Auto-Research-Skills

自动化研究 技能 与智能体的精选合集 —— 从想法 → 实验 → 论文，全程自动驾驶。

🧩 已收录 3,433 个 skills，分布在 87 个仓库 中 —— 一次克隆拿到整套研究工具箱。

English · 简体中文

⭐ 重点技能

Imbad0202/academic-research-skills  ·  ~22.7k ⭐  ·  🧩 已收录

面向 Claude Code 的学术研究技能集 —— 完整的 research → write → review → revise → finalize 流水线，覆盖文献综述与同行评审。收录于 skills/academic-research-skills。

这是什么？ 一个社区精选的自动化研究中心 —— 收纳可复用技能（skills）、端到端系统（systems）、领域科学智能体、评测基准（benchmarks）、以及精选清单（lists），打包好让编码智能体（Claude Code、Codex、OpenClaw 及任意 LLM agent）直接调用。3,433 个 skills、分布在 87 个仓库中，以 git 子模块（浅克隆）形式收录，分别放在 skills/、systems/、benchmarks/、lists/ 四个目录，一次克隆即可拿到整套工具箱。

# 推荐：先克隆，再让 setup.sh 处理顶层与嵌套子模块
git clone https://github.com/brycewang-stanford/Auto-Research-Skills.git
cd Auto-Research-Skills
./setup.sh
已经克隆过？补齐缺失子模块
./setup.sh

📊 实时排名见 STARS.md —— 由 GitHub Action 每周自动刷新。

🧭 候选收录与筛选标准见 CURATION.md：里面记录了通过 registry/GitHub 调研发现的候选 skills、评审标准与安全检查清单。

🗺️ 想了解整个自动化科研生态的全景，以及本仓库四个目录的划分逻辑，见 docs/landscape-2026.md（领域地图）。

🛠️ 维护者提交前建议运行 make check（或 CONTRIBUTING.md 中列出的等价命令）。setup.sh 会先初始化顶层子模块，再尽力初始化上游仓库声明过的嵌套子模块，避免单个上游嵌套映射问题阻塞整个 checkout。

⚠️ 不建议把所有 skills/ 子模块一次性装进同一个 agent profile：不同集合里有不少同名但内容不同的技能，按名称解析时胜出者可能不确定。组合安装前请看 catalog/collisions.json，或启动本地静态服务后打开 site/collisions.html。

目录

• 🧠 端到端自主研究系统
• 🔎 深度研究与文献综合
• 🧪 自动化实验与代码智能体
• 🔬 领域科学智能体
• 🧩 研究技能与插件合集
• 📊 评测基准
• 📚 精选清单与综述
• 🗂️ 已收录仓库（子模块）
• 🤝 贡献
• 📄 协议

图例： ⭐ = 约略 star 数 · 🧩 = 已作为子模块收录

说明： 权威收录清单见 已收录仓库。在“研究技能与插件合集”表中，未标记的项目是候选或相邻参考项目。

🧠 端到端自主研究系统

自动化完整研究生命周期的项目：想法 → 实验 → 论文 → 评审。

| 项目 | ⭐ | 技术栈 | 说明 | |---|---|---|---| | aiming-lab/AutoResearchClaw | ~12.8k | Agent | 全自主、自进化研究，从想法到论文。 | | SakanaAI/AI-Scientist | ~13.8k | Python | 提想法、跑实验、写论文并自动评审。 | | SakanaAI/AI-Scientist-v2 | ~6.4k | Python | v2 —— 智能体树搜索，产出 workshop 级论文，更少模板约束。 | | SamuelSchmidgall/AgentLaboratory | ~5.6k | Python | LLM 智能体充当研究助理，覆盖完整流水线。 | | HKUDS/AI-Researcher | ~5.4k | Python | NeurIPS 2025 —— 自主科学创新，从想法到论文。 | | Sibyl-Research-Team/AutoResearch-SibylSystem | ~247 | Claude Code | 自进化自主研究系统，原生构建于 Claude Code。 | | ulab-uiuc/research-town | ~205 | Python | ICML 2025 —— 模拟人类科研社区的多智能体。 |

