规划实验
用实验设计指引明确研究问题、变量、对照组与偏差来源。
K-Dense AI 的 Scientific Agent Skills 是面向受支持编程 Agent 的科研指引集合。先明确研究问题和预期交付,再选输入格式和运行环境都匹配的 Skill。
在选工作流之前,先说明研究阶段、手头材料和一项待交付的产物。
请求可预览和复制,不会从此处自动发送。
参考来源: Scientific Agent Skills https://github.com/K-Dense-AI/scientific-agent-skills 先阅读原始说明并核对当前环境与依赖。需要安装或连接新工具时,先提出方案。 我的任务: 先阅读 Scientific Agent Skills 官方目录,为我的实验设计简报选择一项适用 Skill。检查 SKILL.md 的许可、依赖与交付要求,提出只在本地运行的方案,并在我批准前不安装或执行。 期望交付: 一份标明来源、许可、执行前提和任务范围的 Skill 选用方案。
Scientific Agent Skills 将科研流程拆为各自的 SKILL.md 与配套文件。K-Dense AI 的目录按工作分类,覆盖实验设计、数据分析、可视化和科研写作。
上游文档提供 Codex、Cursor 和 Claude Code 等宿主的安装路径。先选少量相关 Skill,再逐项阅读清单。部分 Skill 只提供操作指引,其他还附带脚本,或依赖本地库、参考数据与外部服务。
本页帮助选择科研工作流。需要先检查获准的本地 CSV 或 JSON 时,可使用单独的 Exploratory Data Analysis 指南。进入实验设计或论文写作阶段后,换用与当前交付匹配的 Skill,并保留人工复核。
先判断下一份产物是实验设计、分析记录还是论文草稿。确认所选 Skill 的前提与目标匹配后,再安装依赖或提供数据。
用实验设计指引明确研究问题、变量、对照组与偏差来源。
检查统计方法的假设,记录所选方法、效应量及不确定性。
按科研写作指引,将方法、结果、图表和引文与提供的证据对照。
研究决策变化时,重新选择工作流。实验方案、分析记录、图表和论文修订需要不同输入,也各有核对重点。
给 Agent 研究问题、候选结局指标与实施限制。让它草拟对照设计,在适用时说明随机化安排,列出可能的混杂因素及仍需团队决定的事项。
提供获准使用的研究数据、分组规则与待验证的比较。用统计分析指引选择方法并记录假设检查,再汇报效应估计和不确定性。
提供已验证的结果表、计量单位和制图目的。用可视化 Skill 生成图表和可复跑的脚本,并逐项核对坐标轴、数据变换及源表数值。
提供获准使用的论文草稿及支撑它的表格和分析输出。请写作 Skill 标出方法、正文与报告数值之间的不一致,将缺少依据的引用或结果留给研究者复核。
先核对所选 Skill 的清单与工作区权限,再检查执行环境和数据访问范围,决定任务应在本地运行还是需要联网。
上游提供面向 Codex、Cursor 和 Claude Code 的 npx skills 安装方式。如需锁定单项 Skill 的版本,参考官方 GitHub CLI 说明。安装后确认宿主可以发现该 Skill。
按单项清单核对依赖包、脚本、参考文件、凭据与联网要求。
仅使用获准的数据与服务。检查单项许可,在对外共享前复核交付物。
比较这些项目的用途、运行条件和源码许可。