![[v0.2] 科研流程 skills 更新,codexcc 再次拉磨：重构 survey-latex，上线 idea-brainstorm 与毕业论文 skills](/imgrand/0m6Ducgb.webp)
[v0.2] 科研流程 skills 更新,codexcc 再次拉磨：重构 survey-latex，上线 idea-brainstorm 与毕业论文 skills
- 内容介绍
- 文章标签
- 相关推荐
Preface
GitHub - WILLOSCAR/research-units-pipeline-skills: Research pipelines as semantic execution units:...
Research pipelines as semantic execution units: each skill declares inputs/outputs, acceptance criteria, and guardrails. Evidence-first methodology prevents hollow writing through structured intermediate artifacts.
[v0.1] 我把科研流程拆成了一堆 Skills，让codex/cc像打工人一样拉磨 搞七捻三如果大家觉得有帮助，欢迎点个star支持一下。 最近在疯狂更新，帖子不一定来得及更新，以 Github 为准 Motivation 这个 project 的初衷，源于我读到的 Anthropic 的 skills 设计，对这种即插即用、可组合的范式产生了强烈兴趣，觉得在抽象层面非常优雅。由此引出了一个问题：能否像搭积木一样，通过编排 skills 来完成科研流程（好吧，我承认其实是懒癌…
蹲蹲关注和 star !!!
Motivation
回头看之前的 latex survey Pipeline，发现还有不少坑没填，整体写法和链路设计也存在一些问题，所以这次想顺手把它系统补一补、重构一下。与此同时，也想把之前零散想到但还没真正补齐的几个 Pipeline 功能一起推进，比如 idea-brainstorm 和毕业论文撰写。再加上最近出了不少新模型， vibe coding 的热情进度条叠满了，也顺便感谢各位佬友之前在帖子里提的建议，还有帮我发现的一些问题 。
image1024×559 207 KB
Changelog （省流版）
- 升级了 survey-latex Pipeline。之前这条链路整体更像一条比较严谨的流水线，强调分阶段推进、强 gate 控制和证据先行，整体偏工程化和兜底思路，稳定是稳定，但有些地方也会显得比较僵硬。新版主要是为了让写作过程更贴近真实场景：而是先做更广覆盖的检索，优先把 chapter / section 这一层框架实现，再逐步细化到 subsection 和段落，同时允许中间小循环持续回跳、补文献、改结构和修内容。整体来说，新版更强调写作过程中的动态收敛，而不是一条固定链路线性跑到底。（后续还会更新，还有不少提升空间）
- 新增了 idea-brainstorm 功能，用于辅助发散、筛选和沉淀想法，当前的形态最后是个 md（之前设计的是卡片式的），后续还需要改进
- 新增了面向毕业论文写作的相关 skills，用于支持中文毕业论文场景下的检索、规划、写作与迭代优化
- 重构了整个 project 的组织编排，精简了 README，并新增 readme 文件夹，将各项功能的介绍文档统一放到该目录下，整体说明也写得更详细了
- skills 数量变多了，可以按需使用
usage
- 部分 Pipeline（例如 survey-latex、idea-brainstorm）本身就是端到端设计的；graduate-paper 也可以按端到端方式来组织。但这个任务相对较重，需要human in the loop，中间各阶段仍然需要反复迭代，推荐先跑个大致的及格产物出来，后续按需加载 skills 反复修改
- example 中有例子，Pipeline 中是对应的流程
- 项目里面的 agents.md 可用可不用，主要用于记录流程
Method
注：比较详细的介绍可以参考readme 里面的分块功能
latex survey
旧版其实更像一条比较硬的流水线：先大范围检索、攒论文池，然后很快往下拆到更细的 H3 结构，再围绕这些小点去组织证据和写内容。这样做的好处是很工程化，流程清楚，也方便回放、审计和复现，但问题是有时候会有点太死板，写作过程不太像人真的在写 survey。新版主要就是想把这件事改得更贴近真实写作：不再一开始就急着写到很细的层级，而是先做广覆盖检索，先把 chapter / section 这一层的大框架先构建出来，再慢慢往 subsection 和段落细化；中间如果发现文献不够、结构不顺、内容有偏，也可以随时去补检索、改绑定、修大纲。整体上，新 pipeline 更强调一种动态收敛的过程，也就是边检索、边绑定、边修结构、边写内容，而不是按一条固定链路线性跑到底。
