AI-Research-SKILLs 项目源码解读

仓库地址：https://github.com/Orchestra-Research/AI-Research-SKILLs
解读日期：2026-08-02

---

目录

1. 项目概览：名称、作者、作用与背景
2. 安装与使用教程、依赖条件
3. 工作流程与具体执行步骤
4. 项目文件逐个解读
5. 优势、不足、创新点与亮点
6. 总结

---

1. 项目概览：名称、作者、作用与背景

1.1 名称与标识

• 项目名称：AI Research Skills Library（AI 研究技能库）
• 组织/作者：Orchestra Research（Orchestra 研究院），初始核心贡献者 zechenzhangAGI（zechen@orchestra-research.com）；npm 包 @orchestra-research/ai-research-skills，最新版本 v1.7.2（仓库 1.7.1 已包含安全加固）。
• 许可证：MIT（各技能所引用的上游库可能各自有不同许可证，需自行核查）。
• 规模：98 个技能 / 23 个类别，总计约 13 万行 文档（SKILL.md + references），平均每个技能约 420 行。

1.2 作者介绍

Orchestra Research 是一个聚焦「AI 自主做研究」的研究组织，运营着技能同步平台 orchestra-research.com、Slack 社区、X/Twitter 与 LinkedIn 账号。其核心理念是：现代 AI 研究者把大量时间花在调试基础设施而非验证假设上，拖慢了科学发现的节奏；他们要提供一套全面、生产级、可被 AI 代理直接消费的技能库，让代理从「头脑风暴」一路跑到「写论文」。组织还与 Anthropic（官方 best practices）、EleutherAI、HuggingFace、NVIDIA、Lightning AI、Meta AI 等上游生态协作，并借助社区工具 Skill Seeker（自动文档抓取）批量生产技能。

1.3 作用

这是一个被设计成「让 AI 智能体自主开展 AI 研究——从构思到论文」的开放技能库。它提供两层能力：

• 研究编排层（Orchestration）：autoresearch 技能用双循环架构（inner optimization loop + outer synthesis loop）管理完整研究生命周期，并按需路由到各领域技能。
• 领域工程技能（Execution）：22 个类别共 97 个技能，覆盖模型架构、微调、训练、量化、评估、推理部署、可解释性、多模态、论文写作等「每个阶段实际要敲的代码」。

一句话：它是「AI 研究领域的技能操作系统」——装上 autoresearch，代理就能自己查文献、做实验、写论文。

1.4 背景与动机

• AI 研究需要精通几十种专用框架（Megatron-LM、vLLM、TRL、DeepSpeed…），研究者把时间耗在基础设施调试上。
• 已有技能格式规范（Anthropic 官方 best practices、agentskills.io）统一了「SKILL.md 指令包」的格式，但缺少一个覆盖完整研究生命周期、且质量经得起生产考验的库。
• Orchestra Research 的差异化定位：质量 > 数量，每个技能都来自官方仓库、真实 GitHub issues 与生产级工作流，并遵循渐进式披露（SKILL.md 概览 + references 深入文档）。

---

2. 安装与使用教程、依赖条件

2.1 一键安装（推荐，面向人类）

npx @orchestra-research/ai-research-skills

这是交互式安装器，功能包括：

• 自动探测已安装的编码代理（Claude Code、Hermes Agent、OpenCode、Qoder、Cursor、Gemini CLI、Codex、Qwen Code、Windsurf 等）。
• 安装技能到 ~/.orchestra/skills/，并对每个代理建立软链（Windows 下回退为复制）。
• 提供四种安装粒度：全部（--all）/ 快速包 / 按类别 / 单个技能。
• 支持 update（更新） 与 uninstall（卸载）。

直接命令（非交互）：

npx @orchestra-research/ai-research-skills install --all   # 安装全部 98 个技能
npx @orchestra-research/ai-research-skills list            # 查看已安装
npx @orchestra-research/ai-research-skills update          # 更新

