KalarisLabs/research-agent-skills · 上手攻略

  • 仓库：KalarisLabs/research-agent-skills
  • 链接：https://github.com/KalarisLabs/research-agent-skills
  • 分类：ai / agent（形态：app · 学术用途：writing-typesetting）
  • 作者：spark
  • 更新：2026-10-20

一、是什么

这是一个纯 Markdown 的 Agent Skills 技能库，280+ 个开源 skill，覆盖从研究问题到论文投稿的全流程。它的设计哲学是：每个 skill 就是一个文件夹，里面放一份 SKILL.md playbook、参考资料和测试过的脚本。Agent 只在任务真的需要时才加载那一个 skill——所以同一个 Agent 早上查文献、中午设计实验、晚上回复审稿人，都不用换人。

遵循开放的 Agent Skills 规范：纯目录 + SKILL.md，无 SDK、无服务端、无锁定。每个 skill 都通过规范的 reference validator 校验。由 Kalaris Labs 维护，48 stars（周增 +35，首次采集 2026-10-19，是本知识库里涨得很快的新项目）。

技能按研究阶段分八组：Question（假设生成、科学批判性思维）、Literature（文献综述、PRISMA 系统综述、数据库检索）、Design（实验设计、统计功效）、Analysis（统计分析与 150+ 领域库如 scanpy/rdkit/astropy/pydicom/pytorch-lightning）、Writing（科学写作、可视化、去 AI 味）、Verification（引用核验、可复现性声明）、Submission（会议模板、arXiv 提交、基金申请）、Review（同行评审、rebuttal），外加 Autonomy（supervised 多步研究循环）。

二、解决什么问题

它针对 AI 协助研究的三种典型翻车：

  1. AI 味写作：unslop-academic-writing 会识别套话（"delves into"、"pivotal role"）、空洞强调、堆叠对冲词和单调节奏，然后朝「具体、有证据、作者自己的语气」重写。
  2. 幻觉引用：citation-verification 把每条参考文献拿到 Crossref、OpenAlex、arXiv 逐条核。README 称在其标注基准集上「所有伪造和损坏的引用都被标记出来，所有正确的引用都通过」。
  3. 过时的期刊格式规则：期刊类 skill 会让 Agent 先读当前的 author guidelines 再排版，而不是凭记忆。

这正好对应本知识库反复强调的「数字 verbatim + 待核标注」问题——它把引用核验从人的负担变成一个可执行的 skill。

三、快速安装

主路径是 npx skills（来自 skills.sh，不是 npm 包）：

# 一条命令，打开选择器
npx skills add KalarisLabs/research-agent-skills

# 全量安装（所有 skill × 所有 agent）
npx skills add KalarisLabs/research-agent-skills --all

# 只装指定 skill
npx skills add KalarisLabs/research-agent-skills --skill citation-verification apa7

# 先看看有哪些再决定
npx skills add KalarisLabs/research-agent-skills --list

# 只装给某一个 agent
npx skills add KalarisLabs/research-agent-skills --agent claude-code
#   其他取值：codex / cursor / gemini-cli / github-copilot ...

# 装到全局（默认是当前项目）
npx skills add KalarisLabs/research-agent-skills --global

# 免交互确认
npx skills add KalarisLabs/research-agent-skills --yes

# 后续更新已装的 skill
npx skills update

其他安装方式：

# GitHub CLI
gh skill install KalarisLabs/research-agent-skills

# macOS / Linux：校验过 checksum 的 release 安装器
curl -fsSL https://raw.githubusercontent.com/KalarisLabs/research-agent-skills/main/install.sh | sh

# Windows
irm https://raw.githubusercontent.com/KalarisLabs/research-agent-skills/main/install.ps1 | iex

# 只要某个领域 bundle（独立安装，不需要 Node.js）
curl -fsSL https://raw.githubusercontent.com/KalarisLabs/research-agent-skills/main/install.sh | RAS_BUNDLE=biology-research sh

Claude Code 插件市场（带整理好的 bundle）：

/plugin marketplace add KalarisLabs/research-agent-skills
/plugin install biology-research@research-agent-skills

Bundle 清单：research-essentials、ml-research、ai-research、biology-research、chemistry-research、medicine-research、physics-research，另有每个分类一个 plugin。完整目录见 catalog/skills.json。

四、核心用法

装完之后直接用自然语言跟你的 Agent 说，它自己会挑 skill 加载：

Verify every reference in refs.bib
Unslop this introduction without changing any claims
Run a PRISMA systematic review on <主题>
Design an experiment with adequate statistical power for ...

如果你的 harness 不支持 skill 机制，直接把 skills/<name>/ 拷进该 harness 的 skills 目录（常见位置 .agents/skills/）；Agent 完全不支持 skill 时，把 skills/<name>/SKILL.md 的路径喂给它即可——那就是纯 Markdown，旁边带脚本。

按学科选起点：

# 跨学科通用
npx skills add KalarisLabs/research-agent-skills --skill scientific-writing
# 机器学习（NeurIPS/ICML/ICLR/ACL/AAAI 模板）
npx skills add KalarisLabs/research-agent-skills --skill ml-paper-writing
# AI / LLM 评测
npx skills add KalarisLabs/research-agent-skills --skill evaluating-llms-harness
# 生物信息
npx skills add KalarisLabs/research-agent-skills --skill scanpy
# 化学 / 药物
npx skills add KalarisLabs/research-agent-skills --skill rdkit
# 临床
npx skills add KalarisLabs/research-agent-skills --skill clinical-reports
# 天文
npx skills add KalarisLabs/research-agent-skills --skill astropy

