科研 Skill 从夯到拉(纯主观)
文章目录
科研这摊活的 skill 比办公室那篇卷得还凶。光是帮你读论文写论文的,GitHub 上就躺了几百个,星数从 5.7 万到个位数都有。我把能找的都翻了一遍,56 个候选,拆成八个类目开排,其中 32 个我拉出来同题实测过,同一篇论文、同一组实验数据、同一份埋了坑的草稿,挨个跑。跑都跑不通的,直接拉完了。纯主观,档位不搞平均主义,不服评论区见。
文献检索与阅读清单类
这一格是全场最惨的,实测组直接全灭,两家都没跑出东西,所以这格连效果图都没有。
顶级:
Aut_Sci_Write,220 星。接 OpenAlex 那 2.4 亿篇论文的库,是真能搜出东西的,还有网页版 Demo 能直接试。检索这一格里唯一拿得出活物的,就它了。https://github.com/ShZhao27208/Aut_Sci_Write
人上人:
open-scholar-skill,192 星。README 里有 Demo 有效果图,路子正,在一堆只有文字的仓库里算诚实的。https://github.com/joshzyj/open-scholar-skill
arc,117 星。偏引用网络和研究脉络那一挂,找某个方向的源头文献用它。https://github.com/tririver/arc
NPC:
JEV-Paper-Radar,43 星。盯期刊新论文的雷达,小众,但有图有真相。https://github.com/Eliot5566/JEV-Paper-Radar
ieee-skills,34 星。cookjohn 家三件套里剩下的那个,跟它两个兄弟一个命,停更 8 个月了。https://github.com/cookjohn/ieee-skills
拉完了:
cnki-skills,1,083 星。靠真浏览器爬知网,验证码要真人守着过,自动化到它这就断了。https://github.com/cookjohn/cnki-skills
gs-skills,548 星。谷歌学术同款毛病,真人验证码过不去,清单影子都没见着。https://github.com/cookjohn/gs-skills
论文精读与笔记类
这一格我拿同一篇 Attention Is All You Need 让四家各读了一遍,产物对比图放在 DeepPaperNote 那条下面,差距一眼就看出来了。
夯爆了:
DeepPaperNote,1,376 星。实测里最狠的一个。自己写完笔记先自审,第一稿被它自己的评审环节打回来 3 个问题,改完再审,通过了才存进 Obsidian。慢是真慢,但出来的笔记是真能留下来用的。https://github.com/917Dhj/DeepPaperNote
paper-craft-skills,1,497 星。产物最丰富的一个,HTML 笔记带公式渲染和流程图,连哈佛 NLP 那个注释版 Transformer 的源码都对上了,引文没编。https://github.com/zsyggg/paper-craft-skills
人上人:
paper-reading-zh,112 星。最轻,也最守规矩,数字全部标出处,查不到的就写未核验。112 星委屈它了。https://github.com/MrGeDiao/paper-reading-zh
paper-cn-reader,39 星。严格说它是全文翻译加 8 类批注,是翻译器不是精读器。HTML 成品完整,PDF 那版我这边没跑出来。https://github.com/langlibai66/paper-cn-reader
NPC:
didi-skills,87 星。滴滴技能包里顺手带的一个论文阅读模块,配菜水平。https://github.com/didixuxu/didi-skills
paper-reading-skills,30 星。能出带批注的 HTML 报告,中规中矩。https://github.com/Agentchengfeng/paper-reading-skills
PaperReading-skills,23 星。仓库里存着几份历史精读报告能直接打开看,水平就那样。https://github.com/Linchunhui/PaperReading-skills
论文写作与润色类
这一格人最多,头牌也在这。降AI 味我做了同题实测,同一份中英混排、AI 味拉满的草稿,三家各改了一遍,对比图放在 academic-humanizer 那条下面。
答辩 PPT 也实测了,同一篇论文,两家各生成了一套幻灯,都是真编译出来的 PDF,我逐页翻过,对比图放在 beamer-skill 那条下面。
夯爆了:
academic-research-skills,57,388 星。头牌之争里赢了半步的那个。研究问题用 FINER 框架收口,引文逐条回到原 PDF 里核对,还专门有个魔鬼代言人环节挑自己的毛病。5.7 万星不是白来的。https://github.com/Imbad0202/academic-research-skills
顶级:
