评估研究想法在实验前的质量，基于标题、动机和方法生成多维度评分与结论。适用于用户请求对提案进行强度评级或对比两个想法的场景。
作为客观的研究审查员，对已通过结构验证的ARA进行语义认识论审查。通过阅读内容评估证据相关性、可证伪性等六个维度，生成包含评分、优缺点及建议的结构化报告，旨在提升研究内容的严谨性与可信度。
用于审计外部高风险声明（如数字、基准、因果归因）的可信度。通过第一性原理与补锅匠模式分析，结合八问检查清单生成包含来源、非平凡性及决策适配度的三轴判决，防止不可靠信息污染结论。
基于耿同学精神，通过读取论文PDF，从图片复用、数据造假、拼接痕迹、统计异常等六个维度检测学术不端行为，并生成包含评级和建议的打假报告。
用于审核、修订或起草面向Nature等高水平期刊投稿的统计报告。确保统计透明度与可重复性，检查样本量、p值、多重比较及实验设计等要素，提升稿件发表质量。
复合材料固化仿真主控技能，针对Abaqus环境。通过区分带模具接触与无模具约束，指导用户正确配置铺层、摩擦及脱模回弹分析，避免物理错误，路由至子技能处理具体参数。
对AI研究产物进行严格且建设性的内部审查。当用户需要对论文或草稿提出评审、批评或反馈，或在提交前识别弱点时触发此技能。
模拟国际期刊同行评审流程，通过动态配置5个角色（含魔鬼代言人）进行多维度论文审查。支持全文、复审、快速评估等多种模式，生成结构化编辑决定与修改路线图。
提供学术作品的定性反馈与低 stakes 评估流程审计，严禁用于人员排名或高影响决策。
利用Codex代理对研究工作进行深度批判性审查，识别逻辑漏洞与实验缺陷。适用于用户请求审查研究、论文或实验结果等场景。
用于在 Lean 4 中编写、审查结构化证明及设计数学库。涵盖定理证明、规范形式化、代码重构、CI 配置及性能诊断，遵循 Mathlib 约定。
对智能体原生研究产物进行语义认识论审查，评估证据相关性、可证伪性等六个维度，生成建设性评分报告与接受/拒绝建议。
