆 Star 排行榜 Top 20
- 🧠 端到端自主研究系统
- 🔎 深度研究与文献综合
- 🧪 自动化实验与代码智能体
- 🔬 领域科学智能体
- 🧩 研究技能与插件合集
- 📊 评测基准
- 📚 精选清单与综述
- 🗂️ 已收录仓库（子模块）
- 🤝 贡献
- 📄 协议
图例： ⭐ = 约略 star 数 · 🧩 = 已作为子模块收录 说明： 权威收录清单见 已收录仓库。在“研究技能与插件合集”表中，未标记的项目是候选或相邻参考项目。
自动化完整研究生命周期的项目：想法 → 实验 → 论文 → 评审。
| 项目 | ⭐ | 技术栈 | 说明 |
|---|---|---|---|
| karpathy/autoresearch | ~98.1k | Python | Karpathy 的过夜研究循环：AI 智能体在单卡 nanochat LLM 训练上自动提出、运行并评估实验。 |
| SakanaAI/AI-Scientist | ~14.8k | Python | 提想法、跑实验、写论文并自动评审。 |
| aiming-lab/AutoResearchClaw | ~14.7k | Agent | 全自主、自进化研究，从想法到论文。 |
| SakanaAI/AI-Scientist-v2 | ~7.4k | Python | v2 —— 智能体树搜索，产出 workshop 级论文，更少模板约束。 |
| alphaXiv/OpenResearch 🧩 | ~7.4k | Rust · TS | 把 Claude Code / Codex / OpenCode / Cursor 变成研究智能体；本地优先，每次运行一个 git worktree。自带可关闭的遥测。 |
| SamuelSchmidgall/AgentLaboratory | ~5.9k | Python | LLM 智能体充当研究助理，覆盖完整流水线。 |
| HKUDS/AI-Researcher | ~5.8k | Python | NeurIPS 2025 —— 自主科学创新，从想法到论文。 |
| sapientinc/PRAXIST | ~5.5k | Python | 面向可度量、可计算机执行研究的并行研究体系统。Fair Source 许可（非 OSI），仅列出。 |
| aipoch/open-science | ~5.3k | TypeScript | 开源、本地优先的科研工作台（Claude Science 式），含技能、MCP 工具与 Python/R 执行。属应用形态，仅列出。 |
| EvoScientist/EvoScientist 🧩 | ~5.0k | Python | 自进化多智能体 AI 科学家，持久记忆驱动的「vibe research」。 |
| ResearAI/DeepScientist | ~3.4k | TS · Python | 本地优先的自主研究工作室：基线复现 → 实验 → 论文级产出。 |
| EvoMap/AutoResearch 🧩 | ~3.2k | Python | 从想法到可写入论文的证据：≥3 模型评审想法、保留负结果、可断点续跑。 |
| OpenNSWM-Lab/FAROS | ~3.0k | Python | 蓝图驱动的 AutoResearch 运行时：想法 → 实验 → 写作 → 同行评审。 |
| InternScience/InternAgent | ~1.5k | Python | 统一 agentic 框架，面向长时程、跨领域的自主科学发现。 |
| K-Dense-AI/k-dense-byok | ~1.4k | TypeScript | 基于已收录 scientific-agent-skills 的桌面 AI 合作科学家。与已收录包强绑定，仅列出。 |
| OpenRaiser/NanoResearch | ~1.3k | Python | 轻量级自主 AI 研究助手（skills/agent 驱动），从选题到端到端研究。 |
| SakanaAI/AI-Scientist-v3 🧩 | ~408 | Python · Docker | v3「智能体科学家」：以技能驱动、Docker 隔离的六阶段流水线编排编码智能体（arXiv 2610.18933）。 |
| zhu-minjun/Researcher | ~406 | Python | CycleResearcher —— 通过自动评审改进自动研究的迭代循环。 |
| Sibyl-Research-Team/AutoResearch-SibylSystem | ~287 | Claude Code | 自进化自主研究系统，原生构建于 Claude Code。 |
| ulab-uiuc/research-town | ~214 | Python | ICML 2025 —— 模拟人类科研社区的多智能体。 |
| tsinghua-fib-lab/OmniScientist | ~207 | Python | AI 科学家生态，编码人类科研基建以自动化想法、文献、实验与写作。 |
