ML

marvin-lijunzan/skills-mcp

Developer tools
0 stars 0 forks Quality 68 Trend 20

实用科研skills和mcp合集

Overview

A Comprehensive Suite of AI Agent Skills and Model Context Protocol (MCP) Servers for Scientific Research, Academic Writing, Finite Element Simulation, Grant Proposals, and Multimedia Dissemination. 通用大语言模型(如 Claude、GPT-4、Gemini、DeepSeek 等)在通识对话和简单代码编写上表现优异,但在**中,常常面临四大痛点: 1. ,缺乏顶级学者的自信与递进逻辑; 2. ,引文容易出现年份错漏、虚构论文或断章取义; 3. ,如有限元仿真软件 Abaqus、COLMAP 点云重建,只能写“玩具代码”; 4. ,从课题选题、数据分析、代码实验到成稿发刊无法形成自洽证据链。 它聚合了 以及 ,赋予 AI 智能体顶刊审稿专家的思维体系、研究员的实证严谨度、以及操作专业物理/工程软件的行动力。 * : 端到端全自主科研工作流,支持无人值守探索、代码生成、实验桥接与报告合成。 * : 整合 Sakana AI 自动化科学家框架,从 Idea 提出、文献调研、实验设计到撰写初稿一气呵成。 * : 自主科学研究协同实验室,多 Agent 扮演 PI、博士后、初级研究员协同攻关。 * : 基于极简心智模型的自主研究迭代循环。 * : 经验法则与科学规律自动化探索框架。 * : 规范化的计算科研证据链闭环工程模板(claim → method → data → code → result → figure → manuscript)。 * : 生产级表格机器学习大师工作流(LightGBM, XGBoost, CatBoost, TabPFN, AutoGluon, Optuna, SHAP 解释)。 * : 自动化大规模学术文献雷达,跨 25+ 权威数据库自动化检索、全摘要提取、BibTeX 去重与矩阵综合。 * : 针对复杂主题的深度学术证据调研与综述报告生成。 * : 严格核验引文真实性、DOI 有效性、发表年份与引证因果逻辑,彻底粉碎“AI 虚构文献”。 * : 本地论文库向量 RAG 检索、精准段落溯源与精读笔记整理。

README

🚀 Skills & MCP Repository · 实用科研 Skills 与 MCP 超级工具库


📖 目录 / Table of Contents


🇨🇳 简体中文

🌟 项目愿景与定位

通用大语言模型(如 Claude、GPT-4、Gemini、DeepSeek 等)在通识对话和简单代码编写上表现优异,但在深度科学研究、严苛学术出版、工业工程仿真与合规科技管理中,常常面临四大痛点:

  1. 学术表达“AI 味”浓厚、语气防御畏缩,缺乏顶级学者的自信与递进逻辑;
  2. 文献检索易产生幻觉,引文容易出现年份错漏、虚构论文或断章取义;
  3. 无法连接专业工程软件,如有限元仿真软件 Abaqus、COLMAP 点云重建,只能写“玩具代码”;
  4. 长上下文遗忘与跨工具割裂,从课题选题、数据分析、代码实验到成稿发刊无法形成自洽证据链。

skills-mcp 项目正是为破解上述痛点而生的“专家级 AI Agent 增强底座”。 它聚合了 80+ 专业领域 Agent Skills 以及 10+ Model Context Protocol (MCP) 服务,赋予 AI 智能体顶刊审稿专家的思维体系、研究员的实证严谨度、以及操作专业物理/工程软件的行动力。


🏗️ 核心架构:双轮驱动

本仓库遵循 “认知方法论(Skills) + 现实物理交互(MCP)” 的协同设计:

flowchart TD
    subgraph Agent["🤖 AI Coding Agent 大脑 (Claude Code / Antigravity / Codex / Cursor)"]
    end

    subgraph Skills["🧠 Agent Skills 认知与方法论库 (80+ Skills)"]
        S1["全自主睡眠科研 (ARIS / AI-Scientist)"]
        S2["防幻觉文献综述与核验 (Cite-Verify)"]
        S3["顶刊去AI味与反防御写作 (Sepia / Anti-Defensive)"]
        S4["Nature/Elsevier 出版级学术绘图"]
        S5["国家自然科学基金全案 (NSFC Proposal)"]
        S6["公众号/多媒体转化与文档自动剪辑视频"]
    end

    subgraph MCP["🛠️ MCP 外部协议工具服务池 (10+ MCP Servers)"]
        M1["Abaqus 有限元仿真自动化建模与求解"]
        M2["Semantic Scholar / ArXiv 权威学术图谱连接器"]
        M3["COLMAP 摄影测量与三维点云重建"]
        M4["mcp.science 科学计算统一网关"]
    end

