LL

light0305/light-skills

API 开发
512 stars 质量 42 趋势 42

Light Skills 是一套公开、通用、领域无关的 AI skill 包,用来把一个研究或创新项目从“模糊想法”推进到“可检查的交付物”。

概览

Light Skills 是一套公开、通用、领域无关的 AI skill 包,用来把一个研究或创新项目从“模糊想法”推进到“可检查的交付物”。

README


这个项目能帮你做什么?

Light Skills 是一套公开、通用、领域无关的 AI skill 包,用来把一个研究或创新项目从“模糊想法”推进到“可检查的交付物”。

它适合这些场景:

你现在的需求 Light Skills 会怎么帮
我只有一个研究方向 追问目标、约束、数据来源和评价标准,再拆成阶段计划
我有一个 idea,但不知道新不新 检索相似工作、拆 target/background、找最强反例和审稿人攻击点
我要做实验/数据分析 设计数据流、实验矩阵、脚本、自测、结果解释和鲁棒性检查
我要写英文论文 组织故事线、图表、引用核查、LaTeX 排版、投稿前检查
我要画科研图 用 Python/R 程序化出图,检查尺寸、字号、色盲安全、视觉诚实
我要做竞赛/项目展示界面 设计 frontend demo、系统结构、交互页面和展示材料
我要准备专利/软著材料 生成交底书草案、技术方案、实施例、软著文档清单
我要跨对话继续项目 用项目台账记录目标、决策、产物、未验证声明和下一步

为什么适合科研项目?

  • 先读再写:先读文件、数据、日志和论文源,再判断下一步。
  • 查不到就标 unknown:事实、DOI、链接、期刊规则和软件版本不靠猜。
  • 图表必须可复现:论文图、数据图、实验图走 Python/R 程序化生成。
  • 关键节点问用户:选题、创新性、证据强度、投稿目标和继续投入都应有人确认。
  • 不依赖私有知识库:公开版不要求 MCP 或本地数据库;最新信息在任务现场核查。

先安装

先进入仓库目录:

git clone https://github.com/Light0305/Light-skills.git
cd Light-skills
$env:PYTHONUTF8="1"

Codex

# 项目级:$REPO\.agents\skills
$env:PYTHONUTF8="1"
python scripts\bootstrap_agent_skills.py --targets agents --mode auto --force

# 全局级:$HOME\.agents\skills
New-Item -ItemType Directory -Force "$HOME\.agents\skills" | Out-Null
Copy-Item -Recurse -Force .\skills\* "$HOME\.agents\skills\"

Claude Code

# 项目级:$REPO\.claude\skills\\SKILL.md
$env:PYTHONUTF8="1"
python scripts\bootstrap_agent_skills.py --targets claude --mode auto --force

# 全局级:$HOME\.claude\skills
New-Item -ItemType Directory -Force "$HOME\.claude\skills" | Out-Null
Copy-Item -Recurse -Force .\skills\* "$HOME\.claude\skills\"

OpenCode

# 项目级:$REPO\.opencode\skills\\SKILL.md
$env:PYTHONUTF8="1"
python scripts\bootstrap_agent_skills.py --targets opencode --mode auto --force

# 全局级:$HOME\.config\opencode\skills
New-Item -ItemType Directory -Force "$HOME\.config\opencode\skills" | Out-Null
Copy-Item -Recurse -Force .\skills\* "$HOME\.config\opencode\skills\"

安装后检查:

$env:PYTHONUTF8="1"
python scripts\bootstrap_agent_skills.py --check-only

环境要求

基础环境

  • Git
  • Python 3.10+
  • Windows 上运行 Python 前建议设置:$env:PYTHONUTF8="1"

LaTeX 环境

winget install --id MiKTeX.MiKTeX --accept-package-agreements --accept-source-agreements
latexmk -v
pdflatex --version
xelatex --version
biber --version

用于论文排版、PDF 编译、模板检查。light-typesetting 支持 latexmk、pdfLaTeX、XeLaTeX、LuaLaTeX、BibTeX、Biber;如果本机缺工具,会标记 UNAVAILABLE,不会假装已经排版成功。

R 环境

winget install --id RProject.R --accept-package-agreements --accept-source-agreements
Rscript -e "install.packages(c('ggplot2','scales'), repos='https://cloud.r-project.org')"
$env:PYTHONUTF8="1"
python skills\light-figure\scripts\r_ggplot.py --detect

用于 ggplot2 科研图。没有 R 时,图表技能应先问你:继续用 Python 诚实降级,还是安装/配置 R。

从哪里开始?

你可以按当前状态直接复制下面的 prompt:

当前状态 建议入口
只有方向 /light-orchestrator 我想把这个方向做成可投稿英文论文。请先问必要问题,再拆阶段、产物、风险和用户确认点。
已有 idea $light-idea-critique 批判这个 idea:创新性、可证伪性、相似工作、最强反例、审稿人风险和验证路线。
已有项目文件 $light-file-reading 先读取这个项目目录,列出关键文件、已完成内容、未验证声明、风险和下一步。
要查文献 $light-literature-search 围绕这个问题做检索策略、关键词扩展、证据地图和相关工作边界。
要做实验 $light-research-plan 给出实验矩阵、数据需求、评价指标、失败条件和最小可行验证。
要画图 $light-figure 基于这些数据规划论文图,要求程序化生成、可复现、色盲安全、标注清楚。
要写论文 $light-paper-writing 根据已有证据组织英文论文结构、贡献、局限性和自审清单。
要排版投稿 $light-typesetting 基于当前 LaTeX 源、图、BibTeX 和期刊模板做可复现编译与投稿前检查。
要做界面 $light-frontend-design 为这个科研/竞赛项目设计 demo 页面、组件结构、交互和展示重点。