理论上，写作一开始就应该先有一个当前版本的普通大纲或目录，作为整体结构的基础。随后，围绕这个初始框架尽可能广泛地收集相关论文，并通过分档、分点或某种高效筛选策略，将文献逐步绑定到不同的 section 和 subsection 上。基于这些绑定的文献，再分别为每个 section / subsection 提炼出对应的初版写作思路和局部大纲，然后进入正式写作阶段。
在写作过程中，大纲、文献和内容本身都不应是一次定死的，而应该允许持续迭代：发现论据不够就继续补论文，发现结构不顺就继续改大纲，发现表达或逻辑有问题就继续修改内容。也就是说，整个过程本质上是“目录—文献绑定—局部大纲—正文写作—补充检索—结构修正—内容润色”的循环迭代，直到各层级内容逐步收敛并最终达成一致。
具体来说，可以先从 section 层面完成论文分配与思路整理，再继续细化到 subsection，必要时甚至到段落级别，一段一段推进。每完成一个 subsection，就先做一轮局部润色与一致性检查；等多个 subsection 拼接成完整 section 后，再对 section 做整体润色；最后再回到全文层面，反复核对内容是否与当前大纲、各级标题及文献支撑保持对齐，直到整体结构、论证逻辑和表达质量都稳定下来。
毕业论文
可以参考pipelines/graduate-paper-pipeline.md的流程去组织，有 skills 会帮助一开始初始化缺的项目内容，类似新手导引，当然最好的办法就是让 codex 大人直接扫下 skills 和 Pipeline然后手把手教学一下
简单来说：这套毕业论文的写法，不是直接在 tex 里边改边写，不是硬拼现有的论文，会先参考 graduate-paper-pipeline.md，把整篇论文当成一条围绕某个问题逐步重构的故事线来做。先用 thesis-workspace-init 之类的 skills，把缺的目录、材料索引、问题清单和中间工作文件先补齐；再把现有的模板、PDF、Overleaf 源稿、bib 和旧章节材料，对应到毕业论文各个章节里该放的位置。接下来，不是去回到 TeX 里直接修改，而是先在 Markdown 这一层把章节结构、术语表述、图表规划和证据链慢慢理顺，等主线和内容都确定没什么问题了，再统一写回到 chapters/*.tex，最后在本地装个 tex 编译，免受 overleaf 编译速度之苦，另外先在中间层把这些问题想清楚，能少掉很多直接在 TeX 层来回改造成的混乱、返工和排版上面的干扰
画图方面：overleaf源文件有图片基本可以实现无感迁移，需要重画推荐nano banana+edit banana
idea-brainstorm
idea-brainstorm 这条流程，先把用户的研究方向、限制条件和这次讨论到底想解决什么，整理成一份清楚的 brief，接着再去检索、筛选文献，把材料收敛到一个真正值得讨论的核心集合，然后基于这些文献，梳理里面的分歧、缺口和可能的切入点，再往下提出几条值得展开聊的 research directions，经过一轮轮筛选和收敛，最后整理成一份 memo。（之前的写法，本质上更接近对论文 insight 做笛卡尔积式的拼接，即把 A + B + C 这样的要素直接组合生成结果）
网友解答：--【壹】--：
我理解自动做实验技术上可以搭建 multi-agent+workflow做到，中间还是需要人参与去验证，现有链路的误差累计比较多
--【贰】--：
牛逼牛逼真牛逼，支持
--【叁】--：
收藏备用
--【肆】--：
之前创智学院+日行迹有个 100 篇论文自动化挑战直播+最近有个 autoresearch 找个 agent 监督 gpu
--【伍】--：
除了研究过程固化，实验是不是也自动化了
--【陆】--：
来学习啦！
--【柒】--：
学习一下佬的杰作
--【捌】--：
感谢佬友分享
--【玖】--：
我在这个后面接了一些idea to paper，还有ai写论文的一些东西 可以半自动的制造似是而非的学术论文。
--【拾】--：
佬真牛！
--【拾壹】--：
研究一下
--【拾贰】--：
star了，加油啊！
--【拾叁】--：
感谢大佬！
--【拾肆】--：
最近有些比较麻烦的工程问题，学界也没找到比较好的实现，感觉用自动化论文调研建模的方式可能会轻松一点，如果能自动做实验验证那真是轻松很多
Preface
GitHub - WILLOSCAR/research-units-pipeline-skills: Research pipelines as semantic execution units:...
