skill

agent-auto-sci-skills

Auto-sci-research: 面向 Codex 的地理学+体育学科研全流程写作、综述、文献计量、GIS 暴露评估、ML/XAI 与 SCI 写作 Skills。

Lzy599775/agent-auto-sci-skillscommunitylistedunreviewed

Set up

Skills are installed by placing their folder where your agent loads skills.

Download ZIP from GitHub Open the repository

The download comes from github.com/Lzy599775/agent-auto-sci-skills itself, not from our server, so what you get is exactly what its author published.

Install instructions come from the README

Skills do not use an MCP config. Follow the steps in the README below.

README

synced Oct 26, 2026

Auto-sci-research

中文 | English | 本地介绍页 | 进化档案

面向 Codex 的科研 skill 套件，聚焦地理学、体育学、城市健康、GIS/遥感、绿色暴露、体育公园/体育设施、空间公平、文献综述、文献计量、机器学习、论文图件和 SCI 写作。

Auto-sci-research 不是“一键写论文”按钮，而是一套可审计、可扩展、可复用的科研工作台。它把选题、文献、数据、GIS/遥感、统计和机器学习、图表、写作、投稿、审稿回复、长期项目记忆拆成清晰的子 skill，让 ChatGPT 与 Codex 知道“现在该用哪个、为什么用、产出什么、边界在哪里”。

持久科研工作流

仓库根目录的 AGENTS.md 提供精简的长期规则和路由入口；详细架构、工作流、证据标准、Research Vault、模板与评估体系从 ARCHITECTURE.md 和 docs/index.md 进入。核心原则是：给 agent 一张可导航的地图，而不是把全部规则塞进一个巨大提示词。

当前仓库包含 17 个可安装 Codex skill，并在 urban-exposure-review-radar-workflow 内置一个隔离的 academic-research-suite 子 skill。最新上游检查为 2026-10-12：

ARS Codex 包已同步到 v3.23.0 (52228e8)，上游 ARS 内容锁定到 6ab4b03；新增 sr-screener、run ledger、缩写检查和 citation-locale evals。
K-Dense 已检查到 main 92ace75，本轮同步 27 个已登记精选目录。
AutoSci 已检查到 f5c2fe0；其新实验/工具内容仍作为参考，不覆盖本地原创 router。
SciPilot Figure 仍为 v2.1.0-1-g43098dd。
SciPilot Writing 仍为 v1.0.0 (51c5fd3)。
GeoRS SCI Writing Adapter 仍基于 xiangyu-Ge/sci-writing-geors 的公开仓库说明做原创适配；上游仍未检测到明确 LICENSE，因此不复制上游正文。

安装

git clone https://github.com/Lzy599775/agent-auto-sci-skills.git
cd agent-auto-sci-skills
.\scripts\install.ps1

默认安装到：

$env:USERPROFILE\.codex\skills

也可以指定目录：

.\scripts\install.ps1 -Target "$env:USERPROFILE\.agents\skills"