academic-humanizer,5,475 星。降 AI 味那组的冠军。删 AI 腔但不动学术腔,没证据撑着的「显著」「大幅」它不直接删,是降级成老实的说法,一个数字都不替你编。https://github.com/AIScientists-Dev/academic-humanizer
claude-scientific-writer,2,581 星。K-Dense 家的通用科学写作,正规军,头牌大库的作者单独拎出来的写作线。https://github.com/K-Dense-AI/claude-scientific-writer
人上人:
codex-claude-academic-skills,6,086 星。中文学术三件套,文献报告、论文写作、科学计算,内容对得起星数。但 2026 年 5 月之后就没再动过,停更半年,先扣一档。https://github.com/zLanqing/codex-claude-academic-skills
claude-prism,1,857 星。离线优先的科学写作工作台,桌面应用形态,LaTeX 加 Python 加一百多个科学 skill,界面演示图齐全。https://github.com/delibae/claude-prism
beamer-skill,377 星。答辩 PPT 实测里出的 16 页英文幻灯,真编译真能打开,创建编译评审润色一条龙。https://github.com/Noi1r/beamer-skill
beamer-academic,338 星。同样实测出真 PDF,15 页中文答辩稿,仓库里还自带 Attention 论文的完整示例。https://github.com/Faust-Donf/beamer-academic
NPC:
latex-document-skill,836 星。27 个模板 27 个脚本,量是大,但模板大半是简历,学术占比对不上它的名字。https://github.com/ndpvt-web/latex-document-skill
PaperOrchestra,739 星。照着 Google 的 PaperOrchestra 思路做的自动写论文 agent,有生成预览图,想法大,成色还得再看。https://github.com/Ar9av/PaperOrchestra
econ-writing-skill,725 星。把 50 多份经济学写作指南喂成一个 skill,经济学写手专用,出了这个学科用不上。https://github.com/hanlulong/econ-writing-skill
academic-research 同名仓,238 星。注意,跟头牌那家只是同名,是另一个仓库,经济金融商科方向。别装错了。https://github.com/franklee16/academic-research-skills
flonat-research,152 星。给博士生的一整套基建,skills、agents、hooks、规则全打成一个包,适合抄作业搭自己的。https://github.com/flonat/flonat-research
paper-skill,149 星。降 AI 味实测里下手最猛的一个,猛过头了,改完的稿子像一份整改通知,它自己的闸门都给出了 NOT_READY。劲大,慎用。https://github.com/cLin-c/paper-skill
introduction-skill,48 星。只干引言这一件事,从 Zotero 挖文献、写引言、引用交叉核验到 DOCX 定稿,专而窄。https://github.com/shenaowu0915-SIM/introduction-skill
数据分析与科研画图类
画图组我拿同一组实验数据让四家出图,结果只有两家真出了图,对比图放在 scipilot 那条下面。
夯爆了:
scientific-agent-skills,57,632 星。全池星数第一。综述题实测里它的流程最规范,7 个阶段筛文献,40 篇筛到 13 篇,每一步都有账,最后还老实写了局限。短板也说清,它是聚合大库,单个 skill 的水平得看命。https://github.com/K-Dense-AI/scientific-agent-skills
顶级:
scipilot-figure-skill,2,851 星。画图组冠军,出来的图是期刊级的。但有件事必须说清,第一轮它把方法名画错了,出了一张空图,它自己的审计环节没查出来,是我对着原始 CSV 才发现的,删掉重画才对。用它可以,出完图自己核一遍数据。https://github.com/Haojae/scipilot-figure-skill
人上人:
paper-plot-skills,969 星。风格最像顶会论文,自带 38 对原图和复现图,是全池最现成的对比素材。但模板里写死了作者本机的保存路径和一套编译开关,拿来先得改。停更 7 个月,也记一笔。https://github.com/Trae1ounG/paper-plot-skills
NPC:
