By Light0305
Automates the full academic research workflow: literature search, data processing, idea validation, experimental design, paper drafting and polishing, publication-ready figure generation, peer review simulation, rebuttal crafting, compliance auditing, patent/software registration, and presentation creation, with integrity checks and multi-format typesetting.
上下文管理、记忆持久化与科研项目管理。当任务涉及长期项目、需要记住项目背景/进展/版本/偏好,或需要把项目拆成阶段任务时使用(常驻)。持续记住研究方向、已定 idea、数据、实验进度、论文/PPT/图表/代码版本、投稿记录、用户偏好、目标期刊。把项目拆成阶段任务并建立任务清单、时间线、里程碑、风险清单与版本记录。
编排器。当用户给出跨多个阶段的大任务(如"从这个数据集做到一篇论文""帮我把这个项目从调研做到投稿")或要求"继续/刚断了/接手/恢复上下文"时,规划或恢复阶段化 pipeline,按 CONVENTIONS 阶段主线逐阶段调用相应技能,并在阶段间设置强制检查点(决策点 + 确认点),维护产物台账与断点交接。小任务(改摘要、画一张图、查引用)不走 pipeline,直接路由到单技能。
撰写论文初稿与单章节起草、重写、自检。当用户要写论文、写某个章节(标题/摘要/引言/相关工作/方法/实验/结果/讨论/结论/局限/未来工作)、重写某章节、或对草稿做失败模式自检时使用。五种模式 full/outline-only/abstract-only/section-redraft/self-review;以顶刊/顶会审稿人标准打磨,逻辑严谨、创新点突出、结论不夸大、claim 有引用支撑。
对论文分模块润色——语言润色、逻辑重构、结构优化、创新点强化、论证补强、摘要精炼、引言增强、实验分析深化、结论提升。当用户需要改论文、觉得某段不通顺/逻辑弱/创新点不突出时使用。从审稿人角度找逻辑薄弱、论证不足、表达不专业、易被质疑、缺引用、需重组之处,给出具体修改方案与修改后文本。
规范整洁的项目文件夹整理。当任务涉及新建项目、整理已有项目结构、规整文件命名与版本时使用。规划 data、src、models、results、figures、docs、paper、ppt、patent、software-copyright、experiments、logs、configs、references、assets、notebooks 等目录,保证结构清晰、命名规范、版本可追踪,便于写论文、答辩、申请软著专利与复现实验。
Own this plugin?
Verify ownership to unlock analytics, metadata editing, and a verified badge. GitHub access is read-only (username + org membership).
Sign in to claimOwn this plugin?
Verify ownership to unlock analytics, metadata editing, and a verified badge. GitHub access is read-only (username + org membership).
Sign in to claimBased on adoption, maintenance, documentation, and repository signals. Not a security audit or endorsement.
全流程科研技能包 · 让 AI 陪你把一篇论文从想法做到投稿
从找文献到投稿返修,科研每一步都有专门技能接管 · 适配 Claude Code 与 Codex
28 技能 · 9 知识库 · 49 个可跑脚本 · 39 套模板 · 317 张知识卡 · 全程不编造
简体中文 · English
Light 是什么 · 为什么用它 · 推荐配置 · 快速上手 · 技能总览 · 完整链路 · 知识库 · API key · 常见问题 · 参与贡献 · 引用
Light 把科研全流程拆成 28 个互相衔接的 AI 技能,装进你的 Claude Code 和 Codex。从找文献、理数据、想创新点,到写论文、画图、排版、投稿、返修,再到软著专利、答辩 PPT、竞赛申报——每一步都有专门的技能接手,背后还垫着 9 个可溯源的知识库。
它不是一堆提示词,也不是 MCP 或插件——而是一套装进客户端的技能包:每个技能都带能跑的脚本、能套的模板、真实的范例,对外接口经过实测,统计代码与 scipy/sklearn 逐位对齐。不编文献、不造数据、不臆想出处和数据来源——这是不可逾越的底线。
一句话:把一位真正懂科研工具的资深伙伴,装进你的编辑器。
市面上的"科研 AI"大多止于聊天问答。Light 不一样,它有三个硬核区别:
| 普通提示词 / 助手 | Light | |
|---|---|---|
| 产出 | 一段文字建议 | 能跑的脚本 + 能套的模板 + 真实范例 |
| 可信 | 可能编造文献、数据、DOI | 写进规约的硬底线:不编造,核不实标"待核查" |
| 协同 | 单点回答,前后脱节 | 28 个技能沿一条主线衔接,9 个知识库共享术语与方法 |
| 质量 | 一次成型 | 对抗式自检:独立"挑刺" + 权威库交叉验证 |
| 记忆 | 关掉就忘 | 跨会话项目记忆,记住做到哪一步 |
| 接续 | 上下文断了就重新解释一遍 | 主动留衔接卡 + 启动提示词,新对话无缝续上 |
适合:要把项目真正做成论文/软著/专利/竞赛成果的本科生、研究生、独立研究者,尤其是导师资源有限、需要一个靠谱搭子全程兜底的人。
开源生态里已有不少优秀的 agent 技能套件,各有侧重。Light 的差异化不在技能数量(论数量并不占优),而在形态组合——科研主线闭环 + 自有可溯源知识库 + 诚实机制 + 中英双语链路 + 会话衔接 + 行为评测同时具备:
| 维度 | Light | anthropics/skills | K-Dense scientific-agent-skills | ScienceIntelligence/ResearchSkills |
|---|---|---|---|---|