🔎 深度研究与文献综合

自动化信息收集、文献综述、带引用的报告生成。

| 项目 | ⭐ | 技术栈 | 说明 | |---|---|---|---| | assafelovic/gpt-researcher | ~27.3k | Python | 规划 → 抓取 → 带引用报告。经典之作。 | | stanford-oval/storm | ~28.3k | Python | 维基百科式长篇报告合成（斯坦福）。 | | bytedance/deer-flow | ~70k | LangGraph | 深度研究，支持人机协同。 | | dzhng/deep-research | ~19.0k | TypeScript | 最简实现的迭代式深度研究智能体，能自我修正研究方向。 | | LearningCircuit/local-deep-research | ~8.1k | Python | 本地、隐私优先的深度研究；接入 arXiv + PubMed，SimpleQA 约 95%。 | | nickscamara/open-deep-research | ~6.2k | TypeScript | 开源深度研究复刻，基于 Firecrawl 抓取的网页数据推理。 | | langchain-ai/opendeep_research | ~11.5k | LangGraph | 开源、可配置的深度研究智能体。 | | Future-House/paper-qa | ~8.6k | Python | PaperQA2 —— 对科学 PDF 做高准确率、带引用的 RAG 问答。 | | HKUDS/Auto-Deep-Research | ~1.5k | Agent | 低成本、全自动的个人研究助手。 | | AutoSurveys/AutoSurvey | ~468 | Python | 多阶段流水线，自动生成文献综述。 |

🧪 自动化实验与代码智能体

编码、实验执行、迭代优化全程自动。

| 项目 | ⭐ | 技术栈 | 说明 | |---|---|---|---| | HKUDS/DeepCode | ~15.8k | Python | 开源智能编码：论文转代码（Paper2Code）+ Text2Web + Text2Backend。 | | going-doer/Paper2Code | ~4.6k | Python | PaperCoder —— 将 ML 论文自动转为可运行的代码仓库。 | | WecoAI/aideml | ~1.3k | Python | AIDE —— ML 工程智能体，把建模当作代码优化搜索。 | | Xiangyue-Zhang/auto-deep-researcher-24x7 | ~975 | Agent | 7×24 跑深度学习实验，Leader-Worker，常量内存。 | | Just-Curieous/Curie | ~360 | Python | 严谨、可复现的 ML 研究实验智能体。 | | snap-stanford/POPPER | ~275 | Python | 自动化假设检验：基于波普尔「序贯证伪」思想的多智能体框架（Stanford SNAP）。 | | TheBlewish/Automated-AI-Web-Researcher-Ollama | ~3.0k | Ollama | 基于本地 LLM 的自动网络研究员。 |

🔬 领域科学智能体

在特定领域（生物、化学、多智能体实验室）开展真实科研工作的智能体。

| 项目 | ⭐ | 领域 | 说明 | |---|---|---|---| | snap-stanford/Biomni | ~3.1k | 生物医学 | 通用生物医学 AI 智能体，覆盖 150+ 工具/数据库。 | | ur-whitelab/chemcrow-public | ~915 | 化学 | 面向合成、药物发现、材料的 LLM 化学智能体。 | | zou-group/virtual-lab | ~685 | 多智能体 | 一支 LLM「科学家」团队开展跨学科研究（斯坦福）。 | | lamm-mit/SciAgentsDiscovery | ~611 | 材料 | MIT —— 多智能体自动科学发现与假设生成。 | | Future-House/robin | ~439 | 生物医学 | 多智能体科学发现；提出并验证了干性 AMD 候选药。 | | gomesgroup/coscientist | ~203 | 化学 | 基于 LLM 的自主化学研究（Nature 2023）。 |