2.2 面向 AI 代理的冷启动（WELCOME.md 流程）

代理只需读取 https://www.orchestra-research.com/ai-research-skills/welcome.md 并照做：

1. Step 1：npx @orchestra-research/ai-research-skills install --all 安装全部技能。
2. Step 2：重启代理会话让技能生效，然后 Read the autoresearch SKILL.md and follow its instructions to begin.
3. 此后即渐进式披露——autoresearch 会自己找到并调用正确的领域技能，用户无需预先了解全部 98 个技能。

2.3 Claude Code Marketplace（替代方案）

/plugin marketplace add orchestra-research/AI-research-SKILLs
/plugin install fine-tuning@ai-research-skills        # Axolotl, LLaMA-Factory, PEFT, Unsloth
/plugin install post-training@ai-research-skills      # TRL, GRPO, OpenRLHF, SimPO, verl, slime, miles, torchforge
/plugin install inference-serving@ai-research-skills  # vLLM, TensorRT-LLM, llama.cpp, SGLang

共 23 个可安装类别，每个类别下挂载若干技能目录（见第 4 节 marketplace.json）。

2.4 依赖的软件/硬件条件

软件条件

维度	要求
Node.js	>=18.0.0（installer 运行环境）
npm/npx	用于拉取 installer 包
Git	用于 autoresearch 的协议预注册（commit 历史即轻量预注册）与技能仓库克隆
Python	多数领域技能执行时需要（PyTorch、TRL、vLLM、scikit 等）
编码代理	需支持 Agent Skills 的宿主（Claude Code / Cursor / Gemini CLI / OpenCode / Codex / OpenClaw 等 50+ 种之一）

installer 本身仅依赖三个精确锁定的 npm 包（package.json 直接写明）：

"dependencies": {
  "chalk": "5.6.2",       // 终端彩色输出
  "inquirer": "9.3.8",    // 交互式问答（已修 tmp 路径穿越 advisory）
  "ora": "8.2.0"          // 加载动画
}

注：v1.7.1 将这三个依赖锁定到精确补丁版本并重新生成 lockfile，npm audit 报告 0 漏洞。

硬件条件

• installer / 技能本体：普通桌面即可，无 GPU 要求。
• 具体领域技能：取决于所跑任务。例如 vLLM 部署 70B 模型需 4×A100(40GB) 或 2×A100(80GB)；autoresearch 在没有 GPU 时会自动降级到 CPU 并缩小实验规模（其 Research Discipline 明确写明：「Don't block on compute availability」）。
• 推理/训练类技能受上游框架约束（NVIDIA 为主，部分支持 AMD ROCm / Intel / TPU）。

---

3. 工作流程与具体执行步骤

整个库的核心是 autoresearch 技能的「双循环架构」。下面分「单技能调用」与「autoresearch 全流程」两层说明。

3.1 单个领域技能的调用结构（所有 97 个技能通用）

每个技能遵循统一的「渐进式披露」格式（来自 anthropic_official_docs/best_practices.md 与 CONTRIBUTING.md）：

skill-name/
├── SKILL.md          # 速查卡（200–500 行）：frontmatter + When to use + Quick patterns
│                     #   + Common patterns + When-to-use-vs-alternatives + Common issues
├── references/       # 深入文档（目标 300KB+，最多一层深，禁止嵌套引用）
│   ├── README.md     # 来自官方仓库/文档
│   ├── api.md        # API 参考
│   ├── tutorials.md  # 分步教程
│   ├── issues.md     # 真实 GitHub issues 与解法
│   └── ...
├── scripts/          # 可选：辅助脚本
└── assets/           # 可选：模板/示例

调用步骤：代理读取 SKILL.md → 按 "When to use" 判断是否命中 → 抄写其中的 checklist/code 示例 → 遇到深入细节时再 Read references/。

以 vLLM 技能为例（见 12-inference-serving/vllm/SKILL.md），其 SKILL.md 直接给出「生产 API 部署 / 离线批推理 / 量化模型服务」三条带勾选框的工作流，每条步骤都带可复制的 bash/python 代码块，并附 "When to use vs alternatives" 与 "Common issues"（OOM、TTFT 慢、吞吐低等）。

