agentleFS
brilliantroughbrilliantrough/agent-skills/skills/research/research-evidence/SKILL.md

research-evidence

Skill11 starsChanged 15 days agoMITView on GitHub

文献证据与科研数据图的薄入口:按已有项目布局调用 literature-search / light-chart,保留来源、独立单位和图件版本。Use when searching or reading research papers, checking citations, or plotting real experiment data;触发词:文献调研、论文精读、查引用、实验数据图、多面板科研图、用 Light-Science。研究讨论/设计/执行仍用 exp-*,方法机制图用 image-gen / editable-vector-slides,不启动上游记忆或总控。

2 other projects use a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

文献证据与科研数据图

本入口只管分工、工作区和交接。专业能力读取已安装的完整第三方 skill;不复制其脚本、图库或模板,不把项目改造成 Light-Science 的目录树。

1. 从真实任务选入口

先读已有项目画像、相关记忆与材料,确认这次需要什么。已有结论先复用,不把单篇阅读扩成综述、单张图扩成整篇论文流程。

当前问题执行入口完成依据
找论文、核对引用、精读或翻译literature-search,实际源码目录名为 light-literature论文身份与版本、实际阅读范围、可定位证据和缺口
将已有真实数据做成科研图/表light-chart输入映射、统计口径、生成代码、图注、实际导出与目视检查
研究解释仍不清楚exp-discuss/exp-workflow先澄清主张、竞争解释与证据边界,不用一张漂亮图替代分析
需要新实验或矩阵exp-campaign/exp-batch/exp-probe沿用既有设计、执行与授权规则
方法/机制示意图或可编辑矢量重建image-gen/editable-vector-slides 等既有入口科学关系、文字与实际可编辑文件核验,不冒充定量数据图

先读本地版本与调用边界,再从宿主技能目录找到真实安装位置,读对应上游 SKILL.md 和本次所需资源。典型共享位置为 ~/.agents/skills/<技能名>/,不要假定当前目录在包内。

缺第三方能力时按该参考给出安装入口,也可继续已有可信工具路径;不能声称已执行上游工具、自动整包安装,或未经授权改宿主配置。

2. 先定工作区,再调用写文件的命令

  • 已有布局优先:用项目当前的文献、图件与分析位置;新任务只建本次需要的独立工作区。不搬旧文件、不补整套阶段目录、不把一篇论文定义强加给多路线项目。
  • 分清输出目录与文件:文献 search --run、literature --out 指向工作区目录;Chart figure_job.py --out 指向其中的 JSON 文件(如 <图件工作区>/decision.json),实际图件另指定导出路径。按具体命令核对目录存在要求及文件覆盖行为。
  • 文献库不能以项目根为 --out:工具会重写工作区的 README.md 与 manifest.json;已有手工 README 的目录也先比较,另建子工作区或经确认迁入。
  • 内部契约不乱改:保留所用工具的原生 JSON、文件名与身份字段;改变工作区位置,不做全局目录名/技能名替换。数据、模型、checkpoints 留原处,按项目约定引用。
  • 不启用第二套底座:不初始化 Light-Science 的 Memory/、Workflow/ 或根 project.json。已有这些文件时仅按任务读取、不删除或迁移;新的跨会话知识仍走本项目的 load-mem/save-mem。

完成:写入位置与受影响的已有文件明确,包内资源、任务产物、项目记忆三者分清。路径约定是执行规则,不是脚本沙箱;实际命令和写后结果都要核对。

3. 保留专业能力,不夸大工具结论

文献

  • 按问题选择来源、查询与停止条件;保留日期、检索式、失败/限额和未覆盖数据库。未检索到不代表不存在,普通多源检索不自动满足系统综述标准。
  • 保留 DOI/版本、原文页码或结构锚点。元数据一致不证明原文支持主张;相关性分数、引用数不代替创新性或科学判断。
  • 解析任务文件生成不等于读完 PDF。真实阅读后再交付解释、译文或笔记;缺全文/多模态能力时缩小结论,不补造内容。
  • 内容变动保留旧稿和旧笔记,重新核对受影响主张;获取全文遵守授权,不绕过付费或访问控制。

数据图

  • 先明确图要回答的科学问题,再选图型。输入用真实观测或已验证派生结果,保留样本/配置身份、配对、缺失、独立单位和不确定性定义。
  • 展示变换与分析变换分开;不把舍入后的展示值覆盖原始数值,不用插值/装饰制造观测。合成演示须明确标注,不能混入研究结论。
  • 沿用现有结果表与生成代码。只加载当前图型需要的上游资源;需要 Python/R 包时复用合适环境或经授权建隔离环境,不改共享训练环境。
  • 查看实际导出:轴、单位、图例、误差条含义、字体、裁切与面板对应。脚本检查通过不代替科学与视觉检查;外部图库的许可单独核对。

4. 交接现有研究流程

交付实际路径、来源/版本、执行与检查范围、限制和下一步;按项目现有记录保存,不另造通用台账。图绑定所用数据与代码版本,论文引用确定的图件版本。

文献或图件变化若影响路线/主张,用 save-mem 记失效范围和待复核项;原始材料仍留工作区,不把全文、全部指标复制进记忆。后续实验仍交给 exp-*;本入口不自动调用 Light-Science 的写作、审稿、选刊、Leader 或 Memory。

演化

经验演化型:真实使用暴露路径冲突、证据误判或上游契约变化时,更新本入口的最小适配与固定基线。上游实现问题回原项目;安装副本不作为第二维护源。研究方法参考与安装细节见 Light-Science 接入。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.