引用核验的工作流（README 的流程图原文）：你说「检查 refs.bib 里每条引用」→ Agent 读各 skill 的短描述 → 判断该加载哪个 → 只加载 citation-verification 的 SKILL.md + 脚本 → 脚本查询 Crossref / OpenAlex / arXiv → 产出「verified / mismatched / not found」三类报告。

按任务的快速索引：

你要做的事 从这里开始
查文献、综述 literature-review、research-lookup、paper-lookup
PRISMA 系统综述 / 元分析 systematic-review-prisma、statistical-analysis
写论文 / 学位论文 / 基金 scientific-writing、unslop-academic-writing、research-grants
查引用与 BibTeX citation-verification、bibtex-hygiene、reference-manager-interop
投稿排版 journal-formats 列表里的技能、arxiv-submission
数据分析 + 可复现 数据科学系列、scientific-visualization、reproducibility-statement
回审稿意见 peer-review、rebuttal-and-response-to-reviewers

五、典型适用场景

  • 博士生写学位论文：thesis-and-dissertation 指南 + scientific-writing + unslop 三件套。
  • PI 投稿与基金：journal-format、abstract-and-title、cover-letter-to-editor、rebuttal、research-grants。
  • 做系统综述 / 元分析：systematic-review-prisma 配 citation-verification，保证可复现。
  • 交叉学科数据分析：scanpy / rdkit / astropy / qiskit / geopandas / pydicom / pyhealth 等 100+ 领域技能按需加载。
  • 图书馆 / 科研软件工程：reference-manager-interop（Zotero/Mendeley/EndNote）、paper-corpus-rag、research-knowledge-graph、research-skill-creator。
  • 托管索引检索：firecrawl-research-index 技能走 Firecrawl 托管的 Research Index，可检索已索引论文、读相关段落、追引文链；README 称目前免费但有额度限制。

六、坑与注意（7 条）

  1. npm 上没有这个包。README 明确警告：不存在 research-agent-skills 的 npm 包，npx skills 读的是 skills.sh 这个开源 CLI，它直读 GitHub 仓库；任何自称本项目的 npm 包都不是。影响：照着错误信息装包会拿到仿冒或无关代码。修复：只用上面的三条正规路径，遇到自称的 npm 包直接放弃。
  2. 需要 Node.js 18+。npx skills 有运行时前置条件。影响：无 Node 环境装不上。修复：改用 install.sh / install.ps1，或用 RAS_BUNDLE 装独立 bundle（README 称其不需要 Node.js）。
  3. 280+ 技能全装的上下文与安全面。README 强调「装上几乎不花代价，未用到时 Agent 只看到一行短描述」，但这依赖 Agent 正确实现惰性加载。影响：harness 对 skill 支持不标准时，可能一次灌进过多内容。修复：先 --list 再按需装，或用 bundle 而不是 --all；验证方式是只装 citation-verification 一个先跑通。
  4. 工具权限与高级元数据因 harness 而异。README 原话：tool permissions and advanced metadata may vary by harness。影响：A harness 能跑的脚本（查 Crossref/OpenAlex）在 B harness 可能因无网络或无执行权限而失败。修复：跨 harness 使用前先验证脚本能否执行。
  5. 基准由作者自测。README 称 citation-verification「在自己的标注基准上标记了全部伪造与损坏引用、放行了全部正确引用」。影响：这是作者自报结果，不是独立复现。修复：在自己的一批已知真假引用上先跑一次，测出漏报/误报率再用于正式流程。
  6. Firecrawl Research Index 有额度限制且属第三方。README 注明目前免费但有限制。影响：托管索引随时可能调整配额或收费，且你的检索路径要经过第三方。修复：不要把它设为唯一文献检索通道，保留 arXiv / OpenAlex 直连路径。
  7. 「去 AI 味」是改写而非事实核验。unslop-academic-writing 的作用域是文字表述，改完之后主张本身仍需 citation-verification 单独把关。影响：把 unslop 当成质量保证，逻辑错误照样留在稿子里。修复：写作类与核验类 skill 组成固定流程，不要二选一。
  8. 技能内容本身会过时。技能本质是 Markdown playbook，模型版本、期刊规则、API 端点都可能变。影响：装完不更新的 skill 会沉淀错误做法。修复：定期 npx skills update；仓库有 skill-security.yml 与 validate.yml CI，升级前可看其是否通过。

七、与同类对比

维度 research-agent-skills 自建 prompt 库 通用 Agent Skills 集合 商业科研工具
形态 280+ 学术 skill，遵循开放规范 手写 markdown 覆盖开发/运维等通用场景 SaaS，闭源
领域深度 高（按学科分组，含领域库脚本） 取决于自己 低 中
可审计 高，纯文件可 diff 可 review 高 高 低
引文核验 内置 skill，走 Crossref/OpenAlex/arXiv 需自建 无 部分有
上手成本 极低（一条 npx 命令） 中 低 需账号与付费

它的独特价值不在「skill」这个形式（规范是开放的，人人都能写），而在学术领域的 280+ 具体 playbook + 引文核验脚本的组合。相对通用 skill 集合，它的学科覆盖是实打实的壁垒。

八、一句话推荐结论

推荐：任何让 AI 参与文献调研、写作、投稿的科研用户都值得装，尤其是被幻觉引用坑过的人——先用 --skill citation-verification 单装一个验证效果，再决定要不要 --all；但注意它的效果目前主要是作者自测数据，且安装渠道有仿冒风险。

诚实标注：本文基于公开 README 与仓库卡片（采集 2026-10-20）撰写，未实际执行任何安装命令、未运行任何 skill 脚本。280+ 的技能数量、许可（卡片记为 NOASSERTION，建议读者自行核对 LICENSE 文件）、基准集规模与召回率、npx skills 各 flag 的当前形态均未独立核实，会随仓库更新变化。引用前请以仓库当前 main 为准。