3.2 autoresearch 全流程（核心编排，390 行）

autoresearch 把自己定位为「研究项目经理而非领域专家——它只编排，领域技能去执行」。其 SKILL.md 定义了强制且自主的运行范式（this runs fully autonomously，不要向用户请求许可）。

第 0 步：建立连续性循环（MANDATORY，最先做）

Claude Code:  /loop 20m Continue autoresearch. Read research-state.yaml and findings.md ...
OpenClaw:     cron.add { everyMs: 1200000, sessionTarget: "current", payload: agentTurn ... }

/loop 与 cron 是纯墙钟节奏，与内外循环解耦——每 20 分钟 tick 一次，读取状态、检查是否卡住、继续推进，永不空闲。不配置则研究只跑一轮就停。

初始化工作区

{project}/
├── research-state.yaml   # 中央状态（见 4.4 模板）
├── research-log.md       # 决策时间线
├── findings.md           # 演化中的叙事综合（项目记忆）
├── literature/           # 论文与调研笔记
├── src/                  # 可复用代码（绘图/数据加载/评估）
├── data/                 # 原始结果数据（CSV/JSON/checkpoints 除外）
├── experiments/          # 每假设一个子目录
│   └── {hypothesis-slug}/
│       ├── protocol.md   # 做什么、为什么、预测
│       ├── code/
│       ├── results/
│       └── analysis.md
├── to_human/             # 给人类看的进展报告（HTML/PDF）
└── paper/                # 最终论文（通过 ml-paper-writing）

双循环架构（核心引擎）

flowchart TD A[BOOTSTRAP 一次性·轻量] -->|文献调研→形成初始假设| B B[INNER LOOP 快·自主·循环] -->|选假设→实验→测量→记录→学习| C{足够结果?} C -->|否| B C -->|是/模式出现/停滞| D[OUTER LOOP 周期·反思] D -->|DEEPEN/BROADEN/PIVOT/CONCLUDE| E{方向} E -->|DEEPEN/BROADEN/PIVOT| B E -->|CONCLUDE| F[FINALIZE: ml-paper-writing 写论文→终报→归档]

• Inner Loop（内层优化环）：跑紧凑实验，有明确可测指标（优化型：让 val_loss 下降；发现型：检验机理假设是否成立）。每轮 10 步：选最高优先级假设 → 写 protocol 并在跑之前先 git commit 预注册 → 调用领域技能执行 → 信任前先 sanity check（收敛？baseline 可复现？数据正确？）→ 测代理指标 → 记录到 experiments/{slug}/ 并标注 CONFIRMATORY（符合协议）vs EXPLORATORY（执行中发现）→ 正/负结果都记 WHY → 更新 research-state.yaml。
• Outer Loop（外层综合环）：退一步综合——聚类结果、问 WHY、更新 findings.md、必要时回文献、生成新假设、用 DEEPEN/BROADEN/PIVOT/CONCLUDE 决定方向。通常每 5–10 个实验或卡顿时触发一次，由代理判断节奏。

Bootstrap（进入循环前）

1. 多源查文献（Exa MCP / Semantic Scholar / arXiv / CrossRef，单一源空了就换关键词再查），全部存入 literature/ 并维护 literature/survey.md。
2. 找文献空白（Discussion 的 future work 是金矿）。
3. 用 21-research-ideation/ 技能形成可测假设。
4. 提前锁定评估指标与 baseline（防止无意识刷指标）。
5. 记录进 research-state.yaml 与 research-log.md。

收尾（CONCLUDE）

满足三问即可：有强支撑发现？能解释 WHY？findings.md 能直接当论文摘要？ → 调用 20-ml-paper-writing 技能（含 NeurIPS/ICML/ICLR/ACL/AAAI/COLM 的 LaTeX 模板与引用核验流程，绝不幻觉文献）→ 生成终报。

