AI Research Skills 是什么？
AI Research Skills 是 Orchestra Research 开发的技能库，包含 86 个技能、22 个类别，实现从初始想法到发表论文的自主 AI 研究。兼容 Claude Code、Codex、Gemini 及任何支持 SKILL.md 标准的 Agent。
5K+ GitHub Stars，是 ML 研究者加速工作流的首选技能库。
22 个类别
技能覆盖 AI/ML 研究全生命周期：
| 阶段 | 类别 |
|---|---|
| 发现 | 自动科研、构思、ML 论文精读 |
| 设计 | 模型架构、实验设计 |
| 构建 | 微调、后训练、分布式训练 |
| 优化 | 优化、推理、量化 |
| 评估 | 基准测试、评估、消融实验 |
| 应用 | Agent、RAG、多模态、工具使用 |
| 理解 | 机制可解释性、新兴技术 |
| 治理 | 安全对齐、伦理 |
| 写作 | ML 论文写作、科学传播 |
快速开始
一键安装
npx @orchestra-research/ai-research-skills自动将 86 个技能复制到本地 .claude/skills/ 目录。
手动安装
git clone https://github.com/Orchestra-Research/AI-Research-SKILLs.git
cp -r AI-Research-SKILLs/skills/* ~/.claude/skills/Autoresearch 技能
最亮眼的是 autoresearch 技能——一个编排完整科研循环的元技能：
- 构思 — 从主题头脑风暴研究问题
- 文献综述 — 检索和总结相关工作
- 实验设计 — 规划方法论
- 实现 — 编写和运行代码
- 分析 — 解读结果、生成图表
- 论文写作 — 撰写结构规范的手稿
一条 prompt 触发：
使用 autoresearch 技能研究：视觉 Transformer 中的稀疏注意力模式
能否在将 FLOPs 减少 50% 的同时在 ImageNet 上匹配稠密注意力的性能。Agent 会贯穿完整循环，在每个阶段与你确认。
创建自己的技能
Orchestra 提供了技能创建指南和模板：
cat skills/docs/SKILL_CREATION_GUIDE.md
cat skills/docs/SKILL_TEMPLATE.md每个技能是一个 Markdown 文件，包含：
- 描述 — 做什么
- 指令 — 分步 Agent 行为
- 工具 — 所需 API/库
- 示例 — 示例交互
适合谁用？
- ML 研究者 — 自动化文献综述和实验迭代
- 博士生 — 论文结构化和消融实验辅助
- 研究工程师 — 构建可复现的训练流水线
- 所有人 — 让编程 Agent 深度理解 ML 研究