自动化信息收集、文献综述、带引用的报告生成。
| 项目 | ⭐ | 技术栈 | 说明 |
|---|---|---|---|
| bytedance/deer-flow | ~84.1k | LangGraph | 深度研究，支持人机协同。 |
| stanford-oval/storm | ~31.7k | Python | 维基百科式长篇报告合成（斯坦福）。 |
| assafelovic/gpt-researcher | ~30.2k | Python | 规划 → 抓取 → 带引用报告。经典之作。 |
| dzhng/deep-research | ~19.8k | TypeScript | 最简实现的迭代式深度研究智能体，能自我修正研究方向。 |
| langchain-ai/open_deep_research | ~12.7k | LangGraph | 开源、可配置的深度研究智能体。 |
| Future-House/paper-qa | ~9.4k | Python | PaperQA2 —— 对科学 PDF 做高准确率、带引用的 RAG 问答。 |
| LearningCircuit/local-deep-research | ~9.3k | Python | 本地、隐私优先的深度研究；接入 arXiv + PubMed，SimpleQA 约 95%。 |
| nickscamara/open-deep-research | ~6.3k | TypeScript | 开源深度研究复刻，基于 Firecrawl 抓取的网页数据推理。 |
| HKUDS/Auto-Deep-Research | ~1.8k | Agent | 低成本、全自动的个人研究助手。 |
| AkariAsai/OpenScholar | ~1.7k | Python | 检索增强的科学文献综合系统，生成带引用的答案（AllenAI/UW）。 |
| khoj-ai/openpaper | ~504 | TypeScript | 研究论文库工作台：阅读、标注、AI 文献综述一站式完成。 |
| AutoSurveys/AutoSurvey | ~478 | Python | 多阶段流水线，自动生成文献综述。 |
编码、实验执行、迭代优化全程自动。
| 项目 | ⭐ | 技术栈 | 说明 |
|---|---|---|---|
| HKUDS/DeepCode | ~16.7k | Python | 开源智能编码：论文转代码（Paper2Code）+ Text2Web + Text2Backend。 |
| going-doer/Paper2Code | ~5.0k | Python | PaperCoder —— 将 ML 论文自动转为可运行的代码仓库。 |
| ruc-datalab/DeepAnalyze 🧩 | ~4.7k | Python | 号称首个自主数据科学 agentic LLM：自动分析海量数据并一键生成专业分析报告。 |
| TheBlewish/Automated-AI-Web-Researcher-Ollama | ~3.0k | Ollama | 基于本地 LLM 的自动网络研究员。 |
| starpig1129/DATAGEN | ~1.8k | LangGraph | AI 驱动的多智能体研究助手，自动化假设生成、数据分析与报告写作。 |
| WecoAI/aideml | ~1.6k | Python | AIDE —— ML 工程智能体，把建模当作代码优化搜索。 |
| Xiangyue-Zhang/auto-deep-researcher-24x7 | ~1.1k | Agent | 7×24 跑深度学习实验，Leader-Worker，常量内存。 |
| RUC-NLPIR/Arbor 🧩 | ~1.1k | Python | 通用自主研究智能体：以假设树驱动实验迭代优化，附带 Codex/Claude 技能套件。 |
| Just-Curieous/Curie | ~371 | Python | 严谨、可复现的 ML 研究实验智能体。 |
| snap-stanford/POPPER | ~297 | Python | 自动化假设检验：基于波普尔「序贯证伪」思想的多智能体框架（Stanford SNAP）。 |
在特定领域（生物、化学、多智能体实验室）开展真实科研工作的智能体。
| 项目 | ⭐ | 领域 | 说明 |
|---|---|---|---|
| snap-stanford/Biomni | ~4.0k | 生物医学 | 通用生物医学 AI 智能体，覆盖 150+ 工具/数据库。 |
| ur-whitelab/chemcrow-public | ~965 | 化学 | 面向合成、药物发现、材料的 LLM 化学智能体。 |
| zou-group/virtual-lab | ~753 | 多智能体 | 一支 LLM「科学家」团队开展跨学科研究（斯坦福）。 |