技能地图

模块 技能
总控与连续性 light-orchestratorlight-memory-pmlight-file-readinglight-project-structure
想法与文献 light-literature-searchlight-idea-generationlight-idea-critiquelight-research-plan
数据与实验 light-data-engineeringlight-experiment-codinglight-result-analysis
论文交付 light-paper-writinglight-citationlight-consistencylight-typesettinglight-venue-matchinglight-review-rebuttal
图表与展示 light-figurelight-frontend-designlight-system-design
诚信与成果转化 light-research-ethicslight-patent-disclosurelight-software-copyright

完整技能一览

技能 主要用途 典型产出
light-orchestrator 总控入口:理解任务、追问必要信息、选择技能链路、设置用户确认点 阶段计划、技能路由、决策检查点、工作流台账
light-memory-pm 项目台账与跨对话续接,不把私人记忆写进公开仓库 项目卡、交接卡、决策日志、续接提示
light-file-reading 读取论文、PDF、Word、PPT、表格、图片和项目文件 文件清单、理解笔记、抽取质量报告、未核查声明列表
light-project-structure 搭建和治理科研/软件项目目录,让产物可维护、可复现 项目骨架、目录规范、治理策略、结构检查
light-literature-search 制定检索策略、扩展关键词、追踪证据边界和相关工作 检索式、证据地图、文献表、PRISMA 式流程记录
light-idea-generation 从文献缺口、交叉领域和约束条件中生成候选研究 idea idea 卡、缺口证据、谱系分析、候选排序
light-idea-critique 批判 idea 的创新性、可证伪性、可行性和致命缺陷 go/no-go 判定、反例清单、修订路线、创新性证据门
light-research-plan 把问题转成可执行研究计划,包括假设、变量、对照和失败树 实验矩阵、预注册草案、样本量/功效检查、复现计划
light-research-ethics 检查伦理、授权、同意、数据边界和研究诚信风险 伦理风险表、授权生命周期检查、撤稿/重叠/异常文本提示
light-data-engineering 评估数据身份、访问权限、质量、划分、泄漏和漂移风险 数据卡、质量门、泄漏检查、可用性/可行性报告
light-experiment-coding 构建可复现实验代码、配置、测试和运行记录 实验脚手架、配置 schema、seed 审计、run manifest
light-result-analysis 做统计分析、方法适配、过拟合/泄漏检查和结果解释 分析报告、统计检验、方法兼容性检查、结果卡
light-figure 规划并程序化生成论文图和数据图,支持 Python 与 R 图表计划卡、Python/R 图、导出包、视觉诚实检查
light-paper-writing 基于已有证据写作论文结构、论证链、贡献、局限和自审 IMRaD/会议稿草案、claim-evidence 绑定、自审清单、润色稿
light-citation 核查引用真实性、DOI、链接、定位信息和声明-引用绑定 引用注册表、四门核查、可疑引用清单、修复建议
light-consistency 检查论文、图表、PPT、代码和补充材料之间的一致性 术语表、事实绑定、指标/方法锁、跨材料一致性报告
light-typesetting LaTeX 模板排版、编译、日志预检和投稿前格式检查 可编译 LaTeX/PDF、模板适配、编译日志、投稿 readiness
light-venue-matching 根据主题、证据、风险和隐私约束匹配期刊/会议 venue 候选表、fit 排名、风险提示、用户选择记录
light-review-rebuttal 分解审稿意见、规划补实验、管理承诺并撰写回复 回复矩阵、承诺台账、实验请求门、response letter
light-frontend-design 为科研项目、竞赛或软件成果设计界面、组件和展示体验 页面结构、组件方案、动效建议、可访问性/浏览器 QA
light-system-design 设计软件系统架构、接口、数据模型、迁移和上线准备度 架构包、OpenAPI/schema、迁移策略、设计 readiness
light-patent-disclosure 整理发明点、现有技术差异和专利交底材料,不替代律师判断 专利访谈表、检索线索、交底书证据包
light-software-copyright 整理软著申请所需的软件说明、材料清单和源码留存计划 软著材料包、源码留存计划、材料完整性检查

科研主线

Light Skills 不是让 AI 闷头从头跑到尾,而是把科研拆成可审计、可回退、可交给用户决策的阶段。

阶段 Light 主要做什么 常用技能
接收与理解 读论文、表格、图片、项目文件,建立任务边界与项目台账 file-readingmemory-pmproject-structure
查新与 idea 检索文献、生成候选 idea、做创新性/可行性/致命缺陷批判 literature-searchidea-generationidea-critique
研究设计 明确假设、变量、对照、样本量、失败树和复现实验计划 research-planresearch-ethics
数据与实验 整理数据、检查泄漏和质量、写实验代码、做结果分析 data-engineeringexperiment-codingresult-analysis
论文交付 生成可复现图表、写论文、核查引用、检查全文一致性、LaTeX 排版 figurepaper-writingcitationconsistencytypesetting
投稿与转化 匹配期刊/会议、准备回复审稿、整理专利交底或软著材料 venue-matchingreview-rebuttalpatent-disclosuresoftware-copyright
展示与软件 需要项目展示、竞赛 demo 或软件系统时,补前端和系统设计 frontend-designsystem-design

论文 Demo 展示

一个论文Demo示例,方向是环境化学 / 光催化动力学,它展示了从合成数据、分析、程序化图表到 LaTeX PDF 的完整交付形态。

阅读 PDF

图表展示

下面的九宫格科研图由 Python 与 R 生成。

反馈与支持

微信收款码 微信公众号

许可证

本项目使用 MIT License

View this README on GitHub

推荐工具

换一个关键词,或者移除筛选条件。

安装

npx skillfish add light0305/light-skills