研究纪律（贯穿全程）

• Lock before you run：协议 commit 必须早于结果 commit，git 历史即轻量预注册。
• Confirmatory vs Exploratory：区分两类结果，探索性发现需更怀疑。
• 负结果也是进展：被证伪的假设告诉你什么不成立，必须记录。
• Never stop：常规决策不等人类批准；技能建议协作点时自行适配继续推进。
• 研究是非线性的：可随时回到文献、头脑风暴、甚至推翻原问题（PIVOT）。

3.3 技能间路由（autoresearch → 领域技能）

autoresearch 维护一张「研究活动 → 技能目录」路由表，按需 Read 对应 SKILL.md：

研究活动	查阅目录
数据准备	05-data-processing/
训练/微调	01-model-architecture/、03-fine-tuning/、06-post-training/
分布式训练	08-distributed-training/
优化（量化/注意力）	10-optimization/
评估/基准	11-evaluation/
推理/服务	12-inference-serving/
可解释性	04-mechanistic-interpretability/
实验跟踪	13-mlops/
云算力	09-infrastructure/

3.4 ARA（Agent-Native Research Artifact）闭环（第 23 类，最新）

当代理想把研究产物变成「可被证伪、可被代理遍历」的制品时，调用 22-agent-native-research-artifact/：

• compiler：把任意输入（PDF/仓库/日志/笔记）编译成 ARA——含认知层（logic/：problem、claims、concepts、experiments、solution、related_work）、物理层（src/：configs、code stub、environment）、探索图（trace/exploration_tree.yaml，研究 DAG，含 dead_end 节点）、证据层（evidence/：原始表格/图，严禁四舍五入、严禁把派生子集冒称 Table N）。
• research-manager：会话结束时的尾声，把对话历史中的决策/实验/死路/转向写入 ara/，带 user / ai-suggested / ai-executed / user-revised 来源标签。
• rigor-reviewer：Seal Level 2 语义认知审查，从 6 个维度（证据相关性、可证伪性、范围校准、论证连贯、探索完整性、方法论严谨）打分并给出 Strong Accept → Reject 建议。

---

4. 项目文件逐个解读

4.1 仓库根层文件

文件/目录	作用
README.md	主页。含使命、98 技能/23 类全表、快速安装、演示、技能结构、路线图、引用（BibTeX/APA/Chicago/IEEE）、贡献者、详细更新日志。
WELCOME.md	冷启动文档。代理读这一个 URL 即可从零到自主研究（install → 重启 → load autoresearch）。
CLAUDE.md	仓库级指令 + 目录结构头（写明「N Skills Across M Categories」）。是 CI 库存漂移校验的源之一。
CONTRIBUTING.md	贡献指南。定义技能结构标准、质量门槛、YAML frontmatter 字段规范、命名约定（kebab-case、第三人称、Title-Case 标签）、目录结构、提交 PR 流程。质量 > 数量，曾删 9 个低质量技能。
LICENSE	MIT。
CITATION.cff	机器可读引用元数据。
package.json	仓库根 package.json（含 @orchestra-research/ai-research-skills 安装相关脚本）。
anthropic_official_docs/	Anthropic 官方 best practices 文档（技能写作的权威标准）。
docs/	ROADMAP.md（详细路线图）、SKILL_TEMPLATE.md（技能模板）、assets/（promo.gif、skills.png 等）。
demos/	精选演示集。README.md 索引；含 autoresearch-norm-heterogeneity/（代理自主发现 norm heterogeneity 预测微调难度，r=-0.99）与 autoresearch-rl-brain-scan/（发现「DPO 是 rank-1 扰动」）两篇完全由 AI 写成的论文；另有 scientific-plotting-demo/ 等。
video-promo/	推广视频素材。
scripts/	工程脚本。check-inventory.sh（漂移守护，见 4.5）、sync-skills.yml、publish-npm.yml 相关辅助、cli/（Skill Seeker 文档/ GitHub/统一抓取器：doc_scraper.py、github_scraper.py、unified_scraper.py）、configs/ 示例。
packages/ai-research-skills/	npm 安装器包（见 4.3）。