公开发布前建议运行：

.\scripts\scan_public_safety.ps1

一句话选型

你现在要做什么	先用哪个 skill
在 ChatGPT/Codex 中自动识别并路由综合科研目标	`research-orchestrator`
不知道整个科研任务怎么拆	`auto-sci-research`
搜索、核验、提取、综合文献或审计 citation–claim	`literature`
建文献库、source manifest、checkpoint、长期记忆	`agent-auto-sci-automation`
把模糊选题变成研究问题、机制和假设	`agent-auto-sci-methodology`
做 GIS、遥感、可达性、暴露、空间公平	`agent-auto-sci-geospatial`
做 EDA、统计、论文图表、文献计量图	`agent-auto-sci-data-viz`
做机器学习、SHAP/XAI、泄漏检查、空间验证	`agent-auto-sci-ai-ml`
组织论文 argument、投稿、审稿回复	`agent-auto-sci-scicomm`
按目标期刊近邻论文拆解论证结构	`agent-auto-sci-scicomm` + `academic_writing_exemplar_protocol`（参考协议，不是新顶层 skill）
做体育地理综述、文献计量、政策议程	`sport-geography-review-bibliometric`
写体育设施/体育公园/暴露公平实证 SCI 论文	`sport-geography-sci-writing`
判断城市暴露综述、前沿雷达、医学数据库连接路线	`urban-exposure-review-radar-workflow`
需要通用深度研究、论文管线、审稿模拟	`urban-exposure-review-radar-workflow/subskills/academic-research-suite`
明确要求筛选已有文献记录、制定纳排标准或生成排除审计	ARS `sr-screener`（仅显式调用）
不知道数据该画什么图，或要投稿级图件 QA	`scipilot-figure-skill`
润色、翻译、去 AI 味、写 cover letter/rebuttal	`scipilot-writing-skill`
写地理/遥感 SCI 的标题、摘要、IMRAD、cover letter	`geors-sci-writing-adapter`
需要上游 K-Dense 技术 playbook	`kdense-ml-ai-selected`、`kdense-data-viz-selected`、`kdense-geospatial-rs-selected`、`kdense-scicomm-selected`

六类入口

A. 总控与项目编排

Skill	作用	输入	输出	边界
`research-orchestrator`	ChatGPT/Codex 跨表面薄型入口。读取 GitHub 当前 workflow ref，判断任务类型，加载必要标准并交给专项 skill。	科研目标、已有材料、期望产出。	workflow route、使用的 ref/version、专项 skill、QC。	不复制完整规则；GitHub 不可用时必须报告 fallback。
`auto-sci-research`	总控 router。判断任务属于选题、综述、GIS、数据、ML、图件、写作还是投稿，并安排子 skill 顺序。	任务描述、项目目标、已有材料、当前阶段。	路线图、子 skill 调用顺序、质量门控、进化记录。	不替代具体分析或写作子 skill。
`literature`	证据可追溯的通用文献 workflow V0。	研究问题、seed papers、Zotero/DOI/引用或待核查 claim。	检索与去重记录、paper note、evidence trace、citation-support 结论。	先手工 workflow 与 golden set，不自动猜测缺失字段。
`agent-auto-sci-automation`	长期项目自动化、source manifest、checkpoint、失败恢复和公开安全边界。	数据源、文献源、项目目录、API/密钥边界。	manifest、状态表、恢复点、失败日志、目录规范。	不提交密钥、私有 PDF、付费导出或未发表正文。

B. 方法论与综述路线

Skill	作用	输入	输出	适用场景
`agent-auto-sci-methodology`	把宽泛选题变成可检验问题、机制链条、假设矩阵和证据等级。	选题、变量、初步结果、草稿。	RQ 矩阵、机制图、偏倚审计、因果语言边界。	选题不清、机制薄弱、讨论容易过度解释时。
`urban-exposure-review-radar-workflow`	城市暴露和体育地理高级路线判断。区分系统综述、范围综述、文献计量、批判性综述、前沿雷达和实证设计。	主题、目标期刊、语料来源、数据库范围、研究对象。	route decision、journal gate、正式语料/雷达候选分离、M1-M9 模块路线。	绿地暴露、热暴露、体育设施可达性、公共健康数据库、遥感前沿雷达。
`sport-geography-review-bibliometric`	体育地理综述和文献计量专用。	主题、数据库、关键词、初始文献、目标期刊。	检索式、PRISMA、编码表、CiteSpace/VOSviewer/bibliometrix 图表计划、政策议程。	体育公园、体育设施、绿地公平、城市健康综述。

