[!TIP]
一句话：给它一道竞赛题、一个研究任务或一份代码仓库，它按专业作业规程（250 个随仓技能）自主完成
建模 → 编码 → 绘图 → 写作 → 审稿 → 编译 → 交付审计的全流程——每一步产物可复现、可审计、可追溯。

✨ 为什么不是又一个提示词合集

🗺️ 六大能力域 + Agent 运行时 · 313 项能力

域表与 capabilities/catalog.json 对齐：37/75/41/83/12/63/2 = 313（与徽章一致；2026-09-24 复核实测）。

[!NOTE]
技能计数口径（唯一）：徽章与正文统一为 git ls-files 口径的技能 SKILL.md 数（clone 即所见）；另有 5 个无 License 上游隔离件仅存本地、gitignored 不入库，不计入。

全部集成带 pinned-commit 溯源（UPSTREAM.md 台账 + vendor，tools/check_provenance.py 一键校验 117/117）。

🏗️ 架构

flowchart LR
    U["👤 用户任务"] --> A
    subgraph A["🤖 Agent（执行者）"]
        S["📖 读取 SKILL.md<br/>专业作业规程"]
    end
    A -->|"执行工具调用"| W["🛠️ 产物<br/>论文 · 代码 · 图表"]
    A <-->|"complete_step<br/>执行证据申报"| E
    subgraph E["⚙️ Engine（只编排，不执行）"]
        R["workflow_runner<br/>状态机"] --- G["quality_gates<br/>质量门禁"]
        G --- M["step_manifest<br/>输入输出哈希"]
        M --- AU["audit_store<br/>审计存储"]
    end
    W -->|"每步强制过门禁"| G
    E -->|"审计证据链"| D[(".engine/<br/>evidence · operations.jsonl")]

🚀 快速开始（宿主无关）

任何能读文件、能执行 Python CLI 的 Agent 都可以驱动本项目——Claude Code / Cursor / Gemini CLI / MiMo Desktop / OpenCode / ZCode / 自写脚本。

git clone https://github.com/FOURTEEN1416/academic-agent-toolkit.git
cd academic-agent-toolkit
python -m pip install -r requirements-dev.txt   # 第 0 步：测试/门禁依赖（在仓库根跑，别先 cd 进子目录）
cd academic-toolkit
python -m engine.workflow_cli boot
python -m engine.workflow_cli probe

1. 读仓库根 AGENTS.md 与 academic-toolkit/AGENTS.md
2. boot 取得驱动契约；probe 查看能力与 TOOL_GAP
3. 缺工具时 python -m engine.workflow_cli forge --tool <name> --purpose "..."
4. 竞赛/长流程：start --template comp_cumcm → next → 执行 → complete
5. 单技能：按路由表读 skills/<name>/SKILL.md

自举：academic-toolkit/skills/agent-bootstrap/ · 铸造：academic-toolkit/skills/tool-forge/
适配器：协议不依赖；需要适配器元数据时 python -m engine.workflow_cli forge --adapter <name> 本地生成

[!IMPORTANT]
路径卫生（PUBLIC 仓）：tracked opencode.json 的 MCP command 与 DOCSEARCH_ROOTS 使用可移植占位符（${DOCSEARCH_MCP_SERVER} / ${DOCSEARCH_ROOTS}）。docsearch MCP 装在宿主用户目录时，操作员须在本地设置未提交的覆盖；勿将 C:\Users\...、过期项目根路径写回 tracked 文件。宿主本地配置一律不入库。

直接下任务（任意 Agent）：

"按 CUMCM 流程做这道 2024 年 B 题，数据在 data/ 下，输出国一格式论文。"

可选宿主适配器

环境要求

[!IMPORTANT]
AI 绘图技能（infographics / scientific-schematics）必须有多模态 LLM 图像生成后端——技能内置 Step 0 强制检测，缺后端会明确报错并给指引，不会用占位图冒充。其余绘图技能全部本地运行、零 API。

一键体检（本机能用哪些绘图技能、缺什么、怎么装）：

python academic-toolkit/tools/plotting_env_check.py

验证安装（两种 pytest 口径，唯一真源 = pytest.ini 注释）：

# 口径一（仓库根，回归门禁口径）：773 passed / 0 failed（与口径二同值）
python -m pytest -q
# 口径二（工具箱内，技能验收基线口径）：773 passed / 0 failed
cd academic-toolkit && python -m pytest -q
python tools/check_provenance.py             # → 117/117 UPSTREAM+vendor 台账通过

🛡️ 质量与可信

📁 仓库地图

academic-agent-toolkit/
├── academic-toolkit/     ★ 产品主体  skills · engine · tools · tests
├── capabilities/      能力目录 catalog.json
├── SECURITY.md        安全策略
├── AGENTS.md          Agent 入口：宿主无关驱动协议 + 适配器矩阵
└── CHANGELOG.md       版本记录

v2.0.0（2026-09-23） —— 整仓彻底重构：套件目录 科研工具箱/→academic-toolkit/ · 技能命名法（139 件改名 + 9 对真重复合并，264→255）· 资产激活机制（asset_catalog 台账 + boot/probe/bootstrap 资产暴露 + 三方对账）· 私有资料区统一 assets-local/ · 第三方子项目独立 third_party/ · 上游 fork vendor/forks/ · 内容融入（287 自查表 / 范文包 / 板块提示词 / 88 色板）· 新增 award-paper-mining。破坏性变更，迁移指引见 CHANGELOG.md。（后续技能清洗与 GPL 件 clean-room 收编，现行 tracked 口径 250，见上方徽章。）

v1.3.0（2026-09-22） —— 宿主无关协议（boot/probe/forge + agents/adapters，旧宿主降为可选适配器）· 基线基础设施加固（secret_scan / lint_ratchet / duplicate_assets / 工具冒烟闸 + CI 加固）· 系统性升级五项（实战经验库 / 统一配色 / 技能触发审计）· 华为杯管线补齐（与国赛同构 14 步）· 四批并行收编。

v1.2.0（2026-08-30） —— 三条学术管线 C2 闭环 · 科研绘图域闭环。完整记录见 CHANGELOG.md。

🙏 致谢

本项目的科研绘图与学术能力站在这些优秀开源项目的肩膀上（均为 pinned-commit 集成）：
K-Dense-AI/scientific-agent-skills ·
foryourhealth111-pixel/Vibe-Skills ·
synthetic-sciences/openscience ·
wanshuiyin/Auto-claude-code-research-in-sleep ·
cathrynlavery/diagram-design ·
markdown-viewer/skills ·
coleam00/excalidraw-diagram-skill ·
fanbuz/codesucker