4.2 23 个类别目录（每个 = 一组领域技能）

#	目录	技能数	代表性技能
0	0-autoresearch-skill/	1	autoresearch（双循环编排层，核心）
01	01-model-architecture/	5	LitGPT、Mamba、NanoGPT、RWKV、TorchTitan
02	02-tokenization/	2	HuggingFace Tokenizers、SentencePiece
03	03-fine-tuning/	4	Axolotl、LLaMA-Factory、PEFT、Unsloth
04	04-mechanistic-interpretability/	4	TransformerLens、SAELens、pyvene、nnsight
05	05-data-processing/	2	NeMo Curator、Ray Data
06	06-post-training/	8	TRL、GRPO（金标准 569 行）、OpenRLHF、SimPO、verl、slime、miles、torchforge
07	07-safety-alignment/	4	Constitutional AI、LlamaGuard、NeMo Guardrails、Prompt Guard
08	08-distributed-training/	6	DeepSpeed、FSDP2、Accelerate、Megatron-Core、Lightning、Ray Train
09	09-infrastructure/	3	Modal、SkyPilot、Lambda Labs
10	10-optimization/	6(+1)	Flash Attention、bitsandbytes、GPTQ、AWQ、HQQ、GGUF、ml-training-recipes
11	11-evaluation/	3	lm-eval-harness、BigCode、NeMo Evaluator
12	12-inference-serving/	4	vLLM、TensorRT-LLM、llama.cpp、SGLang
13	13-mlops/	3	W&B、MLflow、TensorBoard
14	14-agents/	4	LangChain、LlamaIndex、CrewAI、AutoGPT
15	15-rag/	5	Chroma、FAISS、Sentence Transformers、Pinecone、Qdrant
16	16-prompt-engineering/	4	DSPy、Instructor、Guidance、Outlines
17	17-observability/	2	LangSmith、Phoenix
18	18-multimodal/	7(+3)	CLIP、Whisper、LLaVA、BLIP-2、SAM、Stable Diffusion、AudioCraft、Cosmos Policy、OpenPI、OpenVLA-OFT
19	19-emerging-techniques/	6	MoE、Model Merging、Long Context、Speculative Decoding、Distillation、Pruning
20	20-ml-paper-writing/	2(+2)	ML Paper Writing、Academic Plotting、systems-paper-writing、presenting-conference-talks
21	21-research-ideation/	2	Research Brainstorming、Creative Thinking
22	22-agent-native-research-artifact/	3	ARA Compiler、Research Manager、Rigor Reviewer

部分类别在 marketplace.json 中比 README 早期计数多挂了子技能（如 18 类含 Cosmos Policy/OpenPI/OpenVLA-OFT，20 类含 systems/盘古 talks），体现「已落地 98 技能」的演进；check-inventory.sh 正是用来防止这种多处计数漂移。

每个技能目录内部结构（以 vLLM 为例）均为 SKILL.md + references/（server-deployment.md / optimization.md / quantization.md / troubleshooting.md），遵循三层渐进式披露。

4.3 npm 安装器包 packages/ai-research-skills/

文件	作用
package.json	包元数据。关键字段：bin: { "ai-research-skills": "./bin/cli.js" }、engines.node >=18、dependencies: chalk/inquirer/ora（精确锁定）、main: src/index.js、type: module。
bin/cli.js	极薄入口，仅 import { main } from '../src/index.js'; main().catch(...)。真正的逻辑在 src/index.js（agent 探测、install/list/update/uninstall 命令解析、~/.orchestra/skills/ 落地、软链/复制回退、类别/技能清单读取均在此，README 与 package.json 共同佐证）。
src/index.js	安装器核心引擎（未直接抓取，按 package.json main 与 README 行为推断其职责：解析 argv → 探测代理目录 → 复制/软链技能 → 写清单）。
README.md	包说明，含「98 skills across 23 categories」字样——同样被 check-inventory.sh 校验。