C. 地理空间、遥感与暴露测度

Skill	作用	输入	输出	边界
`agent-auto-sci-geospatial`	GIS、遥感、可达性、绿色/热暴露、空间公平和地图合规。	空间数据、指标、代码、地图或方法描述。	CRS 审计、暴露窗口、可达性流程、空间公平指标、地图检查表。	必须区分 exposure、accessibility、availability、quality、use。
`kdense-geospatial-rs-selected`	K-Dense 精选 GeoPandas、GeoMaster 等 GIS/RS 技术 playbook。	具体 GIS/遥感工具问题。	库级技术路线、矢量/栅格处理提示、遥感处理注意点。	只提供技术参考，研究设计仍由 geospatial/methodology 把关。
`geors-sci-writing-adapter`	地理/遥感 SCI 写作适配，尤其适合遥感反演、时空变化、暴露和可达性论文。	论文类型、目标期刊、数据方法、要写章节。	标题、摘要、Introduction、Methods、Results、Discussion、Conclusion、cover letter。	原创适配，不复制未授权上游参考全文。

D. 数据分析、图表与机器学习

Skill	作用	输入	输出	使用提示
`agent-auto-sci-data-viz`	EDA、统计分析、论文图表、文献计量图和 policy matrix。	数据、结果、图表需求、已有图件。	数据质量审计、统计路线、figure plan、caption、table shell。	每张图必须服务一个 claim。
`agent-auto-sci-ai-ml`	机器学习、SHAP/XAI、空间/时间验证、泄漏检查。	特征、标签、模型、验证方式、结果。	baseline、特征/标签审计、验证切分、指标表、解释边界。	SHAP 和特征重要性不是因果证据。
`kdense-data-viz-selected`	K-Dense 精选 EDA、统计、Matplotlib、Seaborn、NetworkX、Polars、Dask。	库级分析或绘图问题。	技术路线、代码参考、工具注意点。	不替代论文 claim 设计。
`kdense-ml-ai-selected`	K-Dense 精选 scikit-learn、PyTorch Lightning、Transformers、SHAP、TimesFM、GNN、UMAP。	建模任务、技术栈、评估目标。	模型路线、训练评估建议、解释方法。	需要和 methodology/AI-ML skill 一起控制验证和解释边界。
`scipilot-figure-skill`	科研数据图顾问。先剖析数据和论证目标，再选图、绘图、视觉自检。	数据、论证目标、目标期刊、图件草稿。	图型建议、绘图路线、色盲/裁切/字体检查、导出建议。	用户说“帮我画图”时也要先确认图要证明什么。

E. 写作、投稿与审稿

Skill	作用	输入	输出	适用场景
`agent-auto-sci-scicomm`	科学交流、论文结构、claim-evidence map、投稿信、审稿回复、PPT/海报。	草稿、结果、目标期刊、审稿意见。	IMRAD 大纲、审稿风险扫描、cover letter、response matrix。	需要整体论证、投稿材料或审稿回复时。
`sport-geography-sci-writing`	体育地理实证 SCI 写作。	研究问题、方法、结果、目标期刊。	期刊定位、引言 gap chain、方法叙事、结果段落、讨论和政策启示。	体育设施可达性、体育公园暴露、空间公平、城市健康机制论文。
`scipilot-writing-skill`	SciPilot 写作与润色。覆盖中英互译、润色、缩写/扩写、去 AI 味、图表标题、cover letter 和 rebuttal。	原文、目标期刊、文本类型、语言方向、保守度。	改后文本、回译核对、修改日志、writing_lint 机检报告、残留问题。	最适合论文最后一公里的语言、逻辑和投稿文本处理。
`kdense-scicomm-selected`	K-Dense 精选科学写作、审稿、引用、slides、posters、schematics。	写作、引用、展示或示意图技术问题。	模板、结构建议、工具参考。	作为上游技术/模板库，不替代本地领域写作判断。

F. 内置上游子 skill

Subskill	位置	版本	作用
`academic-research-suite`	`skills/urban-exposure-review-radar-workflow/subskills/academic-research-suite`	`3.23.0`	通用深度研究、文献综述、论文写作、同行评审模拟、research-to-paper pipeline、实验规划、PDF/引用检查；`sr-screener` 只处理用户明确要求的记录筛选、纳排标准、pilot、冲突裁决和排除审计。

