背景
目前 OpenScientist 的 skill 生态主要围绕 Claude Code、Codex CLI、Gemini / Web prompt 等路径展开,但不少研究者的日常工作流并不只在这些环境里完成。很多人长期使用 Cursor、VS Code 插件生态、以及各类 AI memo / personal knowledge management 系统来沉淀研究过程中的 reasoning、实验记录、文献笔记和 debugging 经验。
想讨论的问题
我们要不要把 OpenScientist skills 进一步扩展到这些环境?例如:
- Cursor / IDE 场景中的 skill 调用与管理
- VS Code / JetBrains 等编辑器生态中的技能注入方式
- 与开源 AI memo / memory / knowledge-base 系统结合
- 把研究过程中的 tacit knowledge 从“命令式 skill”扩展到“可检索、可复用、可 review 的知识资产”
可能方向
- 定义更通用的 skill schema
- 不只服务 Claude Code / Codex CLI
- 支持 IDE、agent runtime、knowledge systems 共用同一 skill artifact
- 增加适配层 / connector
- Cursor
- VS Code / other IDE agents
- AI memo / memory systems
- local knowledge bases / note systems
- 区分两种资产
- executable skill: 给 agent 直接调用
- knowledge note / memo: 供检索、引用、再提炼
- 设计 review / provenance 机制
- skill 是谁生成的
- 谁 review 过
- 来源于哪些研究对话或笔记
- 适合在哪些 agent / IDE 中使用
开放问题
- 应该优先支持哪些 IDE / 工具?
- 是继续把 OpenScientist 定位成“skill library”,还是扩展成更广义的 research knowledge layer?
- 和现有开源 AI memory / memo 系统集成,最小可行路径是什么?
欢迎大家讨论需求、优先级、以及可能的集成对象。
背景
目前 OpenScientist 的 skill 生态主要围绕 Claude Code、Codex CLI、Gemini / Web prompt 等路径展开,但不少研究者的日常工作流并不只在这些环境里完成。很多人长期使用 Cursor、VS Code 插件生态、以及各类 AI memo / personal knowledge management 系统来沉淀研究过程中的 reasoning、实验记录、文献笔记和 debugging 经验。
想讨论的问题
我们要不要把 OpenScientist skills 进一步扩展到这些环境?例如:
可能方向
开放问题
欢迎大家讨论需求、优先级、以及可能的集成对象。