Orchestra-Research/AI-Research-SKILLs

解决的问题

AI 研究人员通常花费更多时间在管理基础设施和调试工具上，而非测试科学假设。此库提供了一套标准化的“技能”，让 AI 智能体能够自主处理整个研究生命周期——从头脑风暴和文献综述，到执行实验和撰写最终论文。

运作方式

该项目通过 autoresearch 编排层实现了双循环架构（内部优化与外部合成）。此核心层将任务路由至 98 种专业领域技能。每项技能都包含专家级指导、生产就绪的工作流程，以及针对 Megatron-LM、vLLM 和 TRL 等特定框架的代码示例。这些技能可以安装到编码智能体（如 Claude Code、Cursor 或 Gemini CLI）中，赋予它们进行研究所需的技术专业知识。

目标对象

AI 智能体及其背后的编排人员，特别是那些希望自动化机器学习研究中技术工程层面的人士。

特色亮点

• 全面覆盖：涵盖 23 个类别的 98 种技能，包括微调、分布式训练、机械可解释性及后训练。
• 智能体原生安装：包含一个交互式安装程序，可自动检测编码智能体并将技能直接符号链接至其中。
• 端到端工作流程：支持从构思、数据处理到评估及 LaTeX 论文撰写的完整流程。
• 研究级知识：文档来源于官方仓库、GitHub issues 及生产工作流程。