🧩 研究技能与插件合集

可直接接入编码智能体的可复用技能集与插件。

| 项目 | ⭐ | 技术栈 | 说明 | |---|---|---|---| | Imbad0202/academic-research-skills 🧩 ⭐ | ~22.7k | Claude Code · Python | 重点。 学术研究 → 写作 → 评审 → 修订 → 定稿流水线。 | | Yuan1z0825/nature-skills 🧩 | ~13.4k | Claude Code · Python | Nature 级学术表达 + 科研绘图，Claude 与 Codex 双支持。 | | wanshuiyin/Auto-claude-code-research-in-sleep 🧩 | ~10.8k | Markdown skills | ARIS —— 跨模型互审循环、想法发现、实验自动化，无框架锁定。 | | companion-inc/feynman 🧩 | ~8.1k | CLI · Codex · Claude Code | 开源 AI 研究 agent（CLI，基于 Pi + alphaXiv）：文献综述、深度研究、复现、同行评审等 20 个研究 skill，可装进 Codex/Claude。 | | uditgoenka/autoresearch 🧩 | ~5.2k | Claude Code · Shell | Claude 自主研究 skill：受 Karpathy autoresearch 启发的自主目标迭代，内置命令安全护栏（拒绝 mkfs/dd/nc 等危险命令）。 | | Galaxy-Dawn/claude-scholar 🧩 | ~4.1k | Claude Code · MCP | 半自动科研助手；集成 Zotero + Obsidian + MCP。 | | 54yyyu/zotero-mcp 🧩 | ~4.0k | MCP · Python | 把 Zotero 文献库接入任意 MCP 智能体：讨论论文、生成摘要、分析引用。 | | blazickjp/arxiv-mcp-server 🧩 | ~2.8k | MCP | 在任意支持 MCP 的智能体中直接检索与抓取 arXiv 论文。 | | K-Dense-AI/claude-scientific-writer 🧩 | ~1.9k | Claude Code · Python | 通用型科研写作助手。 | | pedrohcgs/claude-code-my-workflow 🧩 | ~1.2k | Claude Code · LaTeX/R | 学者用的可 fork 模板：多智能体评审、质量门、复现协议。 | | mshumer/autonomous-researcher 🧩 | ~804 | Agent | 轻量级自主研究智能体。 | | lishix520/academic-paper-skills 🧩 | ~768 | Claude Code · Python | 系统化的学术论文规划与写作框架。 | | andrehuang/research-companion 🧩 | ~665 | Claude Code | 战略型科研思考智能体：选题评估、项目分诊、头脑风暴。 | | EvoScientist/EvoSkills | ~380 | Agent Skills | 面向 EvoScientist 式科学工作流的可安装技能与知识包。 | | jamditis/claude-skills-journalism 🧩 | ~295 | Claude Code | 新闻/媒体/学术交叉的技能集：事实核查、FOIA 申请、数据新闻、学术写作等 54 个 skill。 | | openags/auto-research 🧩 | ~284 | Agent + UI | 跨领域通用「AI 科学家」。 | | Boom5426/Nature-Paper-Skills 🧩 | ~252 | Claude Code · TeX | Nature 风格论文的起草、修订、审稿与返修技能。 | | Light0305/Light-skills 🧩 | ~151 | Claude Code · Codex | 全流程科研技能包：28 个技能覆盖调研 → 写作 → 审稿 → 投稿，配套 9 个可核查知识库与对抗式自检。 | | poemswe/co-researcher 🧩 | ~101 | Claude Code · Codex · Gemini CLI | 跨 Claude Code、Codex、Gemini CLI 的多平台学术研究套件，含专门 agent 与 CLI 工作流。 | | flonat/claude-research 🧩 | ~96 | Claude Code · Python | 面向 PhD 的完整科研基建：50 个 skills + agents + hooks + rules，含 /bib-validate、/pre-submission-report 等命令。 | | LeonChaoX/qinyan-academic-skills | ~93 | Claude Code · Python | 「沁言」学术科研库 —— 177 个研究 Agent。 | | lingzhi227/agent-research-skills | ~85 | Claude Code · Python | 系统化学术深度研究技能。 | | andrehuang/academic-writing-agents | ~80 | Claude Code | 多智能体编排，含 10 个专职写作 Agent。 |

📊 评测基准

这些智能体到底做得好不好？衡量自主研究与 ML 工程能力的基准。

| 项目 | ⭐ | 衡量内容 | 说明 | |---|---|---|---| | snap-stanford/MLAgentBench | ~343 | ML 工程 | 智能体完成端到端 ML 实验任务。 | | Future-House/aviary | ~266 | 科学智能体任务 | 面向挑战性科学任务的 language-agent gym（FutureHouse）。 | | allenai/discoverybench | ~145 | 数据驱动发现 | LLM 能否从真实数据集中推导假设（AI2）。 | | OSU-NLP-Group/ScienceAgentBench | ~138 | 数据驱动科学 | 在真实科研任务上严格评测智能体。 |

📚 精选清单与综述

| 项目 | ⭐ | 说明 | |---|---|---| | webfuse-com/awesome-autoresearch | ~2.3k | autoresearch / 自主改进循环系统精选（CC0 公共领域）。 | | ai-boost/awesome-ai-for-science | ~1.6k | 跨领域的 AI for Science 工具、数据集与框架精选。 | | VILA-Lab/Dive-into-Claude-Code | ~1.4k | 系统分析 Claude Code 在 AI 智能体系统设计中的应用。 | | tmgthb/Autonomous-Agents | ~1.3k | 每日更新的自主智能体（LLM）研究论文清单。 | | handsome-rich/Awesome-Auto-Research-Tools | ~778 | 启发本仓库的那份清单。 | | DavidZWZ/Awesome-Deep-Research | ~759 | ACL 2026 —— agentic 深度研究资源。 | | scienceaix/deepresearch | ~430 | Deep Research 综述论文的配套清单。 | | worldbench/awesome-ai-auto-research | ~187 | 一份 AI auto-research 综述。 | | MinhaoXiong/awesome-automated-research | ~116 | 自主研究系统精选清单。 |

🗂️ 已收录仓库（子模块）

3,433 个 skills、分布在 87 个仓库（多数 100+ ⭐）中，以浅克隆子模块形式收录在四个目录中，各自按 star 排序。运行 ./setup.sh 即可全部拉取；只需要顶层仓库时可运行 ARSSKIPNESTEDSUBMODULES=1 ./setup.sh。完整带 star 的榜单见 STARS.md。