Research pipelines as semantic execution units: each skill declares inputs/outputs, acceptance criteria, and guardrails. Evidence-first methodology prevents hollow writing through structured intermediate artifacts.
[v0.1] 我把科研流程拆成了一堆 Skills，让codex/cc像打工人一样拉磨 搞七捻三如果大家觉得有帮助，欢迎点个star支持一下。 最近在疯狂更新，帖子不一定来得及更新，以 Github 为准 Motivation 这个 project 的初衷，源于我读到的 Anthropic 的 skills 设计，对这种即插即用、可组合的范式产生了强烈兴趣，觉得在抽象层面非常优雅。由此引出了一个问题：能否像搭积木一样，通过编排 skills 来完成科研流程（好吧，我承认其实是懒癌…
蹲蹲关注和 star !!!
Motivation
回头看之前的 latex survey Pipeline，发现还有不少坑没填，整体写法和链路设计也存在一些问题，所以这次想顺手把它系统补一补、重构一下。与此同时，也想把之前零散想到但还没真正补齐的几个 Pipeline 功能一起推进，比如 idea-brainstorm 和毕业论文撰写。再加上最近出了不少新模型， vibe coding 的热情进度条叠满了，也顺便感谢各位佬友之前在帖子里提的建议，还有帮我发现的一些问题 。
image1024×559 207 KB
Changelog （省流版）
- 升级了 survey-latex Pipeline。之前这条链路整体更像一条比较严谨的流水线，强调分阶段推进、强 gate 控制和证据先行，整体偏工程化和兜底思路，稳定是稳定，但有些地方也会显得比较僵硬。新版主要是为了让写作过程更贴近真实场景：而是先做更广覆盖的检索，优先把 chapter / section 这一层框架实现，再逐步细化到 subsection 和段落，同时允许中间小循环持续回跳、补文献、改结构和修内容。整体来说，新版更强调写作过程中的动态收敛，而不是一条固定链路线性跑到底。（后续还会更新，还有不少提升空间）
- 新增了 idea-brainstorm 功能，用于辅助发散、筛选和沉淀想法，当前的形态最后是个 md（之前设计的是卡片式的），后续还需要改进
- 新增了面向毕业论文写作的相关 skills，用于支持中文毕业论文场景下的检索、规划、写作与迭代优化
- 重构了整个 project 的组织编排，精简了 README，并新增 readme 文件夹，将各项功能的介绍文档统一放到该目录下，整体说明也写得更详细了
- skills 数量变多了，可以按需使用
usage
- 部分 Pipeline（例如 survey-latex、idea-brainstorm）本身就是端到端设计的；graduate-paper 也可以按端到端方式来组织。但这个任务相对较重，需要human in the loop，中间各阶段仍然需要反复迭代，推荐先跑个大致的及格产物出来，后续按需加载 skills 反复修改
- example 中有例子，Pipeline 中是对应的流程
- 项目里面的 agents.md 可用可不用，主要用于记录流程
Method
注：比较详细的介绍可以参考readme 里面的分块功能
latex survey
旧版其实更像一条比较硬的流水线：先大范围检索、攒论文池，然后很快往下拆到更细的 H3 结构，再围绕这些小点去组织证据和写内容。这样做的好处是很工程化，流程清楚，也方便回放、审计和复现，但问题是有时候会有点太死板，写作过程不太像人真的在写 survey。新版主要就是想把这件事改得更贴近真实写作：不再一开始就急着写到很细的层级，而是先做广覆盖检索，先把 chapter / section 这一层的大框架先构建出来，再慢慢往 subsection 和段落细化；中间如果发现文献不够、结构不顺、内容有偏，也可以随时去补检索、改绑定、修大纲。整体上，新 pipeline 更强调一种动态收敛的过程，也就是边检索、边绑定、边修结构、边写内容，而不是按一条固定链路线性跑到底。
