Research OS Studio is an Agent Skills suite designed for research workflows. It integrates into your research workspace, breaking work into clear stages: idea discovery, experimental validation, and paper writing. The AI assists within explicit authorization boundaries, keeping key judgments and final decisions with the researcher.
View full English documentation →
Research OS Studio 将科研过程拆解为边界明确的工作流。AI 在单次授权范围内生成候选方案、代码与草稿，实验设计、结果验收与推进决策由你把控。
- 纯 Agent Skills：无需安装独立 CLI、Python 包或后台服务，安装即用。
- 三大科研阶段：
- Idea Cycle（构思与查新）：文献检索、多视角构思、新颖性核查、独立评审与方案收敛。
- Validation Cycle（实验与理论验证）：实证路径管理实验计划、执行监控、统计分析与审计；理论路径负责推导记录、证明起草、审查与修复。
- Writing Cycle（论文写作与打磨）：正文起草、学术绘图、LaTeX 编译检查、引用与结论一致性审计、审稿回复及转投适配。
- 人在回路：顶层工作流完成后立即停止，绝不自动跳转到下一阶段（例如查新完成后不会擅自开始跑实验）。
- 原生文件格式：成果直接以 Markdown、LaTeX、脚本和数据文件交付。
在科研项目根目录下执行：
# 查看所有可用技能
npx skills@latest add toRolex/Research-OS-Studio --list
# 安装全部技能到当前项目
npx skills@latest add toRolex/Research-OS-Studio --all安装后，在 Agent 中运行初始化命令：
/setup-research-os该命令会检查现有目录结构并提供配置建议。所有改动在写入前都会展示完整草稿供你确认，不会覆盖已有研究资料，也不会擅自安装系统环境。
如果你不确定当前阶段该用哪个技能，可以直接询问路由助手：
/ask-research-os它会根据你的研究方向或已有材料推荐最合适的技能。该助手只读咨询，不修改文件，也不自动触发任何工作流。如果你已经清楚目标，也可以直接输入对应技能名称调用。
输入研究方向
↓
/idea-discovery
├─ 检索文献并标注出处 (research-lit)
├─ 多视角生成方案 (idea-generation & creative-thinking)
├─ 检索已知工作并精准查新 (novelty-check)
├─ 独立评审与挑刺 (idea-review)
└─ 方案细化与收敛 (idea-refinement)
↓
交付 RESEARCH_PROPOSAL.md（停止，等待用户决策）
固定研究假设或待证命题
↓
实证路线 理论路线
/experiment-plan formula-derivation（公式推导）
↓ ↓
/experiment-bridge proof-writer（起草证明）
├─ 代码试跑与资源监控 ↓
├─ 训练异常诊断与干预建议 proof-review（逻辑与反例审查）
└─ 独立审计代码与结果真实性 ↓
↓ /proof-repair（有界修复）
/result-to-claim（提取约束结论） ↓
↓ /proof-orchestrator（长定理与 Lean 辅助）
交付实验审计与 Claim 报告（停止） 交付完整证明记录（停止）
输入实验数据或理论成果
↓
论文起草与制作
├─ 通用论文：/paper-writing
├─ 机器学习：/ml-paper-writing
└─ 系统方向：/systems-paper-writing
↓
专项审计与真实编译
├─ LaTeX 编译检查与修复 (paper-compile / /paper-compile-repair)
├─ 引用真实性核对与更新 (citation-audit / /apply-citation-fixes)
├─ 全文数据一致性校验 (paper-claim-audit)
└─ 同行评审压力测试 (claim-stress-test)
↓
投后管理与衍生
├─ 审稿回复：/rebuttal
├─ 转投适配：/resubmit-pipeline
└─ 学术演讲：/paper-talk
↓
交付论文草稿与配套材料（停止）
全套包含 39 个独立技能。根据触发机制分为两类：
- 用户显式调用（User, 17 个）：顶层工作流或管理入口，由用户主动发起。
- 模型内部调用（Model, 22 个）：在顶层工作流中按需调用，也可以单独作为单项工具使用。
| 分类 | 技能名称 | 调用方式 | 说明 |
|---|---|---|---|
| General | setup-research-os | User | 对话式初始化科研工作区与配置，需确认后写入 |
| ask-research-os | User | 只读导航助手，推荐当前阶段适用的技能 | |
| Idea Cycle | idea-discovery | User | 构思查新工作流：文献检索、生成方案、查新、评审并输出 Proposal |