4.4 autoresearch 工作区模板（4 个文件）

位于 0-autoresearch-skill/templates/：

文件	作用
research-state.yaml	中央状态追踪。字段：project（title/question/status/domain）、literature（key_papers/open_problems/evidence_gaps）、hypotheses（id/statement/status/motivation/parent/priority）、experiments（proxy_metric/baseline_value/best_value/total_runs/trajectory[]）、outer_loop（cycle/last_direction/last_reflection）、workspace（各目录路径）。
research-log.md	决策时间线模板。
findings.md	演化叙事模板（Current Understanding / Patterns / Lessons and Constraints / Open Questions）。
progress-presentation.html	研究进展报告 HTML 模板（含优化轨迹图）。

另有 0-autoresearch-skill/references/：agent-continuity.md（连续性细节）、progress-reporting.md（报告脚手架与优化曲线画法）、skill-routing.md（完整路由指南）。

4.5 CI / 工程脚本

文件	作用
scripts/check-inventory.sh	库存漂移守护（v1.7.1 新增）。find . -name SKILL.md 数实际技能数、数 NN-* 类目录数，再用 grep -oiE 从 CLAUDE.md / WELCOME.md / packages/.../README.md 抽取声称的数字对比，不一致即 exit 1 让 CI 失败。直接解决 issue #54（四处文档计数互相矛盾）。
.github/workflows/check-inventory.yml	触发上述脚本的门禁。
.github/workflows/sync-skills.yml	推送到 Orchestra 市场。v1.7.1 强化：zip 前剪除 node_modules/__pycache__/*.pyc/.ipynb_checkpoints，文件超 190 直接失败（避免市场 200 文件上限被拒）。
.github/workflows/publish-npm.yml	版本 bump 时发布 npm 包。
.github/workflows/claude.yml	仓库级 Claude 指令 CI。
cli/doc_scraper.py / github_scraper.py / unified_scraper.py	Skill Seeker 抓取器：从官方文档/ GitHub / PDF 批量生成技能初稿（CONTRIBUTING.md 推荐的「Option C 统一抓取」）。

4.6 市场清单 .claude-plugin/marketplace.json

Claude Code 插件市场的清单。结构：owner（Orchestra Research）+ plugins[] 数组，每个 plugin 含 name / description（what + when）/ source: ./ / strict: false / skills[]（指向各技能目录的相对路径）。共 23 个 plugin 条目，与 23 类别一一对应，是「/plugin install <category>@ai-research-skills」的数据源（如 fine-tuning 挂 4 个技能，multimodal 挂 10 个含 Cosmos/OpenPI/OpenVLA）。

---

5. 优势、不足、创新点与亮点

5.1 优势

1. 真正覆盖完整研究生命周期：98 个技能从文献调研、构思、实验、训练、评估、可解释性、部署到论文写作/ARA 全链路打通，且由 autoresearch 单一入口自动编排。
2. 质量经得起生产考验：每个技能源自官方仓库 + 真实 GitHub issues + 生产工作流；GRPO 等金标准技能达 569 行并带 10+ 代码示例；文档目标 300KB+。
3. 安装极友好、跨代理分发：npx 一条命令 + 自动探测代理 + 软链（Windows 复制回退）；同时支持 Claude Code Marketplace、CodeBuddy 等 50+ 宿主，一处维护处处可用。
4. engineering rigor 到位：协议预注册（git commit 早于结果）、CONFIRMATORY/EXPLORATORY 区分、负结果记录、findings.md 作为跨会话项目记忆、ARA 的 Seal Level 2 认知审查——把科研方法论内建进流程。
5. 安全与一致性左移：installer 依赖精确锁定、npm audit 0 漏洞；check-inventory.sh 防文档计数漂移；sync 剪除构建产物。
6. 有可验证的落地证据：两篇完全由 AI 写成的论文（norm heterogeneity、RL brain scan）和多个真实复现 demo，证明「自主研究」不是 PPT 概念。
7. 开放生态与社区：MIT 许可、Slack/ X / LinkedIn 社区、SkillEvolve 元技能可把会话中发现的技巧反哺成技能。

