Agent Skills
› aiming-lab/AutoResearchClaw
aiming-lab/AutoResearchClaw
GitHub应用A-Evolve方法论迭代优化AI Agent性能，通过诊断失败、生成技能补丁和演化系统提示来积累知识。
Install All Skills
npx skills add aiming-lab/AutoResearchClaw --all -g -y
Skills in Collection (41)
应用A-Evolve方法论迭代优化AI Agent性能，通过诊断失败、生成技能补丁和演化系统提示来积累知识。
evolve
self-improve
diagnose failures
generate skills from errors
what went wrong and how to fix it
npx skills add aiming-lab/AutoResearchClaw --skill a-evolve -g -y
提供Biopython生物信息学最佳实践，涵盖序列操作、文件解析、BLAST分析、NCBI数据库访问及系统发育和结构分析。
处理DNA/RNA/蛋白质序列
生物信息学数据分析
解析FASTA或GenBank文件
进行BLAST比对
访问NCBI数据库
npx skills add aiming-lab/AutoResearchClaw --skill biology-biopython -g -y
提供RDKit计算化学最佳实践，涵盖分子I/O、描述符计算、指纹生成、子结构搜索及ADMET过滤等任务，辅助药物发现与化学信息学分析。
需要处理SMILES或SDF文件时
计算分子物理化学性质（如LogP, MW）时
进行虚拟筛选或相似性比对时
执行基于SMARTS的子结构搜索时
npx skills add aiming-lab/AutoResearchClaw --skill chemistry-rdkit -g -y
提供结构化科学假设生成指南，涵盖从观察、文献综述到提出可证伪假设及竞争解释的流程。指导定义零假设与备择假设，设计区分性实验预测，并优化实验设计与对照方案，适用于科研探索与理论构建。
需要基于观察提出可测试的科学假设
生成竞争性解释以区分不同机制
设计实验以验证或反驳特定预测
npx skills add aiming-lab/AutoResearchClaw --skill hypothesis-formulation -g -y
提供系统文献综述的方法论，涵盖搜索策略设计、筛选标准制定、PRISMA流程执行及结果综合，适用于撰写背景或进行学术调研。
conducting literature reviews
writing background sections
npx skills add aiming-lab/AutoResearchClaw --skill literature-search -g -y
执行ResearchClaw自主研究流水线，涵盖文献综述、假设生成、实验设计与代码执行、结果分析及论文撰写等23个阶段。支持CLI和Python API调用，适用于从主题到完整学术论文的自动化研究流程。
用户要求对特定主题进行研究或调查
用户希望从零开始生成研究论文
用户明确提及运行ResearchClaw或自主研究流水线
npx skills add aiming-lab/AutoResearchClaw --skill researchclaw -g -y
提供科研级图表设计指南，涵盖 matplotlib/seaborn 绘图规范、期刊尺寸标准、色盲友好配色及统计标注，确保出版级质量。
创建用于期刊投稿的科学图表
优化数据可视化以符合出版标准
npx skills add aiming-lab/AutoResearchClaw --skill scientific-visualization -g -y
提供学术论文写作指南，涵盖IMRAD结构、段落技巧、引用规范及报告准则，辅助起草或修订研究论文。
撰写学术论文
修订研究手稿
检查引用格式
npx skills add aiming-lab/AutoResearchClaw --skill scientific-writing -g -y
提供统计检验选择、假设检查及APA格式报告的最佳实践，辅助实验结果分析与论文结果章节撰写。
分析实验数据并选择合适的统计检验方法
检查统计假设如正态性和方差齐性
按照APA规范撰写和格式化统计报告
npx skills add aiming-lab/AutoResearchClaw --skill statistical-reporting -g -y
用于执行基于COBRApy的代谢约束模拟，涵盖FBA、pFBA、FVA及基因敲除等场景，输出通量分布数据。
需要运行标准或变体FBA模拟
进行代谢通量分析以评估反应灵活性
执行基因或反应敲除实验
npx skills add aiming-lab/AutoResearchClaw --skill fba-simulator -g -y
基于COBRApy分析FBA通量分布，提取基因/反应必需性、双基因致死性及表型相平面等生物学洞见，并生成高质量图表。
代谢模型通量分析
基因或反应必需性评估
表型相平面计算
合成致死性分析
npx skills add aiming-lab/AutoResearchClaw --skill flux-analyzer -g -y
用于构建或加载基于COBRApy的基因组规模代谢模型(GSMM)。支持从BIGG数据库加载现有模型，或从零构建最小模型，配置约束条件与目标函数，并导出验证后的JSON文件以供通量分析。
需要构建或加载基因组规模代谢模型
使用COBRApy进行代谢通量分析前的数据准备
从BIGG数据库获取特定生物体的代谢网络
