编程

Research Pro

试用

科研专项工作流 - 参考 AutoResearchClaw 23阶段全流程,从想法到论文。覆盖文献调研、实验设计、代码实现、统计分析、论文写作。

它能做什么

Research Pro - 科研专项工作流 参考 AutoResearchClaw 思路的完整科研流程

技能文档

Research Pro - 科研专项工作流

参考 AutoResearchClaw 思路的完整科研流程


核心思想

像 AutoResearchClaw 一样做科研:

  1. 想法 → 文献调研
  2. 实验设计 → 沙盒执行
  3. 统计分析 → 同行评审
  4. LaTeX 论文输出

触发词

科研模式 / research pro / 做研究中 / 论文模式


完整工作流(23阶段)

Phase 1: 想法生成 🎯

## 🎯 想法定义

### 研究問題
[你想研究什么问题]

### 核心创新点
1. [创新点1]
2. [创新点2]

### 预期贡献
[发表后的贡献]

Phase 2: 文献调研 📚

## 📚 文献调研

### 相关工作
| 论文 | 方法 | 我们的区别 |
|------|------|-----------|
| [Paper A] | [方法A] | [改进点] |
| [Paper B] | [方法B] | [改进点] |

### 数据来源
- [x] OpenAlex
- [x] Semantic Scholar
- [x] arXiv

### 引用要求
- 真实引用(非幻觉)
- 近3年顶会优先

Phase 3: 实验设计 🧪

## 🧪 实验设计

### 对比基线
1. [基线方法1]
2. [基线方法2]

### 实验配置
- 数据集:[数据集名]
- 评估指标:[指标]
- 硬件:[GPU/CPU]

### 假设检验
- H0: [原假设]
- H1: [备择假设]

Phase 4: 代码实现 💻

(引用 code-pro skill)

## 💻 实现

### 核心代码
```python
# 核心实现

依赖

  • Python 3.x+
  • [库1]
  • [库2]

---

### Phase 5: 执行与调试 🔄

🔄 执行

环境检测

[GPU/CPU 检测结果]

运行结果

实验结果提升
基线A0.85-
我们的0.89+4.7%

统计分析

  • p-value: [值]
  • 显著性: [是/否]

---

### Phase 6: 论文写作 📄

📄 论文结构

Abstract

[150-300字摘要]

Introduction

  1. 问题定义
  2. 相关工作
  3. 我们的贡献

Method

[方法描述]

Experiments

[实验设置与结果]

Conclusion

[结论与未来工作]

格式

  • LaTeX (NeurIPS/ICML/ICLR)
  • 双栏排版

---

## 多代理协作

| 角色 | 职责 |
|------|------|
| CodeAgent | 代码生成与调试 |
| BenchmarkAgent | 实验评估 |
| FigureAgent | 图表生成 |
| Reviewer | 同行评审 |

---

## 质量保证

### Anti-Hallucination
- ✅ 引用必须从真实数据库获取
- ✅ 实验结果必须可复现
- ✅ claim 需验证

### Human-in-the-Loop
- 关键节点可人工介入
- checkpoint 审核
- 批准后继续

---

## 输出格式

### 论文模板

```markdown
# Title

## Abstract
[150-300 words]

## 1. Introduction
[1-2 paragraphs]

## 2. Related Work
[2-3 paragraphs]

## 3. Method
[2-3 paragraphs]

## 4. Experiments
[2-3 paragraphs]

## 5. Conclusion
[1 paragraph]

## References
[真实引用]

快速指令表

需求命令
开始新研究科研模式:研究[想法]
文献调研调研[主题]相关文献
设计实验设计实验:目标[指标]
写论文生成论文:LaTeX格式
审核同行评审这个研究

组合使用

完整流程示例:

科研模式:研究"用大模��做代码bug自动修复"
→ 帮我设计对比实验
→ 生成ICML格式论文

Research Pro | 参考 AutoResearchClaw 的全流程科研工具

相关技能

把自然语言描述转为结构化 JSON,并由 mcp-diagram-generator MCP 服务生成 Draw.io、Mermaid 或 Excalidraw 图表文件。

作者 nssa.io1.0k 次安装47 星标

诊断生产力系统反复失效的根因,给出最小干预——容量测算、瓶颈定位、可靠的本地记录。

作者 Iván855 次安装69 星标

在本地磁盘以分类纯 Markdown 文件保存需要长期留存的事实,与智能体内置记忆并存。

作者 Iván559 次安装18 星标

以 AI 机器人身份加入视频会议,提供语音、虚拟形象与屏幕共享四种模式。

作者 johnpatternai22 次安装8 星标

从 AdMapix API 拉取广告创意、应用、榜单和收入预估等数据,原样返回结构化 JSON。

作者 fly0pants4.3k 次安装296 星标

smseow001 的更多技能

浏览全部技能

AI architecture diagram generator supporting Mermaid charts. Generate system architecture, cloud architecture, neural network, graph theory, flowchart, ER di...

作者 SMS41 次安装1 星标

让AI代理控制浏览器自动化网页操作。支持 Claude/GPT/Gemini/Ollama,可执行填表、购物、搜索等任务。

作者 smseow00120 次安装

谷歌开源 AI 编程工作流 - 从需求到代码的快速转化。包含20个专项技能、规范开发流程、7大实战案例。

作者 smseow00117 次安装

ComfyUI V8 秋叶中文版 全流程助手。提供安装检测、一键启动、工作流生成(文生图/图生图/ControlNet/InstantID等)、参数优化、故障排查、批量生成、模型管理等功能。All-in-one assistant for ComfyUI V8 (Aki bundle) with workflow...

作者 smseow00117 次安装

硅谷多智能体量化交易系统 - 三级架构(研究员/分析师/交易员)+ 完整量化流程 + 新手平台推荐 + 策略指南。

作者 smseow00114 次安装

将 OpenClaw 升级为 Claude-Code 引擎架构 - 并发执行/自我反思/向量检索/子代理系统/上下文压缩

作者 smseow00114 次安装