理论上，写作一开始就应该先有一个当前版本的普通大纲或目录，作为整体结构的基础。随后，围绕这个初始框架尽可能广泛地收集相关论文，并通过分档、分点或某种高效筛选策略，将文献逐步绑定到不同的 section 和 subsection 上。基于这些绑定的文献，再分别为每个 section / subsection 提炼出对应的初版写作思路和局部大纲，然后进入正式写作阶段。
在写作过程中，大纲、文献和内容本身都不应是一次定死的，而应该允许持续迭代：发现论据不够就继续补论文，发现结构不顺就继续改大纲，发现表达或逻辑有问题就继续修改内容。也就是说，整个过程本质上是“目录—文献绑定—局部大纲—正文写作—补充检索—结构修正—内容润色”的循环迭代，直到各层级内容逐步收敛并最终达成一致。
具体来说，可以先从 section 层面完成论文分配与思路整理，再继续细化到 subsection，必要时甚至到段落级别，一段一段推进。每完成一个 subsection，就先做一轮局部润色与一致性检查；等多个 subsection 拼接成完整 section 后，再对 section 做整体润色；最后再回到全文层面，反复核对内容是否与当前大纲、各级标题及文献支撑保持对齐，直到整体结构、论证逻辑和表达质量都稳定下来。
毕业论文
可以参考pipelines/graduate-paper-pipeline.md的流程去组织，有 skills 会帮助一开始初始化缺的项目内容，类似新手导引，当然最好的办法就是让 codex 大人直接扫下 skills 和 Pipeline然后手把手教学一下
简单来说：这套毕业论文的写法，不是直接在 tex 里边改边写，不是硬拼现有的论文，会先参考 graduate-paper-pipeline.md，把整篇论文当成一条围绕某个问题逐步重构的故事线来做。先用 thesis-workspace-init 之类的 skills，把缺的目录、材料索引、问题清单和中间工作文件先补齐；再把现有的模板、PDF、Overleaf 源稿、bib 和旧章节材料，对应到毕业论文各个章节里该放的位置。接下来，不是去回到 TeX 里直接修改，而是先在 Markdown 这一层把章节结构、术语表述、图表规划和证据链慢慢理顺，等主线和内容都确定没什么问题了，再统一写回到 chapters/*.tex，最后在本地装个 tex 编译，免受 overleaf 编译速度之苦，另外先在中间层把这些问题想清楚，能少掉很多直接在 TeX 层来回改造成的混乱、返工和排版上面的干扰
画图方面：overleaf源文件有图片基本可以实现无感迁移，需要重画推荐nano banana+edit banana
idea-brainstorm
idea-brainstorm 这条流程，先把用户的研究方向、限制条件和这次讨论到底想解决什么，整理成一份清楚的 brief，接着再去检索、筛选文献，把材料收敛到一个真正值得讨论的核心集合，然后基于这些文献，梳理里面的分歧、缺口和可能的切入点，再往下提出几条值得展开聊的 research directions，经过一轮轮筛选和收敛，最后整理成一份 memo。（之前的写法，本质上更接近对论文 insight 做笛卡尔积式的拼接，即把 A + B + C 这样的要素直接组合生成结果）
网友解答：--【壹】--：
我理解自动做实验技术上可以搭建 multi-agent+workflow做到，中间还是需要人参与去验证，现有链路的误差累计比较多
--【贰】--：
牛逼牛逼真牛逼，支持
--【叁】--：
收藏备用
--【肆】--：
之前创智学院+日行迹有个 100 篇论文自动化挑战直播+最近有个 autoresearch 找个 agent 监督 gpu
--【伍】--：
除了研究过程固化，实验是不是也自动化了
--【陆】--：
来学习啦！
--【柒】--：
学习一下佬的杰作
--【捌】--：
感谢佬友分享
--【玖】--：
我在这个后面接了一些idea to paper，还有ai写论文的一些东西 可以半自动的制造似是而非的学术论文。
--【拾】--：
佬真牛！
--【拾壹】--：
研究一下
--【拾贰】--：
star了，加油啊！
--【拾叁】--：
感谢大佬！
--【拾肆】--：
最近有些比较麻烦的工程问题，学界也没找到比较好的实现，感觉用自动化论文调研建模的方式可能会轻松一点，如果能自动做实验验证那真是轻松很多