| Future-House/robin | ~743 | 生物医学 | 多智能体科学发现；提出并验证了干性 AMD 候选药。 |
| lamm-mit/SciAgentsDiscovery | ~638 | 材料 | MIT —— 多智能体自动科学发现与假设生成。 |
| GENTEL-lab/OriGene | ~230 | 生物医学 | 自进化多智能体「虚拟疾病生物学家」，机制引导的治疗靶点发现（非商用许可）。 |
| gomesgroup/coscientist | ~212 | 化学 | 基于 LLM 的自主化学研究（Nature 2023）。 |
可直接接入编码智能体的可复用技能集与插件。
| 项目 | ⭐ | 技术栈 | 说明 |
|---|---|---|---|
| Imbad0202/academic-research-skills 🧩 ⭐ | ~52.7k | Claude Code · Python | 重点。 学术研究 → 写作 → 评审 → 修订 → 定稿流水线。 |
| Yuan1z0825/nature-skills 🧩 | ~49.1k | Claude Code · Python | Nature 级学术表达 + 科研绘图，Claude 与 Codex 双支持。 |
| wanshuiyin/Auto-claude-code-research-in-sleep 🧩 | ~17.7k | Markdown skills | ARIS —— 跨模型互审循环、想法发现、实验自动化，无框架锁定。 |
| companion-inc/feynman 🧩 | ~10.0k | CLI · Codex · Claude Code | 开源 AI 研究 agent（CLI，基于 Pi + alphaXiv）：文献综述、深度研究、复现、同行评审等 20 个研究 skill，可装进 Codex/Claude。 |
| uditgoenka/autoresearch 🧩 | ~6.6k | Claude Code · Shell | Claude 自主研究 skill：受 Karpathy autoresearch 启发的自主目标迭代，内置命令安全护栏（拒绝 mkfs/dd/nc 等危险命令）。 |
| Galaxy-Dawn/claude-scholar 🧩 | ~5.8k | Claude Code · MCP | 半自动科研助手；集成 Zotero + Obsidian + MCP。 |
| 54yyyu/zotero-mcp 🧩 | ~5.5k | MCP · Python | 把 Zotero 文献库接入任意 MCP 智能体：讨论论文、生成摘要、分析引用。 |
| brycewang-stanford/Auto-Empirical-Research-Skills 🧩 | ~4.7k | Claude Code · Codex | 🏆 社会科学第一。 覆盖 8 大社科学科的 23,000+ 个实证研究 agent 技能。 |
| Norman-bury/research-writing-skill 🧩 | ~3.5k | Claude Code · Python | 中文社区热门科研写作助手：论文结构、润色、图表文字与投稿准备。 |
| Adkid-Zephyr/anti-defensive-writing-Skill | ~3.5k | Agent Skills | 极致轻量的“反防御性写作”学术写作原则（中英）。偏提示词形态，仅列出。 |
| google-deepmind/science-skills 🧩 | ~3.3k | Agent Skills · Python | Google DeepMind 官方科学技能包——40 个接地气、省 token 的技能，接入 AlphaGenome、AFDB、UniProt 等 30+ 数据库与工具。 |
| blazickjp/arxiv-mcp-server 🧩 | ~3.2k | MCP | 在任意支持 MCP 的智能体中直接检索与抓取 arXiv 论文。 |
| mikubaka88/CCFA-Skills 🧩 | ~3.1k | Claude Code · LaTeX | 面向 CCF-A 顶会论文的技能族：研究主线、选题评审、实验设计、诚信审计与 LaTeX 模板。 |
| openags/paper-search-mcp 🧩 | ~2.9k | MCP · Python | 跨 arXiv/PubMed/bioRxiv/medRxiv 等多源检索与下载论文的 MCP + CLI + skills。 |
| K-Dense-AI/claude-scientific-writer 🧩 | ~2.5k | Claude Code · Python | 通用型科研写作助手。 |
| AIScientists-Dev/academic-humanizer | ~2.2k | Claude · Codex · MorphMind | 去除论文与 NSF/NIH 基金申请中的「AI 味」，保留学术语气并把论点绑定到证据。 |