    Agent --> Skills
    Agent --> MCP
    MCP --> World["📚 真实学术数据库 / 工业有限元软件 / 操作系统底层"]

🎯 技能全景分类 / Skill Catalog

本项目将 80+ 个高质量技能按实际科研与工业流程划分为八大模块:

1. 🔬 全自主科研与闭环实验 (Autonomous Research & Experimentation)

  • auto-research-in-sleep (ARIS): 端到端全自主科研工作流,支持无人值守探索、代码生成、实验桥接与报告合成。
  • AI-Scientist & AI-Scientist-v2: 整合 Sakana AI 自动化科学家框架,从 Idea 提出、文献调研、实验设计到撰写初稿一气呵成。
  • AgentLaboratory: 自主科学研究协同实验室,多 Agent 扮演 PI、博士后、初级研究员协同攻关。
  • karpathy-autoresearch: 基于极简心智模型的自主研究迭代循环。
  • autora: 经验法则与科学规律自动化探索框架。
  • research-workflow & research-project-template: 规范化的计算科研证据链闭环工程模板(claim → method → data → code → result → figure → manuscript)。
  • tabular-ml-master: 生产级表格机器学习大师工作流(LightGBM, XGBoost, CatBoost, TabPFN, AutoGluon, Optuna, SHAP 解释)。

2. 📚 文献深度挖掘、RAG 与防幻觉核验 (Literature & Citation Verification)

  • ccc-literature-scout: 自动化大规模学术文献雷达,跨 25+ 权威数据库自动化检索、全摘要提取、BibTeX 去重与矩阵综合。
  • Deep-Research-skills: 针对复杂主题的深度学术证据调研与综述报告生成。
  • cite-verify / reference-checker: 严格核验引文真实性、DOI 有效性、发表年份与引证因果逻辑,彻底粉碎“AI 虚构文献”。
  • paper-rag / PaperNotes / PaperPilot-skills: 本地论文库向量 RAG 检索、精准段落溯源与精读笔记整理。
  • stanford-storm: 基于斯坦福 STORM 知识检索与长篇结构化综述自动化构建体系。
  • arxiv-digest / survey-builder: 每日最新预印本雷达监控与领域综述生成器。

3. ✍️ 顶级学术论文写作、去“AI味”与高保真排版 (Manuscript & De-AI)

  • anti-defensive-writing: 破除学术“防御性写作”,消除过度免责、心虚词汇与流水账叙事,建立自信有力的顶刊成果发布会式论述。
  • human-writing / humanizer / humanizer-zh / sepia: 深度清洗 “delve into”, “pave the way”, “vital role” 等高频 AI 套话,还原地道英语与母语级学者表达。
  • PaperSpine: 论文逻辑脊椎骨架构建,确保从 Abstract 到 Conclusion 全文因果闭环。
  • supervisor-skills:
    • tech-paper-template: 工科/计算机领域技术论文 6 步黄金思考模板。
    • benchmark-paper-template: 评测与 Benchmark 论文 5 支柱构建框架。
    • intro-drafter: 顶刊 Introduction 6 段式渐进论述生成器。
    • idea-evaluator: 五维度(更高、更快、更强、更省、更广)审稿人视角科研创意评估。
  • nature-skills & ccc-author-guide: Nature / Elsevier CCC 期刊权威投稿指南与技术合规审查清单。
  • latex-document-skill: 专业 LaTeX 宏包协调、公式美化与编译报错自动排查修复。
  • tex-to-word-converter: 高保真 LaTeX 转换 Word(.docx),精准保留三线表、矢量公式与动态交叉引用。
  • ccc-paper-converter: 借助 GPU 多引擎(MinerU / Docling)将 PDF 论文逆向解析为带公式与表格的高保真 Markdown。

4. 📊 出版级学术图表设计与可视化 (Scientific Visualization)

  • academic-figure-skill / nature-figure: 严格遵循 Nature / Science 规范的多面板复合矢量图(PDF/SVG/600+ DPI TIFF)生成。
  • ccc-academic-figure-style: 蓝金/红蓝学术配色、白心柱状图、3D 体素一致性配色方案规范。
  • scipilot-figure-skill: 图表严谨性自检(色盲友好度、防误导双Y轴拦截、离群值真实分布呈现)。
  • mermaid-charts / roughjs-design: 交互式流程图、概念手绘草图与系统架构图生成。

