用 Skills 把 AI 武装成科研助手
给 Claude Code / Codex 挂载专业的「科研技能包」，让它从泛泛的助手变成懂训练、懂写论文、懂跑实验的科研专家。
和 Kitcoding 的关系
这些 Skill 本身开源免费，真正的算力来自你的模型 API。用 Kitcoding 的令牌驱动挂了 Skill 的 Claude Code，就能把"专家知识 + 强模型 + 自主执行"三者合一——这正是科研用户最划算的用法。
什么是 Skill
Skill 是一份结构化的「专家说明书」（通常是 SKILL.md + 参考资料）。挂载后，AI 在遇到对应任务时会自动加载这份知识，于是它不再泛泛而谈，而是按某个框架的最佳实践来干活——比如用 TRL 做 RLHF、用 vLLM 部署推理、按 NeurIPS 模板写论文。
Claude Code、Codex、Gemini CLI、Cursor 等主流 agent 都支持 Skill。
推荐：AI-research-SKILLs（开源）
Orchestra-Research/AI-research-SKILLs 是目前最全的开源科研 Skill 库——98 个 Skill、23 大类，覆盖 AI 科研全生命周期：
| 阶段 | 代表 Skill 类别 |
|---|---|
| 构思 | Research Brainstorming、Creative Thinking |
| 文献 / 检索 | RAG（Chroma/FAISS/Qdrant）、Sentence Transformers |
| 训练 / 微调 | PEFT、Axolotl、Unsloth、TRL、GRPO、DeepSpeed、FSDP |
| 推理部署 | vLLM、TensorRT-LLM、llama.cpp、SGLang |
| 可解释性 | TransformerLens、SAELens、pyvene、nnsight |
| 多模态 | CLIP、Whisper、LLaVA、Stable Diffusion、SAM |
| 写论文 / 绘图 | ML Paper Writing（LaTeX 模板 + 引用校验）、Academic Plotting |
一键安装
# 自动检测已装的 Claude Code / Codex / Gemini / Cursor 并装好 Skill
npx @orchestra-research/ai-research-skills# 添加市场
/plugin marketplace add orchestra-research/AI-research-SKILLs
# 按类别安装（共 23 类）
/plugin install fine-tuning@ai-research-skills
/plugin install post-training@ai-research-skills
/plugin install inference-serving@ai-research-skills安装器会把 Skill 装到 ~/.orchestra/skills/ 并软链到各 agent（Windows 回退为复制）。可全装、按需装、或只装 quickstart 包。
不想敲命令？用 cc-switch 图形化管理 Skill
cc-switch 支持在图形界面里搜索并安装 Skill（通过 skills.sh 市场），还能同步管理已装的技能。如果你已经在用它切换 Kitcoding 配置，顺手也能在同一个界面里管 Skill，比命令行更直观。
杀手锏：autoresearch 自主科研
这个库的核心是 autoresearch 编排 Skill——双循环架构（内层优化 + 外层综合），能管理从文献综述到论文写作的完整流程，按需调用其它领域 Skill。
它明确支持 Claude Code 的 /loop 做持续运转。配合 让 AI 长时间自主干大活 里讲的长时任务机制，你可以把一个研究方向丢给它，让它自己调研→构思→跑实验→出稿。
自主科研极烧额度——务必选对分组
autoresearch 连续运转会消耗大量 token。强烈建议：
写自己的 Skill
Skill 格式开放，你也可以把自己学科的专家知识写成 SKILL.md 给 AI 用。如果你整理出了好用的科研 Skill，欢迎 投稿 分享给其他 Kitcoding 用户。
内容来源
本页介绍的开源 Skill 库为 Orchestra-Research/AI-research-SKILLs（开源，协议以仓库 LICENSE 为准）。本页只做使用引导与 Kitcoding 适配，具体 Skill 内容与版权归原项目所有。感谢该项目的开源贡献。