| research-lit | Model | 文献检索与综合，标注出处与核实状态 | |
| idea-generation | Model | 多视角生成研究候选方案，记录筛选理由 | |
| creative-thinking-for-research | Model | 构思瓶颈时的认知转换与正交发散 | |
| novelty-check | Model | 检索已知工作，核对方案新颖性 | |
| idea-review | Model | 独立评审视角，指出方案弱点与潜在问题 | |
| idea-refinement | Model | 细化研究方案，输出最小可行路线与拓展路线 | |
| Validation | experiment-plan | User | 制定包含假设、基线、指标与预算的实验计划 |
| experiment-bridge | User | 实验执行工作流：实现、试跑、监控、分析与审计 | |
| run-experiment | Model | 在指定范围内执行实验代码并记录运行状态 | |
| experiment-queue | Model | 管理批量实验队列与资源分配 | |
| monitor-experiment | Model | 监控运行进程与状态，不做额外推论 | |
| training-health-check | Model | 诊断 NaN、显存溢出、loss 停滞等训练异常 | |
| analyze-results | Model | 统计分析实验结果与不确定性 | |
| experiment-audit | Model | 独立审计代码、评估逻辑与结果真实性 | |
| result-to-claim | User | 根据实验证据收敛并提取科学结论 | |
| formula-derivation | Model | 推导数学公式，记录假设、步骤与误差界限 | |
| proof-writer | Model | 起草数学证明，保留未完成的尝试与断点 | |
| proof-review | Model | 只读审查证明逻辑与边界反例，不修改文件 | |
| proof-repair | User | 在授权范围内有针对性地修复证明断点 | |
| proof-orchestrator | User | 管理复杂长定理证明，支持 Lean 辅助推导 | |
| Writing Cycle | paper-writing | User | 通用论文写作工作流：大纲、绘图、起草、编译与审计 |
| ml-paper-writing | User | 机器学习论文写作，侧重实验设置、随机种子与算力开销记录 | |
| systems-paper-writing | User | 系统方向论文写作，侧重设计权衡与性能评测 | |
| paper-plan | Model | 规划论文大纲与 Claim-Evidence 证据对应矩阵 | |
| paper-drafting | Model | 依据实验数据与推导记录起草论文正文 | |
| academic-plotting | Model | 绘制学术图表并保留可复现绘图脚本 | |
| paper-compile | Model | 调用本地 LaTeX 环境执行编译检查并报告警告 | |
| paper-compile-repair | User | 展示 diff 并经确认后修复 LaTeX 编译错误 | |
| citation-audit | Model | 检查引用的准确性与上下文匹配度 | |
| apply-citation-fixes | User | 确认后更新 BibTeX 条目或正文引用标记 | |
| paper-claim-audit | Model | 校验正文数字、图表与原始实验数据的一致性 | |
| claim-stress-test | Model | 模拟同行评审视角，针对论点薄弱处提出质疑 | |
| research-improvement | User | 对代码、论点或草稿进行有限轮次的评审与修改 | |
| rebuttal | User | 梳理审稿意见，建立证据对应并起草回复 | |
| resubmit-pipeline | User | 论文转投适配，在保留旧稿的前提下适配新模板 | |
| paper-talk | User | 根据论文生成学术演讲幻灯片大纲与逐字稿 |
- 不修改系统环境：不会擅自配置 Python、Lean、LaTeX、CUDA 驱动或云端凭证。依赖工具缺失时会明确提示。
- 流程不自动串联：顶层工作流交付产物后立即结束，不会自动触发后续流程。
- 操作预先确认：消耗大量算力、重写文件或调用付费 API 之前，会先声明范围并征求同意。
Q: 安装后会修改我现有的项目文件吗？
A: 不会。setup-research-os 初始化时会先扫描目录并展示拟修改内容，只有在你确认后才会写入。
Q: 支持哪些 AI 客户端？
A: 支持遵循标准 Skills 机制的客户端，包括 Claude Code、Codex、Cursor、Gemini CLI、Kimi CLI、Pi 等。
- 用户验收指南：测试用例与边界核验方法
- 产品地图与状态表：技能定义与触发边界
- Skills 目录总览：目录结构与兼容性说明
- 上游来源与许可证说明：移植与借鉴项目的许可证声明
本项目采用 MIT 许可证。各技能中引用的第三方来源说明见 上游来源与许可证说明。