5. 🏛️ 国家基金申报与企业研发管理 (Grant Writing & R&D Management)

  • nsfc-proposal: 2026 最新国家自然科学基金全流程申报工作流(青年/面上/优青/杰青)。
  • fund-background-writer / fund-literature-review-writer: 立项依据、战略需求与国内外研究现状文献评述撰写。
  • fund-research-content-writer / fund-technical-route-writer: 关键科学问题凝练、技术路线图设计与创新特色提炼。
  • k2f / k2f-grant-proposal: 面向国际顶级科研基金(NIH / NSF / DARPA)的高说服力提案引擎。
  • engineering-grant-reporting: 央企重大工程研发科技项目申报、中期检查、结题验收及十卷册合规审查系统。
  • rd-attendance-salary-allocator / rd-multisource-payroll-allocator: 研发费用加计扣除考勤工时率与职工薪酬合规分摊系统。
  • scan-project-merger: 工程研发档案扫描件批量旋转、校正与目录化智能合并。

6. ⚙️ 工业仿真、三维视觉与量化分析 (Engineering & Quant)

  • abaqus-mcp / abaqus-mcp-server: Abaqus 脚本自动化建模、材料本构定义、网格划分、作业提交与应力场数据提取。
  • colmap-4.0.3: 运动恢复结构(SfM)与高精度三维点云稠密重建。
  • quant-trading-skills: 经典量化与算法交易专家系统(石川《因子投资》、Chan《量化交易》、丁鹏《量化投资》核心方法论)。
  • industry-trend-score-skill / thsfund / hithink-finance: 同花顺行业趋势打分、基金轮动策略与财务数据透视。

7. 🎬 多媒体转化、微信公众号矩阵与文档自动化剪辑 (Media & Dissemination)

  • 微信公众号全案生产套件 (Baoyu Suite & Local):
    • baoyu-markdown-to-html: Markdown 转换为符合微信公众号规则的内联样式 HTML,普通外链自动转底部引用。
    • baoyu-post-to-wechat: 通过官方 API 或 Chrome CDP 自动化推送内容至公众号草稿箱。
    • baoyu-article-illustrator / baoyu-infographic: 文章智能配图与 21 种版式的高密度知识信息大图。
    • baoyu-xhs-images: 一键生成小红书/微信图文卡片。
    • 微信公众号运营 (wechat-oa-weizhu): 8 选 1 爆款标题、文风硬规则、蓝金 HTML 无头渲染配图模板。
  • 文档自动视频生成与剪辑 (HyperFrames & Local):
    • product-launch-video: 根据软件使用文档、README 或产品功能自动生成 Remotion 代码级产品演示短视频。
    • ai-video-producer: 教程文档提炼 → TTS 声音克隆配音 → 录屏素材对齐 → Whisper 自动打轴压制视频。
    • remotion-to-hyperframes / general-video: Remotion 动画视频转换与自由镜头混剪。

8. 🧰 Agent 生态增强与跨平台协作 (Meta-Skills & Orchestration)

  • find-skills: Vercel 官方技能发现与安装包管理器(对接 skills.sh,支持对话中自主发现与安装新工具)。
  • grill-me / grill-with-docs / grilling: 模拟严苛的学术评审专家,对设计方案进行连环追问与边界压力测试。
  • handoff / claude-handoff: 跨会话上下文无缝交接,防长上下文衰退与断点续传。
  • paper-ppt / ppt-master / guizang-ppt-skill: 学术论文一键抽取图表,生成 6–10 页高质学术答辩/组会 PPT。
  • patent-disclosure-skill: 将技术成果创新点一键转换为标准专利交底书。

🔌 MCP 服务矩阵 / MCP Servers

位于 mcp/ 目录下,提供可以直接接入大模型的标准化协议服务:

服务名称 核心协议与工具 主要功能
abaqus-mcp FastMCP / Python stdio 自动化编写并执行 Abaqus CAE 脚本,控制建模、载荷求解与后处理应力提取
semantic-scholar-mcp FastMCP / HTTP API 实时检索全球学术文献、引用网络图谱、作者 h-index 与学术影响力分析
arxiv-mcp-server stdio 检索 ArXiv 每日最新论文,抓取元数据、分类、摘要与 PDF 链接
academic-search-mcp-server FastMCP 聚合 Crossref、OpenAlex 等学术检索端点
research-papers-mcp-server stdio 统一管理本地研究论文数据库与结构化文献缓存
colmap-4.0.3 CLI Wrapper 执行高精度摄影测量三维特征提取、特征匹配与稀疏/稠密三维重建
mcp.science API Gateway 科学计算与生物/分子/化学结构分析工具网关

