📄 工具详情 ⚙️ 安装教程 📚 使用教程
⚡
Claude技能

AI-Research-SKILLs — Claude Skill 中文使用文档

基于 TeX · 专为 Claude 深度优化，CLI 一键安装
英文名：AI-Research-SKILLs
⭐ 8.8k Stars 🍴 671 Forks 💻 TeX 📄 MIT 🏷 AI 9.2分
9.2AI 综合评分
aiai-researchclaudeclaude-codeclaude-skillscodexclaude-skill
⬇ 下载源码 ZIP ⚙️ 配置说明
✦ AI Skill Hub 推荐

AI-Research-SKILLs — Claude Skill 中文使用文档 是 AI Skill Hub 本期精选Claude技能之一。已获得 8.8k 颗 GitHub Star，综合评分 9.2 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。

📚 深度解析
AI-Research-SKILLs — Claude Skill 中文使用文档 是一款基于 TeX 的开源工具，在 GitHub 上收获 9k+ Star，是ai、ai-research、claude、claude-code领域中的优质开源项目。开源工具的最大优势在于代码完全透明，你可以审计每一行代码的安全性，也可以根据自身需求进行二次开发和定制。

**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。

**安装与环境准备**
AI-Research-SKILLs — Claude Skill 中文使用文档 依赖 TeX 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 TeX 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。

**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 AI-Research-SKILLs — Claude Skill 中文使用文档 的版本更新，及时通知重要功能变化。
📋 工具概览

AI-Research-SKILLs — Claude Skill 中文使用文档 是一款基于 TeX 开发的开源工具，专注于 ai、ai-research、claude 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。

GitHub Stars
⭐ 8.8k
开发语言
TeX
支持平台
Windows / macOS / Linux
维护状态
持续维护，定期更新
开源协议
MIT
AI 综合评分
9.2 分
工具类型
Claude技能
Forks
671
📖 中文文档
以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

AI-Research-SKILLs — Claude Skill 中文使用文档 是一款基于 TeX 开发的开源工具，专注于 ai、ai-research、claude 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。

📌 核心特色
  • 专为 Claude 系列模型深度优化的扩展技能
  • 通过 Claude Code CLI 一键安装，配置零门槛
  • 充分利用 Claude 的长上下文和推理能力
  • 支持与 MCP 工具组合使用，扩展能力边界
🎯 主要使用场景
  • 在 Claude 中快速解决特定专业领域的问题
  • 复杂任务的 AI 辅助分析、推理和报告生成
  • 构建个人专属的 AI 技能工具箱
以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。
安装命令
# 克隆仓库
git clone https://github.com/Orchestra-Research/AI-Research-SKILLs
cd AI-Research-SKILLs

# 查看安装说明
cat README.md

# 按 README 完成环境依赖安装后即可使用
📋 安装步骤说明
  1. 访问 GitHub 仓库页面
  2. 按照 README 文档完成依赖安装
  3. 根据系统环境完成初始化配置
  4. 参考官方示例或文档开始使用
  5. 遇到问题可在 GitHub Issues 中查找解答
以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。
常用命令 / 代码示例
# 查看帮助
ai-research-skills --help

# 基本运行
ai-research-skills [options] <input>

# 详细使用说明请查阅文档
# https://github.com/Orchestra-Research/AI-Research-SKILLs
以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。
配置示例
# ai-research-skills 配置说明
# 查看配置选项
ai-research-skills --config-example > config.yml

# 常见配置项
# output_dir: ./output
# log_level: info
# workers: 4

# 环境变量（覆盖配置文件）
export AI_RESEARCH_SKILLS_CONFIG="/path/to/config.yml"
📑 README 深度解析 真实文档 完整度 37/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

AI Research `Skills` Library

The most comprehensive open-source skills library enabling AI agents to autonomously conduct AI research — from idea to paper

<p align="center"> <img src="docs/assets/promo.gif" alt="AI Research Skills Demo" width="700"> </p>

<p align="center"> <a href="https://opensource.org/licenses/MIT"><img src="https://img.shields.io/badge/License-MIT-yellow.svg" alt="License: MIT"></a> <a href="https://www.npmjs.com/package/@orchestra-research/ai-research-skills"><img src="https://img.shields.io/npm/v/@orchestra-research/ai-research-skills.svg" alt="npm version"></a> <a href="https://www.orchestra-research.com/perspectives/ai-research-skills"><img src="https://img.shields.io/badge/Blog-Read%20More-orange.svg" alt="Blog Post"></a> <a href="https://join.slack.com/t/orchestrarese-efu1990/shared_invite/zt-3iu6gr8io-zJvpkZTPToEviQ9KFZvNSg"><img src="https://img.shields.io/badge/Slack-Join%20Community-4A154B.svg?logo=slack" alt="Slack"></a> <a href="https://x.com/orch_research"><img src="https://img.shields.io/badge/Twitter-Follow-1DA1F2.svg?logo=x" alt="Twitter"></a> <a href="https://www.linkedin.com/company/orchestra-research/"><img src="https://img.shields.io/badge/LinkedIn-Follow-0A66C2.svg?logo=linkedin" alt="LinkedIn"></a> </p>

Install by category (23 categories available)

/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 /plugin install distributed-training@ai-research-skills /plugin install optimization@ai-research-skills ```

</details>

Use Cases

Demos

All 87 skills in this repo are automatically synced to Orchestra Research, where you can add them to your projects with one click and use them with AI research agents.