npx skills add aiming-lab/AutoResearchClaw --skill gsmm-builder -g -y
用于验证COBRApy基因组规模代谢模型的完整性，检查质量/电荷平衡、生物量生产可行性、死端代谢物、化学计量一致性及热力学循环等，输出结构化报告以预防无效通量分析。
验证COBRApy代谢模型
检查反应质量电荷平衡
检测死端代谢物
评估生物量生产可行性
npx skills add aiming-lab/AutoResearchClaw --skill gsmm-validator -g -y
用于将模糊的生物代谢研究主题转化为具体的约束基础代谢建模实验计划，自动选择模型、目标及分析策略。
需要规划代谢通量分析研究
从宽泛话题生成可发表的代谢工程方案
npx skills add aiming-lab/AutoResearchClaw --skill metabolic-study-planner -g -y
编排代谢通量分析全流程，协调模型构建、FBA模拟、通量分析及表型预测等子代理，通过进度文件实现断点续跑与自动化执行。
用户提供生物体名称或BIGG模型ID请求端到端代谢建模
用户指定自定义反应列表并需要自动运行代谢模拟流程
npx skills add aiming-lab/AutoResearchClaw --skill mfa-pipeline-orchestrator -g -y
协调统计研究全流程，从问题形式化、方法提出、理论分析到实验评估与结果综合。通过多Agent协作确保研究严谨性，最终产出审计报告。
需要系统化的统计研究流程
执行包含理论与实验对比的学术研究任务
npx skills add aiming-lab/AutoResearchClaw --skill stat-research-orchestrator -g -y
用于验证统计研究结果的完整性与一致性，检查从问题定义、方法、理论到实验证据及最终结论的完整链条质量。
需要评估统计研究论文或报告的质量时
完成实验评估和结果综合后需进行审计时
npx skills add aiming-lab/AutoResearchClaw --skill stat-result-validator -g -y
指导设计和执行统计实验以验证理论预测、方法性能及基线对比，规范实验配置、指标记录与结论判定。
需要设计对照实验验证算法或理论
生成结构化实验结果与证据链
npx skills add aiming-lab/AutoResearchClaw --skill statistical-experimental-evaluation -g -y
用于在正式问题建模后设计统计方法、基线、诊断和消融实验，确保方法与目标假设一致。
需要设计统计方法或算法
需要定义基线和消融实验
npx skills add aiming-lab/AutoResearchClaw --skill statistical-method-design -g -y
用于将宽泛主题转化为精确统计问题，明确数据、模型、目标参数、假设及评估标准。
设计统计方法前
撰写理论或实验报告前
npx skills add aiming-lab/AutoResearchClaw --skill statistical-problem-formulation -g -y
用于在方法提出后、实验前进行统计理论分析，评估可识别性、偏差、一致性等性质，并生成定理模板与实证预测。
需要对提出的统计方法进行形式化理论分析
需要推导方法的渐近分布或误差界限
npx skills add aiming-lab/AutoResearchClaw --skill statistical-theory-analysis -g -y
提供Biopython生物信息学最佳实践，涵盖序列操作、文件解析、BLAST比对、NCBI数据库访问、系统发育及结构分析。
处理DNA/RNA/蛋白质序列
解析FASTA或GenBank文件
执行BLAST搜索
查询NCBI数据库
构建系统发育树
npx skills add aiming-lab/AutoResearchClaw --skill biology-biopython -g -y
提供RDKit计算化学最佳实践，涵盖分子读写、描述符计算、指纹生成、子结构搜索及属性评估。适用于SMILES处理、药物发现和化学信息学任务。
需要计算分子描述符或指纹
进行SMILES或SDF文件处理
执行子结构匹配搜索
药物发现与化学信息学分析
npx skills add aiming-lab/AutoResearchClaw --skill chemistry-rdkit -g -y
提供图像分类任务的架构选择、训练配方及基准测试最佳实践，适用于CIFAR、ImageNet等场景。
进行图像分类模型选型
配置深度学习训练超参数
参考CIFAR或ImageNet基准性能
npx skills add aiming-lab/AutoResearchClaw --skill cv-classification -g -y
提供目标检测任务的架构选择、训练配方及基准测试最佳实践，适用于YOLO、DETR等模型开发。
进行物体检测任务
选择检测网络架构如YOLO或DETR
优化检测模型训练流程
npx skills add aiming-lab/AutoResearchClaw --skill cv-detection -g -y
提供LLM对齐最佳实践，涵盖RLHF、DPO等方法及训练配方，帮助处理模型安全与对齐任务。
需要优化大语言模型的对齐效果
实施RLHF或DPO等对齐技术
解决模型安全或指令遵循问题
npx skills add aiming-lab/AutoResearchClaw --skill nlp-alignment -g -y
提供NLP模型预训练与微调的最佳实践，涵盖优化器配置、参数高效微调方法及评估指标，用于生成或审查相关训练代码。