ARS 只在父 skill 判定需要“通用科研生产管线”时调用。sr-screener 不会因为用户提到“综述”或“系统综述”而自动触发；只有用户明确要求筛选已有记录、纳排标准、筛选 pilot、冲突裁决、排除审计或筛选报告时才使用。城市暴露、体育地理、暴露/可达性定义、因果语言和正式语料库规则仍由父 skill 把关。

Evidence-first 学术写作对标

“对标目标期刊 / 学习顶刊写法”在本套件中不是语言模仿，而是证据优先的 exemplar decomposition：先建立 OUR_EVIDENCE_MAP 与 OUR_ARGUMENT_OUTLINE，再按每个 substantive section 选择 3–5 篇功能近邻论文，记录 FULLTEXT、ABSTRACT_ONLY 或 METADATA_ONLY 的阅读范围，最后从自己的证据起草并交给 Academic Prose Style Guard 和 SciPilot 做语言质控。

这项能力位于 agent-auto-sci-scicomm 的参考协议中，不新增顶层 Skill，也不取代 literature owner、domain writing owner 或 scipilot-writing-skill。允许学习 section function、argument ordering、evidence presentation 和 figure sequencing；禁止复制原句、独特措辞、citation chain、novelty claim、因果解释或超出自有证据的结果逻辑。

摘要偏好 PREFERRED_EMPIRICAL_ABSTRACT_PROFILE 仅是无更严格期刊格式且用户未另行指定时的 soft target；官方期刊要求和 reporting guideline 优先。期刊推荐也必须结合完整稿件（若可用）、研究问题、gap、contribution、methods 和 conclusions，并核验 scope、indexing、OA/APC 与近邻论文，不能只按 IF 排序。

Codex 路由与 ChatGPT Web 共用同一公共协议；跨客户端契约见 CROSS_CLIENT_WRITING_ROUTING_MATRIX_V1。

V2 进一步把学术写作契约扩展为可复用的全局偏好：先做 story relevance、sentence academic increment 和 paragraph contribution 审计，再做 exemplar handoff、Academic Prose Style Guard 与 SciPilot lint；保留 Methods 可复现性和因果/测量/不确定性边界。三线表、正文禁手动换行、图表引用 ledger 与 fact-placement ledger 均有可执行检查。ChatGPT Web 可复制 CHATGPT_GLOBAL_ACADEMIC_WRITING_INSTRUCTIONS_V2 到 Project Instructions 或账户级 Custom Instructions；仓库不会声称已修改用户账户设置。

上游与许可证策略

Haojae/scipilot-writing-skill：MIT，完整封装并保留 LICENSE/NOTICE。
Haojae/scipilot-figure-skill：MIT，已封装为图件顾问。
Imbad0202/academic-research-skills-codex：ARS Codex 包，已同步到 v3.23.0；许可证和来源见 subskill 内 LICENSE、NOTICE.md、manifest.json。
K-Dense-AI/scientific-agent-skills：只保留 4 个与本研究方向强相关的精选 wrapper，不全量引入。
xiangyu-Ge/sci-writing-geors：未检测到明确 LICENSE，因此只做原创 Codex 适配，不复制上游参考全文。

详见 docs/external-skills.md、docs/skill-map.md 与 docs/upstream-update-20261012.md。

公开安全原则

本仓库不应包含 API key、token、cookie、私有 PDF、WoS/Scopus 原始导出、未发表论文正文、审稿意见原文、私人数据集、个人绝对路径或无授权第三方内容。发现泄露时应立即移除跟踪、更新忽略规则，并轮换相关密钥。

ChatGPT 与 Codex 跨表面使用

从 docs/chatgpt/index.md 获取 ChatGPT Project 的一次性 instructions、普通新聊天的 Skill/Plugin 路线、GitHub source-of-truth 合约和测试协议。详细科研规则仍只在版本化仓库中维护。

License

本仓库主代码与原创文档按 MIT License 发布。第三方 vendored/wrapped 内容遵循其各自许可证；未明确授权的上游只保留链接、来源说明和原创适配，不复制原文。