| 主线闭环 | 28 技能沿科研主线闭环(调研→数据→idea→方案→实验→分析→写作→图表→投稿→返修,软著/专利/PPT/竞赛并行)+ 编排器 + 断点恢复 | 17 技能,通用文档/制品工具,无科研主线 | 146 技能(多为单库封装),支持多步流水线但无固定科研阶段主线 | 按学科组织,无端到端论文工作流 |
| 可跑资产 | 49 脚本全离线 selftest + 39 模板 + code_assets 对照 scipy/sklearn 逐位校验,CI 持续验 | 各技能附脚本,无统一离线自测门 | 70+ Python 包、100+ 数据库接入(库封装路线) | 以知识/方法 + 记忆模板为主 |
| 知识库 | 9 个共享知识库(317 数据卡,均可溯源) | 无 | 接入 100+ 外部科学数据库(实时查询,非自维护卡库) | 无独立知识库(学科知识写在技能内) |
| 诚实机制 | 写进规约的诚实底线 + 引用三态/撤稿核查 + 防注入纪律 + 对抗式自检 | README 未见专门机制 | README 未见防编造护栏 | README 未见 |
| 中文链路 | 中英双语全链路(中文期刊检索/GB/T 7714/中文写作),CI 守中文链路 | 无 | README 未见中文 | 有中文 README,但无端到端中文成果工程链路 |
| 会话衔接 | 全局会话衔接协议(主动留种 + 衔接卡 + 启动提示词)+ 被动断点恢复 | 无 | README 未见 | 有记忆模板(记忆型,非跨会话主动交接协议) |
| 行为评测 | 44 任务黄金集 + Tier1 基线分(48/48,诱导编造红线 8/8 守住)+ 月度保鲜自动化 | 无 | README 未见 | 无 |
对照日期 2026-06-12,数据来自各仓 README/目录实测(anthropics/skills 5754626 17 技能、K-Dense dab7aa6 146 技能、ScienceIntelligence ada6c05)。竞品在持续演进,表中"无/未见"指该仓此日 README/目录未见对应能力,只陈述事实、不作贬低。留痕见 _verification_log/R12-08-competitor-matrix.md。
不放演示动图凑数——直接给一篇完全用 Light 从头做到底的论文作证据:resampling-calibration-study 走完调研→idea→对抗严审→真跑实验→出图→6 页 IEEE 论文全流程,PDF 可点开,9 张真数据图见项目图表展示。所有数字都来自真实运行。技能脚本本身的离线演示录制脚本见 assets/demo.tape(可复现 GIF)。
Light 在任意 Claude Code / Codex 环境都能跑;想要最佳体验,建议这套组合:
| 项 | 推荐 | 说明 |
|---|---|---|
| Harness | Claude Code / Codex | 两端一键安装,技能自动触发 |
| 模型 | Claude Opus 4.8 · GPT 5.5 | 主力档;备用:DeepSeek V4 Pro 等 |
| 环境 | Git · Python · R | 三件套基础;排版建议补 LaTeX(TinyTeX/TeX Live),部分 MCP/前端用 Node.js(可选) |
| MCP(按需) | Figma · Canva · Draw.io · Blender · MATLAB | 接外部设计/绘图/3D/计算工具,见下表 |
🔌 推荐 MCP(按需接,均非必装):Light 本体是技能包,不依赖 MCP;但接上这几个能扩展设计、绘图、3D 与计算能力。star 为 2026-06 GitHub 实测,会变动;费用以官方页为准、投入前自查。
npx claudepluginhub light0305/light-skillsA growing collection of Claude-compatible academic workflow bundles. Covers scientific figures, manuscript writing and polishing, reviewer assessment, citation retrieval, data availability, paper reading, literature search, response letters, paper-to-PPTX conversion, and evidence-grounded Chinese invention patent drafting. Rules are organized as reusable skill folders with explicit workflows and quality checks.
Semi-automated research assistant for academic research and software development, with skills for literature review, experiments, analysis, writing, and project knowledge management
Production-grade academic research pipeline for Claude Code: research → write → review → revise → finalize. 4 skills, 27 modes, 39-agent ensemble, v3.7.3 + v3.8 L3 claim-faithfulness gate, v3.9.0 cross-index triangulation, v3.10 triangulation policy layer, v3.11 deterministic citation verification gate (#182).
Research-team agents for Claude Code: supervisor, analysis-implementer, paper-writer, figure-descriptor, reviewer, literature-curator.
Scientific writing, citations, grants, posters, and academic career (13 skills)
16-Skill Claude Code plugin for academic paper writing, polishing, and submission.