Auto-Research-Skills
Health Uyari
- License — License: CC0-1.0
- Description — Repository has a description
- Active repo — Last push 0 days ago
- Low visibility — Only 6 GitHub stars
Code Basarisiz
- rm -rf — Recursive force deletion command in .github/workflows/pages.yml
- exec() — Shell command execution in site/app.js
- network request — Outbound network request in site/app.js
- network request — Outbound network request in site/collisions.js
Permissions Gecti
- Permissions — No dangerous permissions requested
Bu listing icin henuz AI raporu yok.
A curated hub of autonomous-research skills & agents — from idea to paper, on autopilot. | 自主科研技能与智能体精选库 —— 从灵感到论文,全程自动驾驶。
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 3,276 个 skills,分布在 77 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。3,276 个 skills、分布在 77 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。
🛠️ 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。
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/open_deep_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 |
|---|---|---|---|
| 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。 |
| 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。 |
| Galaxy-Dawn/claude-scholar 🧩 | ~4.1k | Claude Code · MCP | 半自动科研助手;集成 Zotero + Obsidian + MCP。 |
| 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。 |
| 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。 |
| 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。 |
| 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 |
|---|---|---|
| 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。 |
| 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)
3,276 个 skills、分布在 77 个仓库(每个都 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 ARS_SKIP_NESTED_SUBMODULES=1 ./setup.sh。完整带 star 的榜单见 STARS.md。
skills/—— 36 个可复用技能集与插件合集systems/—— 30 个端到端系统与自主智能体benchmarks/—— 4 个自主研究 / ML 工程评测基准lists/—— 7 个精选清单与综述
选学术研究类技能时,多个包功能有重叠:默认从
skills/academic-research-skills(重点推荐、star 最高)开始;用 Codex 而非 Claude Code 选skills/academic-research-skills-codex或skills/codex-academic-skills;做经济/金融选skills/franklee-academic-research-skills;想要 LaTeX/Beamer + R 的可 fork 学术工作流选skills/claude-code-my-workflow;做实证社科选skills/empirical-research-skills。想收录你的仓库?见 CONTRIBUTING —— 提一个 PR,在
skills/、systems/、benchmarks/或lists/下添加子模块即可。
🤝 贡献
欢迎 PR!把项目加到合适的分类,或作为子模块收录。详见 CONTRIBUTING.md。
📄 协议
CC0 1.0 Universal —— 公共领域。各子模块保留其各自的许可协议。
Yorumlar (0)
Yorum birakmak icin giris yap.
Yorum birakSonuc bulunamadi