| pedrohcgs/claude-code-my-workflow 🧩 | ~1.7k | Claude Code · LaTeX/R | 学者用的可 fork 模板：多智能体评审、质量门、复现协议。 |
| mims-harvard/ToolUniverse | ~1.7k | Python · Claude plugin | 哈佛生物医学工具宇宙，现以 Claude 插件形式提供 500+ 技能；待同名冲突评估，暂仅列出。 |
| lishix520/academic-paper-skills 🧩 | ~1.4k | Claude Code · Python | 系统化的学术论文规划与写作框架。 |
| huangkiki/dailypaper-skills 🧩 | ~1.3k | Agent Skills · Python | 每日论文发现、批判性评读与互联研究笔记（中英双语）。 |
| LeonChaoX/qinyan-academic-skills | ~964 | Claude Code · Python | 「沁言」学术科研库 —— 177 个研究 Agent。 |
| mshumer/autonomous-researcher 🧩 | ~826 | Agent | 轻量级自主研究智能体。 |
| andrehuang/research-companion 🧩 | ~721 | Claude Code | 战略型科研思考智能体：选题评估、项目分诊、头脑风暴。 |
| Light0305/Light-skills 🧩 | ~659 | Claude Code · Codex | 全流程科研技能包：28 个技能覆盖调研 → 写作 → 审稿 → 投稿，配套 9 个可核查知识库与对抗式自检。 |
| anthropics/life-sciences | ~623 | Claude Code marketplace | 官方 Claude for Life Sciences 插件市场（scvi-tools、Nextflow、单细胞质控、临床方案）。无许可证文件，仅列出。 |
| Boom5426/Nature-Paper-Skills 🧩 | ~596 | Claude Code · TeX | Nature 风格论文的起草、修订、审稿与返修技能。 |
| lllllllama/RigorPilot-Skills 🧩 | ~485 | Agent Skills · Python | 以 README 为起点的论文复现技能：受限执行、可审计证据链。 |
| NVIDIA-BioNeMo/bionemo-agent-toolkit 🧩 | ~484 | Agent Skills · NIM | NVIDIA BioNeMo NIM 技能（Boltz-2、DiffDock、Evo2、GenMol、OpenFold3 等），面向 GPU 结构生物学与基因组学；技能文本为 CC-BY-4.0。 |
| EvoScientist/EvoSkills | ~481 | Agent Skills | 面向 EvoScientist 式科学工作流的可安装技能与知识包。 |
| TobiasLee/Rebuttal-Skill | ~480 | Agent Skills | 专门的审稿回复（rebuttal）技能，补上生态中的薄弱环节。无许可证，仅列出。 |
| jamditis/claude-skills-journalism 🧩 | ~423 | Claude Code | 新闻/媒体/学术交叉的技能集：事实核查、FOIA 申请、数据新闻、学术写作等 54 个 skill。 |
| lingzhi227/agent-research-skills | ~414 | Claude Code · Python | 系统化学术深度研究技能。 |
| K-Dense-AI/science-superpowers 🧩 | ~359 | Agent Skills | 面向智能体的科研过程纪律——以预注册代替 TDD、可行性优先、异常排查。 |
| LMDHQ-0420/ResearchPilot-Skills | ~317 | Claude Code · Shell | 7 阶段自动化科研流程：方向探索、文献、想法、实验设计、代码、写作。 |
| guhaohao0991/PaperClaw | ~252 | OpenClaw · Python | 按主题生成论文检索—评审—批判专家 agent 的 OpenClaw skill。 |
| SNL-UCSB/paper-writing-skill | ~240 | Claude Code · Shell | 编码实战编辑原则与 5 阶段写作流水线（Brainstorm → Draft 0 → Evaluate → Write → Compress）。 |
| ai4s-research/ai4s-skills 🧩 | ~239 | Claude Code · Python | 7 个「AI for Science」skill：主题探索 → 文献综述 → 可运行实验 → 写作 → 诚信审计。 |
