marvin-lijunzan/skills-mcp

Developer tools

Эта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал

0 stars 0 forks Качество 68 Тренд 14

Repository Install

实用科研skills和mcp合集

Обзор

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。

Установка

npx skills find research

Новичок в MCP? Начните с руководства на mcpskill.org →

Конфигурация

{
  "mcpServers": {
    "semantic-scholar": {
      "command": "python",
      "args": ["<path-to-repo>/mcp/semantic-scholar-mcp/server.py"]
    },
    "abaqus": {
      "command": "python",
      "args": ["<path-to-repo>/mcp/abaqus-mcp/server.py"]
    }
  }
}