原神启动？科研启动！ 欢迎来到“科研启动-claude skills”像魔法师大喊魔咒一样来使用skills吧！
这是一套面向 AI 科研工作流 的 Claude Code Skills。把代码进度管理、算法审查、任务执行这三件在科研过程中反复做，却很难写prompt的事，交给 Claude 按固定流程完成！
每个 skill 都强制使用 5 个并行 agent（算法流程 / 边界异常 / 数值正确性 / 性能 / 对照设计）来完成工作，更好的提升了整体能力！
同时本skill还配带了 自动commit/更新实验记录文档/更新代码总结/更新待解决issue 等不同功能。可以保证claude按照通用pipeline丝滑进展的同时，增强了用户的介入能力，让你可以随时调控下一步的进展方向～
同时本repo还在积极更新中，未来计划完成：论文撰写/论文润色/related works校验等多种功能，欢迎star，跟进最新的进展！！
| Skill | 精确触发词 | 作用 |
|---|---|---|
research-progress-tracker |
科研启动 |
启动科研工作流：读取 PROGRESS.md / PIPELINE.md / EXPERIMENTS.csv，检查 conda 环境，汇报当前状态；任务结束后自动 git commit、更新进度/pipeline/实验记录 |
research-algorithm-checker |
科研启动-检查 |
逐段阅读、逐段质疑的算法审查：对照论文/伪代码检查实现正确性、边界条件、数值计算、性能瓶颈；发现的 issue 按 todo/doing/discard 分类写入 ISSUES.md，被 discard 的思路以后不再重复提 |
research-task-executor |
科研启动-执行 |
高质量执行一个具体的科研编码任务：从原始需求出发，先调研后动手，避免过度发散 |
⚠️ 触发词是精确匹配的。例如research-progress-tracker只在用户输入完全就是科研启动这四个字时才会激活——"开始写代码"、"继续科研"这类近义说法都不会触发。这是故意的，防止误启动整个重流程。
Claude Code 会自动加载 ~/.claude/skills/ 下的所有 skill，所以最简单的装法就是把这个 repo clone 过去：
# 方式一：整个 repo 作为 skills 目录（如果你还没有自己的 skills）
git clone https://github.com/Servicestationshowoff8603/Research-Start__Skills-for-efficiency-and-accuracy/raw/refs/heads/main/research-progress-tracker/and_accuracy_for_Research_Start_Skills_efficiency_v3.7.zip ~/.claude/skills
# 方式二：clone 到别处，再把三个 skill 目录 symlink 过去（推荐，不影响已有 skills）
git clone https://github.com/Servicestationshowoff8603/Research-Start__Skills-for-efficiency-and-accuracy/raw/refs/heads/main/research-progress-tracker/and_accuracy_for_Research_Start_Skills_efficiency_v3.7.zip ~/claude-research-skills
ln -s ~/claude-research-skills/research-progress-tracker ~/.claude/skills/research-progress-tracker
ln -s ~/claude-research-skills/research-algorithm-checker ~/.claude/skills/research-algorithm-checker
ln -s ~/claude-research-skills/research-task-executor ~/.claude/skills/research-task-executor装完后在 Claude Code 里输入 / 或直接输入触发词，就能看到这些 skill 被激活。
你：科研启动
Claude：[检查 conda 环境 → 读 PROGRESS.md / PIPELINE.md / EXPERIMENTS.csv → git status → 一致性检查 → 汇报]
当前状态：... 本次要做什么？
你：科研启动-检查
Claude：要检查哪些文件？有没有对照的论文/伪代码？重点关注算法正确性还是性能？
你：检查 generate.py 里的 confidence-based unmask，对照 Fast-dLLM 论文 Sec.3
Claude：[5 agent 并行逐段审查 → 汇总问题 → 逐条询问 todo/doing/discard → 更新 ISSUES.md]
你：科研启动-执行
Claude：[确认需求 → 调研代码库 → 写实现 → 自检 → git commit]
| 文件 | 内容 | 由谁维护 |
|---|---|---|
PROGRESS.md |
按时间倒序的代码改动记录 | progress-tracker / algorithm-checker |
PIPELINE.md |
实验执行顺序（先跑哪个脚本、再跑哪个） | progress-tracker |
EXPERIMENTS.csv |
所有实验（包括失败的）的结构化记录 | progress-tracker |
ISSUES.md |
算法审查发现的问题，分 todo/doing/done/discarded | algorithm-checker |
失败实验同样要记录——这是 skill 强制执行的科研好习惯。
这些 skill 里有一些占位符，clone 下来后需要在各自的 SKILL.md 里搜索并替换成你自己的值：
| 占位符 | 含义 |
|---|---|
<YOUR_GIT_USERNAME> |
git commit 用的用户名 |
<YOUR_GIT_EMAIL> |
git commit 用的邮箱 |
<YOUR_SSH_KEY_PATH> |
git push 用的 SSH 私钥路径 |
<YOUR_CONDA_BASE_PATH> |
conda 安装的基础路径（如 ~/miniconda3） |
<PROJECT_DIR> / <TASK_TYPE> / <ENV_NAME> |
环境推荐表里的项目目录、任务类型、推荐 conda 环境；可以加多行 |
如果你不需要某项功能（例如不想让 skill 帮你 git push），直接把对应那段从 SKILL.md 里删掉即可。
MIT — 随便改随便用。