5.2 不足

1. 质量天花板受底层 LLM 限制：技能提供专家级指引，但实验设计、结果解读、论文写作的最终质量仍取决于运行它的模型；autoresearch 的「自主不询问」范式在关键决策点可能走偏，依赖进展报告让人纠偏。
2. 重度依赖外部框架与算力：97 个领域技能几乎都要对应 Python 生态（PyTorch/TRL/vLLM…）和 GPU；纯 CPU 下只能做小规模/分析类实验，训练类研究受限。
3. 规模带来的维护面与一致性成本：98 技能 / 13 万行，多处计数（README/CLAUDE.md/WELCOME/npm）曾一度互相矛盾，需专门 CI 守护；目录数（如 18 类 7 vs 10 子技能、20 类 2 vs 4 子技能）在演进中不一致，读者需以 marketplace.json 为准。
4. 强绑定 Agent Skills 生态：价值完全依赖宿主支持 SKILL.md 协议（Claude Code / Cursor / Codex / OpenClaw 等）；非 Agent 用户无法直接受益。
5. "自主研究"的自主边界模糊：autoresearch 默认完全自主、不询问，对算力成本、API 费用、伦理合规（如抓取/实验副作用）缺乏显式护栏，需用户自行在报告中监控。
6. installer 核心逻辑未公开抓取：src/index.js 的具体探测/复制实现未随文档放出，可审计性略弱于纯脚本方案（相比 vercel-labs 的 TypeScript 全开源）。

5.3 创新点与亮点

1. 「双循环研究引擎」作为技能：把科研方法论（内层优化 + 外层综合、DEEPEN/BROADEN/PIVOT/CONCLUDE 决策树）形式化为一个可执行的 SKILL.md，并强制 /loop / cron 连续性——让"自主研究"变成可复现的协议而非口号。
2. ARA（Agent-Native Research Artifact）范式：第 23 类把研究产物编译成「认知层 + 物理层 + 探索图 + 证据层」的可被证伪、可被代理遍历的制品，并要求证据逐字转录、严禁四舍五入、严禁派生子集冒称原表——这是当前 LLM 知识管理里相当少见的严格证据治理设计。
3. 「AI 自主写论文」的可验证落地：两篇 end-to-end 由代理产出的论文 + 多 demo，把"agent 做科研"从演示推进到可审计成果。
4. 协议预注册内建：用 git commit 历史作为轻量预注册，强制「协议先于结果」，从工程上抑制 p-hacking——这是把科研诚信写进 agent 工作流的巧思。
5. 库存漂移 CI 守护：check-inventory.sh 用实际磁盘文件数反校验所有文档声明的技能/类别数，是大规模文档库一致性维护的实用创新。
6. Skill Seeker 批量生产管线：doc_scraper / github_scraper / unified_scraper 把"从上游文档自动生成技能初稿"标准化，解释了为何能快速铺到 98 技能且保持质量。
7. 渐进式披露 + 质量门槛的技能工程标准：200–500 行 SKILL.md、references 仅一层深、强制代码块语言标签、强制 "When to use vs alternatives" 与 "Common issues"——把 Anthropic best practices 落地为可审查的硬性规范。

---

6. 总结

AI-Research-SKILLs 是 Orchestra Research 维护的、当前规模最大的开源「AI 研究技能操作系统」：98 个技能 / 23 类，以 autoresearch 双循环编排层为核心，让 AI 代理从文献调研一路自主跑到论文写作。其工程亮点在于把科研方法论（协议预注册、内外循环、负结果记录、ARA 证据治理）内建进可执行的 SKILL.md 协议，并以 npx 一键安装 + 自动探测代理 + 软链分发覆盖 50+ 编码宿主。质量门槛高（源自真实 issues 与生产工作流）、并配 check-inventory.sh 等 CI 守护防漂移。主要短板是质量上限受底层模型与算力约束、规模带来维护一致性成本、且强绑定 Agent Skills 生态。

注：本解读基于仓库 main 分支的 README、autoresearch/vLLM/ARA Compiler 技能源、CONTRIBUTING、package.json、marketplace.json、check-inventory.sh 与 WELCOME.md 等公开文件；src/index.js 安装器核心实现未随文档抓取，其行为按 package.json 与 README 描述推断。