Research-Skills

中文 | English

一套用于指导 AI Agent 进行科研工作的结构化 Skill 系统。

项目背景

本项目的前身是 Research-with-Python-Skill，一个单体式 Skill 文件。在迭代过程中，原有的单体结构难以承载日益复杂的方法论体系，因此重构为当前的多层模块化架构——将规范、约束、方法三个层面分离，使职责更清晰、扩展更灵活。

项目结构

research-skills/
├── skills/
│   ├── regulation/         # 规范层：不可违背的元规则
│   │   ├── skill-regulation.md    # Skill 调用规范
│   │   ├── stage-regulation.md    # 状态管理规范
│   │   ├── project-regulation.md  # 项目结构规范
│   │   ├── action-regulation.md   # Agent 行为规范
│   │   └── language-regulation.md # 语言表达规范
│   ├── constraint/         # 约束层：特定场景的行为护栏
│   │   ├── data-process-constraint.md
│   │   ├── information-collect-constraint.md
│   │   ├── log-write-constraint.md
│   │   ├── plan-design-constraint.md
│   │   ├── report-write-constraint.md
│   │   └── result-write-constraint.md
│   ├── method/             # 方法层：具体操作指南
│   │   ├── data-process-method.md
│   │   ├── information-collect-method.md
│   │   ├── plan-design-method.md
│   │   ├── plan-implement-method.md
│   │   ├── python-program-method.md
│   │   ├── result-handle-method.md
│   │   └── temp-file-handle-method.md
│   ├── main.md             # 顶层调度
│   └── skill-index.md      # Skill 索引
├── research-pattern/       # DeepSeek Harness 科研模式 preset（交付物）
├── README.md               # 本文件（中文）
└── README.en.md            # 本文件（英文）

三层架构设计

科研工作流

系统将科研流程定义为以下状态机，严格按照顺序流转：

INIT
  → DIRECTION_DEFINED（方向确定）
  → INFORMATION_COLLECTING（资料收集及整合）
  → DATA_PROCESSING（数据处理）
  → PLAN_DESIGNING（计划撰写）
  → PLAN_IMPLEMENTING（计划执行）
  → ANALYZING（结果分析与验证）
  → COMPLETED（完成）

• 状态只能向前流转，除非用户明确要求回退或进入失败状态
• 每个阶段完成后向用户报告，等待确认后再推进
• 项目元数据和阶段日志自动维护，支持中断后恢复

核心设计原则

1. 安全 > 效率：所有操作以安全为首要考量
2. 模块化：规范、约束、方法三层分离，职责单一
3. 状态驱动：科研流程由状态机驱动，按序推进
4. 可追溯：每项结论必须标注可信度等级，可追溯到实验记录
5. 可复现：固定随机种子、记录参数、版本化文件管理
6. 最小改动：除非用户要求，否则不自动修改代码

DeepSeek Harness 科研模式

research-pattern 目录是一份完整的 DeepSeek Harness Agent preset 交付物，为 Harness 新增 科研模式（research）。它将本仓库的三层科研 skill 体系转换为 Harness 的标准 skill 格式（20 个带 frontmatter 的 SKILL.md，统一 research- 前缀），并以「标准模式」为基线组合出完整的科研 Agent。

许可协议

本项目基于 MIT 协议开源，详见 LICENSE 文件。

鸣谢

感谢 DeepSeek 和 ChatGPT 为我的 skill 体系的编写提供了宝贵的意见

额外说明

本skill系统的开发是为了在大一年度项目上偷懒，现在，大一年度项目流产。不过，我又参加了暑假的课题组，该项目走向如何仍未可知。