See skills in action → demos/

We maintain a curated collection of demo repositories showing how to use skills for real AI research tasks:

DemoSkills UsedWhat It Does
**[Norm Heterogeneity → LoRA Brittleness](demos/autoresearch-norm-heterogeneity/)**Autoresearch, ML Paper Writing, IdeationAgent autonomously discovered norm heterogeneity predicts fine-tuning difficulty (r=-0.99), pivoting from a null result on ETF overlaps
**[RL Algorithm Brain Scan](demos/autoresearch-rl-brain-scan/)**Autoresearch, GRPO, TRL, SAELens, TransformerLens, ML Paper WritingAgent found DPO is a rank-1 perturbation (95.6% recovery from one SVD direction) while online RL is distributed and structure-preserving
**[NeMo Eval: GPQA Benchmark](https://github.com/zechenzhangAGI/Nemo-Eval-Skill-Demo)**NeMo EvaluatorCompare Llama 8B/70B/405B on graduate-level science questions
**[LoRA Without Regret Reproduction](https://www.orchestra-research.com/perspectives/LLM-with-Orchestra)**GRPO, TRLReproduce SFT + GRPO RL experiments via prompting
**[Layer-Wise Quantization Experiment](https://github.com/AmberLJC/llama-quantization-experiment)**llama.cpp, GGUFInvestigate optimal layer precision allocation—early layers at Q8 achieve 1.9× compression with 1.3% perplexity loss
**[Cross-Lingual Alignment Analysis](https://github.com/AmberLJC/faiss-demo)**FAISSQuantify how well multilingual embeddings align semantic concepts across 8 languages using FAISS similarity search
**[Scientific Plotting Demo](demos/scientific-plotting-demo/)**Academic PlottingGenerate publication-quality figures for the Andes QoE-aware LLM serving paper — Gemini AI architecture diagrams + matplotlib data charts (CDF, multi-panel grids, bar charts)

Featured Demos: Two papers produced entirely by AI agents using the autoresearch skill. The Norm Heterogeneity paper demonstrates autonomous research pivoting — the agent refuted its own hypothesis and discovered a stronger finding. The RL Brain Scan paper demonstrates multi-skill orchestration — the agent trained RL models, analyzed internals with interpretability tools, and synthesized the insight that "DPO is rank-1 alignment." Both papers written end-to-end by the agent.

📚 实用指南（长尾问题）
适合谁
  • 构建多智能体协作系统的 Agent 开发者
  • 构建企业知识库 / RAG 检索应用的团队
  • 做语音类 AI 产品的开发者
最佳实践
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
  • 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • embedding 模型与查询模型不一致导致检索失效
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
部署方案
  • Docker：AI-Research-SKILLs 提供官方镜像，docker compose up 一键启动
  • CLI：直接 npm install -g / pip install，命令行调用
  • 本地部署：CPU 8GB 起，GPU 推荐 16GB+ 显存
  • 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
AI-Research-SKILLs 中文教程AI-Research-SKILLs 安装报错怎么办AI-Research-SKILLs Docker 部署AI-Research-SKILLs Agent 工作流AI-Research-SKILLs 与同类工具对比AI-Research-SKILLs 最佳实践AI-Research-SKILLs 适合谁用
⚡ 核心功能
👥 适合人群
Claude 重度用户AI 研究者和开发者需要专业领域 AI 增强的专家
🎯 使用场景
  • 在 Claude 中快速解决特定专业领域的问题
  • 复杂任务的 AI 辅助分析、推理和报告生成
  • 构建个人专属的 AI 技能工具箱
⚖️ 优点与不足
✅ 优点
  • +GitHub 8.8k Star，社区高度认可
  • +MIT 协议，可免费商用
  • +AI Skill Hub 精选推荐
  • +深度优化 Claude 使用体验
  • +CLI 一键安装，极度便捷
⚠️ 不足
  • −仅限 Claude 用户使用，受平台限制
  • −功能边界受当前 Claude 模型能力约束
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。

🔗 相关工具推荐
planning-with-files — Claude Skill 中文使用文档
Claude Code skill implementing Manus-style persistent markdo
claude-skills — Claude Skill 中文使用文档
66 Specialized Skills for Full-Stack Developers. Transform C
frontend-slides — Claude Skill 中文使用文档
Create beautiful slides on the web using Claude's frontend s
natively-cluely-ai-assistant — Claude Skill 中文使用文档
Natively - Free open-source AI interview copilot & meeting a
📚 相关教程推荐
MCP 工具
帮助中心 · AI Skill Hub
如何安装 Skill
帮助中心 · AI Skill Hub
可安装 Skill
帮助中心 · AI Skill Hub
AI 写作提效工作流：从 Prompt 设计到批量内容生产
帮助中心 · AI Skill Hub
❓ 常见问题 FAQ
AI-Research-SKILLs 是一款TeX开发的AI辅助工具。Comprehensive open-source library of AI research and engineering skills for any AI model. Package the skills and your claude code/codex/gemini agent will be an AI research agent with full horsepower. Maintained by Orchestra Research.
💡 AI Skill Hub 点评

经综合评估，AI-Research-SKILLs — Claude Skill 中文使用文档 在Claude技能赛道中表现稳健，质量优秀。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载，无需跳转 GitHub

📚 深入学习 AI-Research-SKILLs — Claude Skill 中文使用文档
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 AI-Research-SKILLs
原始描述 Comprehensive open-source library of AI research and engineering skills for any AI model. Package the skills and your claude code/codex/gemini agent will be an AI research agent with full horsepower. Maintained by Orchestra Research.
Topics aiai-researchclaudeclaude-codeclaude-skillscodexclaude-skill
GitHub https://github.com/Orchestra-Research/AI-Research-SKILLs
License MIT
语言 TeX
🔗 原始来源
🐙 GitHub 仓库  https://github.com/Orchestra-Research/AI-Research-SKILLs 🌐 官方网站  http://orchestra-research.com

收录时间：2026-05-22 · 更新时间：2026-05-22 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。