| Stars-OC/thesis-creator | ~233 | Claude Code · Python | 中文论文写作 skill：内容、ER 图、流程图生成，含本科论文降 AIGC/降重优化。 |
| andrehuang/academic-writing-agents | ~218 | Claude Code | 多智能体编排，含 10 个专职写作 Agent。 |
| flonat/claude-research 🧩 | ~146 | Claude Code · Python | 面向 PhD 的完整科研基建：50 个 skills + agents + hooks + rules，含 /bib-validate、/pre-submission-report 等命令。 |
| voidful/academic-skills | ~136 | Claude · Codex · Gemini · TeX | 完整科研 skill 套件：论文阅读、想法生成、实验设计、证明/写作、同行评审。 |
| poemswe/co-researcher 🧩 | ~132 | Claude Code · Codex · Gemini CLI | 跨 Claude Code、Codex、Gemini CLI 的多平台学术研究套件，含专门 agent 与 CLI 工作流。 |
| brycewang-stanford/stata-code 🧩 | ~51 | Python · MCP · VS Code | 面向实证研究的智能体 Stata 桥接器：在 Claude Code、Jupyter、VS Code 中跑 DiD / IV / RDD 与出版级表格，支持 StatsPAI 交叉验证。 |
| openags/auto-research 🧩 | ~11 | Agent + UI | 跨领域通用「AI 科学家」。 |
| brycewang-stanford/md2 🧩 | ~5 | Web · CLI · MCP | 一篇 Markdown，发遍公众号、知乎、小红书和 X：主题、小红书卡片、X 长推与封面。 |
这些智能体到底做得好不好？衡量自主研究与 ML 工程能力的基准。
| 项目 | ⭐ | 衡量内容 | 说明 |
|---|---|---|---|
| openai/mle-bench | ~1.8k | ML 工程 | 衡量 AI 智能体的机器学习工程能力（75 个 Kaggle 式竞赛任务）。 |
| openai/frontier-evals | ~1.3k | Paper replication | PaperBench（从零复现 ICML 论文）等 OpenAI 前沿评测的所在仓库。 |
| Ayanami0730/deep_research_bench 🧩 | ~843 | Deep research | DeepResearch Bench——深度研究智能体事实上的标准榜单（报告质量 + 引用准确性）。 |
| snap-stanford/MLAgentBench | ~356 | ML 工程 | 智能体完成端到端 ML 实验任务。 |
| apexin-ai/ASI-Bench 🧩 | ~302 | Project-level research | 11 个领域 60 个项目级科研任务，逐级移除人类指导（B1–B4）。 |
| Future-House/aviary | ~284 | 科学智能体任务 | 面向挑战性科学任务的 language-agent gym（FutureHouse）。 |
| InternScience/ResearchClawBench | ~271 | Re-discovery → new discovery | 10 个领域 40 个任务，以复现隐藏论文结论打分，可接入 Claude Code/Codex/OpenClaw。任务数据约 2.5 GB，仅列出。 |
| scicode-bench/SciCode 🧩 | ~241 | 科学编程 | 挑战语言模型为真实科研级科学问题编写代码解法。 |
| OSU-NLP-Group/ScienceAgentBench | ~178 | 数据驱动科学 | 在真实科研任务上严格评测智能体。 |
| allenai/discoverybench | ~164 | 数据驱动发现 | LLM 能否从真实数据集中推导假设（AI2）。 |
| HKUST-KnowComp/NewtonBench | ~159 | 科学定律发现 | ICLR 2026 —— 通过交互式实验评测 LLM 智能体的可泛化科学定律发现。 |
| Future-House/BixBench | ~148 | 计算生物学 | 面向计算生物学/生信智能体的评测基准（FutureHouse）。 |
| allenai/asta-bench 🧩 | ~141 | Scientific discovery | AI2 的 AstaBench（ICLR 2026）：覆盖科学发现全流程的 2,400+ 道题。 |