⚡ 快速上手 / Quick Start

1. 克隆本仓库

# GitHub
git clone https://github.com/Marvin-LiJunZan/skills-mcp.git

# Gitee(国内镜像加速)
git clone https://gitee.com/LiJunZan/skills-mcp.git

2. 在 AI Agent 中直接使用 Skills

现代 AI Agent(如 Claude Code、Antigravity、Codex、Cursor、OpenClaw)均原生支持 SKILL.md 规范:

  • 方式 A:通过 find-skills 动态安装 / 管理

    # 搜索技能
    npx skills find research
    
    # 安装技能至全局或当前项目
    npx skills add vercel-labs/skills --skill find-skills -y
    
  • 方式 B:直接软链接至你的 Agent 配置目录

    • Antigravity / Gemini CLI: 链接至 ~/.gemini/config/skills/
    • Claude Code: 链接至 ~/.claude/skills/
    • Cursor: 引用对应技能目录下的 .md 作为 Rules/Context。

3. 配置与启动 MCP 服务

以配置 abaqus-mcp 与 semantic-scholar-mcp 为例,在你的 Agent 配置文件(如 claude_desktop_config.json 或 Antigravity MCP 配置)中添加:

{
  "mcpServers": {
    "semantic-scholar": {
      "command": "python",
      "args": ["C:/JunzanLi_project/skills_mcp/mcp/semantic-scholar-mcp/server.py"]
    },
    "abaqus": {
      "command": "python",
      "args": ["C:/JunzanLi_project/skills_mcp/mcp/abaqus-mcp/server.py"]
    }
  }
}

🌐 English

🎯 Vision & Positioning

While mainstream LLMs perform well in daily conversations and general programming, they struggle in rigorous academic research, high-impact scientific publications, and heavy industrial simulation:

  1. Academic “AI Flavour” & Timid Prose: Pervasive use of defensive phrases, passive clichés, and lack of assertiveness.
  2. Hallucinated Citations: Fabricated paper titles, wrong publication years, or invalid DOIs.
  3. Disconnection from Engineering Toolchains: Inability to interact directly with industrial FEA engines (Abaqus) or 3D photogrammetry pipelines (COLMAP).
  4. Context Degradation: Fragmented stages from hypothesis formulation to peer-reviewed code and paper delivery.

skills-mcp is designed as an industrial-grade foundational suite for AI Agents. It unifies 80+ specialized Agent Skills and 10+ Model Context Protocol (MCP) servers, equipping AI agents with the mental models of seasoned principal investigators (PIs), the visual aesthetics of Nature/Science editors, and the practical capabilities to command engineering software.


🏛️ Dual-Engine Architecture

                  ┌─────────────────────────────────────┐
                  │          AI Coding Agent            │
                  │  (Claude Code / Antigravity / Cursor)│
                  └──────────────────┬──────────────────┘
                                     │
           ┌─────────────────────────┴─────────────────────────┐
           ▼                                                   ▼
┌──────────────────────────────────────┐    ┌──────────────────────────────────────┐
│        Skills Layer (80+)            │    │         MCP Server Layer (10+)       │
│  - Methodology & Rigorous Standards  │    │  - Real-World Protocol Interfaces    │
│  - Anti-Defensive & De-AI Writing    │    │  - Abaqus FEA Automated Modeling     │
│  - Reproducible Evidence Workflow    │    │  - Semantic Scholar & ArXiv Graphs   │
│  - Grant Proposals (NSFC & NIH/NSF)  │    │  - COLMAP 3D Photogrammetry          │
└──────────────────────────────────────┘    └──────────────────────────────────────┘