生成NLP训练代码
审查NLP训练代码
npx skills add aiming-lab/AutoResearchClaw --skill nlp-pretraining -g -y
提供 Qiskit 2.x 变分量子机器学习开发参考，涵盖 VQC、VQE、特征映射及噪声模型集成，指导正确导入与迁移避坑。
编写基于 Qiskit 的量子机器学习代码
处理 Qiskit 1.x 到 2.x 的迁移问题
npx skills add aiming-lab/AutoResearchClaw --skill quantum-qiskit -g -y
强化学习策略优化最佳实践，涵盖PPO、SAC等算法选择、训练配方及评估标准。
设计RL智能体
调整PPO或SAC超参数
进行奖励函数设计
npx skills add aiming-lab/AutoResearchClaw --skill rl-policy-optimization -g -y
提供可复现的机器学习实验设计规范，涵盖基线选择、随机种子使用、消融实验设计及变量控制等最佳实践。
规划机器学习实验
设计消融研究
设置对照组
npx skills add aiming-lab/AutoResearchClaw --skill experimental-design -g -y
指导从观察中结构化生成可验证科学假设，包括设定零/备择假设、提出竞争性解释及设计实验预测。适用于需要严谨实验设计和假设检验的研究场景。
制定可验证的科学假设
设计对照实验以区分竞争性解释
进行假设检验与实验规划
npx skills add aiming-lab/AutoResearchClaw --skill hypothesis-formulation -g -y
提供系统文献综述方法论，涵盖PICO框架构建检索策略、PRISMA筛选流程及质量评估，支持叙事或定量综合，适用于撰写研究背景与综述任务。
进行系统文献综述
撰写论文背景部分
npx skills add aiming-lab/AutoResearchClaw --skill literature-search -g -y
提供跨研究或实验结果聚合的统计方法最佳实践，包括报告效应量、处理异质性、可视化森林图及评估发表偏倚等核心原则。
需要汇总多个独立研究或实验的结果
进行跨数据集或跨实验的对比分析
npx skills add aiming-lab/AutoResearchClaw --skill meta-analysis -g -y
提供基于matplotlib和seaborn的科研图表设计指南，涵盖期刊规格、无障碍配色、多面板布局及统计标注规范，确保生成符合出版要求的高质量科学可视化图像。
需要创建用于学术期刊投稿的科学图表
使用matplotlib或seaborn进行数据可视化并需符合出版标准
npx skills add aiming-lab/AutoResearchClaw --skill scientific-visualization -g -y
提供学术论文写作指南，涵盖IMRAD结构、段落技巧、引用规范及报告标准，辅助起草和修订研究论文。
撰写学术论文
修改研究手稿
检查引用格式
npx skills add aiming-lab/AutoResearchClaw --skill scientific-writing -g -y
提供统计检验选择、假设验证及APA格式报告的最佳实践指南，适用于实验结果分析或撰写结果章节。
分析实验数据
撰写学术论文结果部分
选择统计检验方法
npx skills add aiming-lab/AutoResearchClaw --skill statistical-reporting -g -y
提供基于PRISMA指南的系统性文献综述结构化方法，涵盖检索、筛选、提取与综合步骤，用于高效完成学术调研。
需要系统性梳理特定领域文献
执行学术或技术背景的调研任务
npx skills add aiming-lab/AutoResearchClaw --skill systematic-review -g -y
提供PyTorch DataLoader高效加载最佳实践，优化数据预处理与I/O性能，防止GPU空闲。适用于设置DataLoader或进行数据预处理的场景。
设置DataLoader参数
数据预处理优化
解决GPU饥饿问题
npx skills add aiming-lab/AutoResearchClaw --skill data-loading -g -y
提供基于PyTorch DDP的多GPU分布式训练最佳实践，涵盖进程组初始化、数据采样、同步批归一化及梯度累积等核心模式。
需要扩展模型训练以使用多个GPU
配置PyTorch分布式环境
优化大规模数据并行训练
npx skills add aiming-lab/AutoResearchClaw --skill distributed-training -g -y
指导使用torch.cuda.amp进行混合精度训练以加速GPU计算并降低显存占用。涵盖autocast封装、GradScaler缩放及BF16/FP16选择策略，适用于模型训练性能优化场景。
需要优化深度学习模型训练速度
显存不足需降低内存占用
配置GPU训练环境
npx skills add aiming-lab/AutoResearchClaw --skill mixed-precision -g -y
提供构建健壮 PyTorch 训练循环的最佳实践，涵盖可复现性、数据加载优化、学习率调度及模型检查点等。用于生成或审查 ML 训练代码。
生成 PyTorch 训练代码
审查 ML 训练代码
npx skills add aiming-lab/AutoResearchClaw --skill pytorch-training -g -y