| facebookresearch/airs-bench | ~125 | AI research | 20 个端到端 ML 科研任务，以 SOTA 为基准打分。CC-BY-NC-4.0，仅列出。 |
| 项目 | ⭐ | 说明 |
|---|---|---|
| VoltAgent/awesome-agent-skills | ~36.0k | 官方团队与社区的 1000+ 通用 agent 技能。范围广、非科研专用，仅列出。 |
| webfuse-com/awesome-autoresearch | ~2.6k | autoresearch / 自主改进循环系统精选（CC0 公共领域）。 |
| VILA-Lab/Dive-into-Claude-Code | ~2.2k | 系统分析 Claude Code 在 AI 智能体系统设计中的应用。 |
| ai-boost/awesome-ai-for-science | ~2.0k | 跨领域的 AI for Science 工具、数据集与框架精选。 |
| tmgthb/Autonomous-Agents | ~1.4k | 每日更新的自主智能体（LLM）研究论文清单。 |
| handsome-rich/Awesome-Auto-Research-Tools | ~1.2k | 启发本仓库的那份清单。 |
| DavidZWZ/Awesome-Deep-Research | ~872 | ACL 2026 —— agentic 深度研究资源。 |
| worldbench/awesome-ai-auto-research | ~556 | 一份 AI auto-research 综述。 |
| modelscope/Awesome-Vibe-Research 🧩 | ~462 | ModelScope 的开放共建「vibe research」仓库：覆盖科研全流程的 agents、skills、workflows 与工具（中英）。 |
| scienceaix/deepresearch | ~435 | Deep Research 综述论文的配套清单。 |
| kael-odin/awesome-academic-research-skills 🧩 | ~163 | 每日更新的学术科研 Agent Skill 仓库排行榜（Claude Code / Codex / OpenCode），附 JSON 数据。 |
| MinhaoXiong/awesome-automated-research | ~125 | 自主研究系统精选清单。 |
6,089 个 skills、分布在 110 个仓库（多数 100+ ⭐）中，以浅克隆子模块形式收录在四个目录中，各自按 star 排序。运行 ./setup.sh 即可全部拉取；只需要顶层仓库时可运行 ARS_SKIP_NESTED_SUBMODULES=1 ./setup.sh。完整带 star 的榜单见 STARS.md。
skills/—— 53 个可复用技能集与插件合集systems/—— 38 个端到端系统与自主智能体benchmarks/—— 8 个自主研究 / ML 工程评测基准lists/—— 11 个精选清单与综述
🧰 不知道从哪开始？
catalog/STARTER-KITS.md为每个科研阶段各挑出 5 个有深度、过了安全闸、互不重名的技能，覆盖选题、文献、读论文、实验、分析、写作、图表、审稿、引用、基金、汇报与生命科学工具。一键安装某个阶段：python3 tools/build_starter_kits.py --install literature --dest ~/.claude/skills。选学术研究类技能时，多个包功能有重叠：默认从
skills/academic-research-skills（重点推荐、star 最高）开始；用 Codex 而非 Claude Code 选skills/academic-research-skills-codex或skills/codex-academic-skills；做经济/金融选skills/franklee-academic-research-skills；想要 LaTeX/Beamer + R 的可 fork 学术工作流选skills/claude-code-my-workflow；做实证社科选skills/empirical-research-skills。多个子模块含有同名技能。把集合安装到 Claude Code、Codex 或其他 agent 前，优先按项目选择一两个集合，而不是全量导入；同名冲突清单见
catalog/collisions.json和site/collisions.html。想收录你的仓库？见 CONTRIBUTING —— 提一个 PR，在
skills/、systems/、benchmarks/或lists/下添加子模块即可。
欢迎 PR！把项目加到合适的分类，或作为子模块收录。详见 CONTRIBUTING.md。
CC0 1.0 Universal —— 公共领域。各子模块保留其各自的许可协议。