📦 Key Capabilities Overview

  1. Autonomous Research Loop:
    • auto-research-in-sleep (ARIS), AI-Scientist, AgentLaboratory, karpathy-autoresearch, and tabular-ml-master.
  2. Anti-Hallucination & Literature Verification:
    • cite-verify, reference-checker, ccc-literature-scout, Deep-Research-skills, and stanford-storm.
  3. Publication-Grade Writing & Humanization:
    • anti-defensive-writing (eliminating defensive tone), human-writing, sepia, PaperSpine, nature-skills, latex-document-skill, and tex-to-word-converter.
  4. Scientific Visualization:
    • academic-figure-skill, nature-figure, and ccc-academic-figure-style (white-center bar charts, red-blue heatmaps, 3D volumetric consistency).
  5. National Grants & Enterprise R&D:
    • nsfc-proposal (2026 Chinese National Natural Science Foundation), k2f (NIH/NSF), engineering-grant-reporting, and rd-attendance-salary-allocator.
  6. Industrial Simulation & Quantitative Finance:
    • abaqus-mcp (Finite Element Analysis automation), colmap-4.0.3 (3D point cloud reconstruction), and quant-trading-skills.
  7. Multimedia & Automated Video Editing:
    • baoyu-skills (WeChat Official Account full-pipeline publishing, infographics, and cards) and product-launch-video / ai-video-producer (generating Remotion & TTS video tutorials directly from documentation).
  8. Agent Collaboration & Meta-Skills:
    • find-skills (dynamic skill discovery via skills.sh), grill-me (relentless design tree stress-testing), and handoff (lossless cross-session context transition).

🚀 Quick Start Guide

# Clone the repository
git clone https://github.com/Marvin-LiJunZan/skills-mcp.git

# Or via Gitee (Fast mirror for mainland China)
git clone https://gitee.com/LiJunZan/skills-mcp.git

Dynamic Skill Discovery via find-skills

# Search for skills interactively
npx skills find research

# Install a skill package
npx skills add vercel-labs/skills --skill find-skills -y

💻 支持的 Agent 平台 / Supported Agents

智能体平台 (Agent) 兼容性 (Compatibility) 推荐接入方式 (Integration Method)
Google Antigravity 💯 原生全面支持 自动加载工作区 skills/ 或软链至 ~/.gemini/config/skills/
Anthropic Claude Code 💯 原生全面支持 软链至 ~/.claude/skills/,MCP 配置于 claude_desktop_config.json
OpenAI Codex CLI 💯 原生全面支持 放入工作区或由 npx skills 自动同步
Cursor / Windsurf 🌟 完全支持 引入 .cursorrules / System Prompt 或通过 Skills 模式触发
OpenClaw / AgentLab 🌟 完全支持 标准 Python / CLI 执行环境直接调用

📂 仓库目录结构 / Repository Structure

skills-mcp/
├── skills/                     # 80+ 模块化 Agent Skills 目录
│   ├── anti-defensive-writing/ # 顶级期刊反防御性写作与去 AI 味
│   ├── auto-research-in-sleep/ # ARIS 睡眠自主实验与科研闭环
│   ├── abaqus-mcp/             # Abaqus 有限元仿真技能
│   ├── baoyu-*/                # 宝玉微信排版、发布、信息图与插画矩阵
│   ├── ccc-*/                  # CCC 土木与材料权威期刊投稿全套套件
│   ├── nsfc-proposal/          # 国家自然科学基金申报全模块工作流
│   ├── product-launch-video/   # 文档自动生成 Remotion 产品演示视频
│   ├── quant-trading-skills/   # 现代量化投资与多因子算法交易体系
│   ├── tabular-ml-master/      # 表格机器学习生产级大师技能
│   └── ...                     # 其余数十个细分领域技能
├── mcp/                        # 10+ Model Context Protocol 服务实现
│   ├── abaqus-mcp/             # Abaqus 脚本执行与有限元分析 MCP
│   ├── semantic-scholar-mcp/   # 权威学术图谱连接器
│   ├── arxiv-mcp-server/       # ArXiv 论文抓取服务器
│   ├── colmap-4.0.3/           # 三维摄影测量重建核心
│   └── ...
├── research-workflow/          # 证据链闭环科研工作流规范标准
├── research-project-template/  # 标准化科研工程项目起步模板
├── .agents/                    # Agent 环境注册与本地同步缓存
└── README.md                   # 本说明文档(中英双语)

📜 致谢与开源许可 / License

  • 本项目核心框架与聚合代码基于 MIT License 开源。
  • 部分集成的子模块(如 Sakana AI AI-Scientist、Vercel find-skills、宝玉 baoyu-skills、HeyGen hyperframes 等)版权属于各原作者,请在使用时遵守各自对应的开源协议。

View this README on GitHub

Install

npx skills find research

Configuration

{ "mcpServers": { "semantic-scholar": { "command": "python", "args": ["C:/JunzanLi_project/skills_mcp/mcp/semantic-scholar-mcp/server.py"] }, "abaqus": { "command": "python", "args": ["C:/JunzanLi_project/skills_mcp/mcp/abaqus-mcp/server.py"] } } }