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”。
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。
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| 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 |
| 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。 |
| 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。 |
| 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。 |
| 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。 |
| 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。 |
| 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。
auto-sci-research
-> sport-geography-sci-writing
-> agent-auto-sci-geospatial
-> agent-auto-sci-data-viz
-> agent-auto-sci-methodology
-> scipilot-writing-skill
auto-sci-research
-> urban-exposure-review-radar-workflow
-> sport-geography-review-bibliometric
-> agent-auto-sci-methodology
-> agent-auto-sci-data-viz
-> agent-auto-sci-scicomm
auto-sci-research
-> geors-sci-writing-adapter
-> agent-auto-sci-geospatial
-> agent-auto-sci-ai-ml
-> agent-auto-sci-data-viz
-> scipilot-writing-skill
auto-sci-research
-> agent-auto-sci-ai-ml
-> kdense-ml-ai-selected
-> agent-auto-sci-geospatial
-> agent-auto-sci-methodology
-> agent-auto-sci-scicomm
auto-sci-research
-> agent-auto-sci-data-viz
-> kdense-data-viz-selected
-> scipilot-figure-skill
-> agent-auto-sci-scicomm
“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。
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。
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。
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。
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。