claude-statistical-analysis-skill,30 星。把 Claude 变成统计顾问的路子,诊断数据选方法。建仓当天就是最后一次更新,一次性仓库。https://github.com/TerryFYL/claude-statistical-analysis-skill
拉完了:
opentikz,245 星。名字像画图的,根本不画数据图,是画框图的,还得先装一整套 LaTeX 才能预览。https://github.com/opentikz/opentikz
AgentFigureGallery,179 星。出图前要你先去画廊一张张挑参考图,挑完才轮到 AI 干活,没人守着直接卡死。https://github.com/Dsadd4/AgentFigureGallery
实验代码与论文复现类
这一格我拿同一篇Attention 让四家各复现一个最小切片,小样本真训 20 轮。两家跑通,一家跑了一半,还有一家实测才发现根本不对版。对比图放在 labrat 那条下面。
顶级:
labrat,466 星。复现组里唯一全程跑通的,八个阶段一步没省,20 轮训完 eval loss 0.0369,拿 400 条没见过的新序列复测,exact-match 0.97。跟论文对不上的参数逐项记了账,不可比的 BLEU 老实标了缺口。这格的顶级就它了。https://github.com/fcakyon/labrat
人上人:
paper-reproduction-skill,11 星。这一格的黑马。源码锁死了老版本 torch,它靠自己的兼容性推断换成新版救活,最小补丁之后 20 轮训完,loss 从 3.07 降到 0.08。https://github.com/YR1926/paper-reproduction-skill
Agent-Loop-Skills,183 星。循环纪律是真的,绑定、计划先行、单变量改动、崩溃记账一样不少。头两轮被它自己的 5 分钟时间门掐死,第三轮只改学习率跑完,val loss 0.0645,判了 keep。算力紧的机器上它容易自己杀自己。https://github.com/gaasher/Agent-Loop-Skills
拉完了:
research-agent-skills,157 星。号称 280 多个 skill,扒开是聚合转存别家的成果,README 的动图大半来自它自己的其他仓库。名不副实。https://github.com/KalarisLabs/research-agent-skills
scientific-research-skills,78 星。实测才发现它根本不对版,7 个 skill 全是读文献那一侧的,没有任何训练工作流,复现这件事它压根不干。https://github.com/jxtse/scientific-research-skills
综述与开题类
综述组实测,同一个主题,四家各写一篇,PaperSpine 没能入场,原因在拉完了里。对比图放在 agent-research-skills 那条下面。
顶级:
latex-arxiv-SKILL,487 星。专写能直接投 arXiv 的 ML 综述,可定制程度这一格最高。https://github.com/appautomaton/latex-arxiv-SKILL
agent-research-skills,469 星。实测里真跑完了 6 个阶段的全流程,但它自己定的文献数量门槛没够着,报告里老实写了未达标,这点加分。停更 9 个月,扣着分排的。https://github.com/lingzhi227/agent-research-skills
人上人:
ResearchPilot-Skills,336 星。方向探索、文献综述、想法生成一条龙,开题阶段用它捋思路。https://github.com/LMDHQ-0420/ResearchPilot-Skills
AI-Powered-Literature-Review-Skills,239 星。8 阶段加 agent 群,中文输出能用。实测里中文文献只核到了 1 条,离它自己定的 15 到 25 条差得远,也是老实交代了。https://github.com/stephenlzc/AI-Powered-Literature-Review-Skills
slr-prisma,124 星。按 PRISMA 2020 规范一步步带,产出带期刊格式和筛选流程图,做医学那类系统综述的认它。https://github.com/keemanxp/slr-prisma
NPC:
literature-review-skills,91 星。五个综述 agent 分工,问题提炼、矛盾梳理、空白发现,拆得细。仓库里只有公众号二维码,没有案例。https://github.com/xingtaxueshu/literature-review-skills
paper-tutor-skills,50 星。中文研究生全链路 25 个命令,引用核验只认真实 API 响应,这点对。https://github.com/cabbage2000-lab/paper-tutor-skills
拉完了:
PaperSpine,6,337 星。星最高但最难伺候,还没干活先强制走它的网页配置,缺了宿主工具直接罢工,普通人装上也跑不起来。https://github.com/WUBING2023/PaperSpine
学术翻译与投稿类
审稿组实测,我在一份草稿里埋了4 个坑,没数据没基线还硬吹显著,中英两版都有。三家全查出来了,比的是谁的流程更像真审稿。对比图放在 paperjury 那条下面。
顶级:
paperjury,1,222 星。流程最硬的一个,真跑了一套审稿账本,4 个坑全查出,最后结论 FAIL 卡在作者签字那一步,不替你放行。https://github.com/Spark-To-Paper-Skills/paperjury
Meet-Reviewer-2,48 星。48 星坐顶级,纯靠实测挣的。三个审稿人组红队加一个主编,直接预测拒稿,它那套防火墙把越界的批评真删掉了,是这组里最像真审稿人的。https://github.com/xf686/Meet-Reviewer-2
人上人:
AI-research-feedback,566 星。7 个 agent 分工审稿,核查环节把自己提的 2 条发现又删了,严谨是真严谨。但满嘴经济学期刊那套规矩,别的学科用着别扭。https://github.com/claesbackman/AI-research-feedback
academic-translation-toolkit,114 星。学术翻译加投稿信加审稿回复,有完整示例,投稿前那一套杂活它包了。https://github.com/Koloyaaa/academic-translation-toolkit
NPC:
academic-writing-assistant,20 星。降 AI 味组里最保守的一个,改动最少,只想微调的人适合它。https://github.com/LvvUP/academic-writing-assistant
拉完了:
ai-peer-review-skill,76 星。唯一用法是拉起另一个 Claude 子进程,环境里没有就没戏,门都进不去。https://github.com/AlexWortega/ai-peer-review-skill
文献管理类
最后一格,我拿一份 10 条的参考文献测的,5 条真的 5 条编的,看谁能抓假。对比图放在 bib-audit 那条下面。
人上人:
bib-audit,7 星。这一格最打脸的一个。5 条编造的假文献全被它抓了出来,DOI 查无此号,期刊目录查无此文,证据全是硬命中。真文献误伤了一条 BERT,还是因为我给的著录用了简写。投稿前拿它过一遍参考文献,比肉眼查靠谱。https://github.com/yilunzhao/bib-audit
claude-zotero-skills,48 星。从零装好 Zotero 把 10 条文献导进去,它回读出来的标题、年份、页码、DOI、作者名单连顺序都和输入逐字段一致,31 个作者的 GPT-3 都没错位,导出的 BibTeX 和原文零差异。窄,但手艺是真的。https://github.com/dougwyu/claude-zotero-skills
NPC:
ai-research-skills,674 星。实测验过了,目录是真的,里面的链接全活。但它就是个目录,查假文献这个任务它路由不到对的工具,最接近的那个 curator 把 5 条假文献全当好人放过去了。674 星买的是个索引,不是干活的本体。https://github.com/WenyuChiou/ai-research-skills
装法汇总
这一片基本没有官方插件市场那种一键装法。大多数是 npx skills add 仓库地址,或者 git clone 进~/.claude/skills,两个 5.7 万星的巨无霸是整仓装。每个仓库 README 里都有自己的装法,链接都在上面各段里。先看装法再动手,拉完了那几个就是装不上跑不起来的例子。
结论
科研 skill 的格局,全流程认两个巨无霸,写论文选 academic-research-skills,做综述和数据选 scientific-agent-skills。单项冠军分开记,精读 DeepPaperNote,画图 scipilot,降 AI 味 academic-humanizer,审稿 paperjury 加 Meet-Reviewer-2。
这一片的星数水分比办公室那篇还大。6,337 星的 PaperSpine 跑都跑不起来,1,083 星的知网工具卡在验证码上,48 星的 Meet-Reviewer-2 把活干得不比 1,222 星的差。星数只能当个参考,真要选,还是得看它能不能在你机器上跑出东西来。
星数是 2026 年 11 月 18 日我逐个打开仓库核的。实测口径交代一句,56 个候选里 32 个同题实测,同一篇论文、同一组数据、同一份埋了坑的草稿,没跑通的 6 个全在拉完了里躺着。排名纯主观,没收任何一家钱,也没恰任何一家的饭。
沿着这个主题继续读
从一篇文章,找到相关的教程、经验和阅读路径。




















