深色模式
科研技能包给 AI 编程助手
装上科研技能
面向计算机方向研究生的 19 个开源技能。检查 LaTeX、核对参考文献、压测服务、测量实验、统计结果、查会议截稿时间,能用脚本完成的都用脚本,结果可以复核。
装好以后,在 Claude Code、Codex 等 Agent 里正常说话就行,例如“帮我检查一下论文的参考文献”,Agent 会自动用上对应的技能。
curl -LO https://skills.bnuai.com/download/research-skills.zip && mkdir -p .claude/skills && unzip -o research-skills.zip -d .claude/skillscurl -LO https://skills.bnuai.com/download/research-skills.zip && mkdir -p ~/.claude/skills && unzip -o research-skills.zip -d ~/.claude/skillsInvoke-WebRequest https://skills.bnuai.com/download/research-skills.zip -OutFile research-skills.zip; Expand-Archive research-skills.zip -DestinationPath .claude\skills -Force压缩包从本站下载,不需要 Node.js 或 GitHub。带脚本的技能需要 Python 3.9 以上。更新时重新下载解压、覆盖原文件夹即可。
gpu-pick脚本在课题组的共享 GPU 服务器上看清每张卡被谁占着,选出空闲的卡并设置好 CUDA_VISIBLE_DEVICES,提醒占着显存却不计算的进程。
repro-log脚本复现论文时先定目标和级别,用脚本记录硬件、驱动、软件版本和代码提交,最后把复现结果和论文数字放在一张表里分析差距。
sim-scaffold脚本为调度、资源分配类论文生成可运行的仿真器骨架(RL 风格接口、5 种对比算法、多种子实验和自查测试),再照着论文的系统模型逐项修改。
serve-bench脚本按泊松到达的请求速率压测 OpenAI 兼容接口,测 TTFT、TPOT、端到端延迟和吞吐,输出 P50/P99,保存每个请求的原始结果。
pod-timing脚本把 Kubernetes Pod 的启动耗时拆成调度、拉取镜像、容器开始运行、就绪几段,镜像下载时间从事件中读取,避开 kube_pod_start_time 的坑。
bench-audit脚本静态检查测速代码中 GPU 计时没同步、计时包含模型加载、没有预热、没固定种子、只报平均值等问题,再对照清单检查实验设计。
related-work-matrix说明把一组相关论文整理成对比表(问题设定、方法、假设、实验、局限、与本文的区别),再按类别起草相关工作段落。只用你提供或核实过的论文。
latex-lint脚本按论文写作规范检查 LaTeX 源文件,33 条规则,每条结果带文件、行号和对应的规范条款。
cite-verify脚本逐条到 Crossref、OpenAlex、arXiv、DBLP 检索 BibTeX 条目,找出查不到(可能是 AI 编造的)和作者、年份对不上的参考文献。
bib-tidy脚本找出重复条目、缺字段、同一会议的不同写法、没有保护的缩写、引用了 arXiv 版本的已发表论文,把安全的修改写到新文件。
LaTeX 规范、参考文献、PDF 字体、实验代码这些检查由脚本完成,每条结果都带文件和行号,规则公开。AI 负责解释结果、给出修改建议。
CCF 会议截稿时间、IEEE 和 ACM 模板的栏宽、GPU 计时和尾延迟、大模型服务压测、Pod 启动耗时、调度仿真器,都是计算机方向研究生每天会遇到的事。
不代写论文,不编造数据和参考文献,不提供“降 AIGC 检测率”。每个技能都写明哪些事不能交给 AI,详见学术规范。
写作规范的阈值、术语表、会议列表都写在配置文件里。课题组可以 fork 一份,改成自己的规范,发给组里的同学。
让 Agent 核对一份参考文献,cite-verify 会逐条到 Crossref、OpenAlex、arXiv、DBLP 检索,再比较年份和第一作者:
核对了 5 条(全部):找到 2,信息不一致 1,查不到 1,检索失败 0,跳过 1。
## ❌ 查不到(1)
- li2024fake:Hierarchical Reinforcement Learning for Layer-Aware KV Cache
Offloading in Edge-Cloud LLM Serving with Diffusion Policies
## ⚠️ 信息不一致(1)
- ho2020wrong:Denoising Diffusion Probabilistic Models
- 年份不一致:bib 中是 2017,OpenAlex 中是 2020
- 第一作者不一致:bib 中是 smith,OpenAlex 中是 Jonathan HoICLR 2026 已经明确:论文中出现编造的参考文献,可以直接拒稿。看看这个技能 →
除了自己写的技能,我们还从 GitHub 上挑出了 39 个其他团队开源的科研技能,覆盖读论文、选题、实验、画图、写作、投稿和汇报。每一个都标注了许可证、维护情况,并自动扫描了它带的脚本会不会联网、执行命令。去看看 →