这是我的 Codex 科研工作流能力仓库。
我把平时反复使用的能力拆成两类：
- 独立 Skill：可以单独安装、单独触发的
SKILL.md工作流； - Codex Plugin：可以把多个 Skill、MCP server、脚本和资源一起安装的能力包。
目标是让科研工作中的检索、写作、审稿、实验、远程 GPU、结果核验和资料沉淀，都逐步变成可复用、可检查、可迭代的工作流。
|
通过本地 CLI 和 MCP server 控制 AutoDL / SSH 远程机器，支持文件传输、远程命令、后台任务、实验 run metadata、fleet、tmux 和只读 dashboard。 |
|
在实现、实验、写作或规划之前做轻量意图对齐，明确目标、范围、默认假设和不做什么，减少工作流跑偏。 |
|
面向机器学习实验的计划、执行、监控、验证、对比和记录，强调实验契约、可复现性与证据链。 |
|
面向已有英文学术论文和段落的综合润色与审计，保护研究事实、主张强度、引文、术语和 LaTeX 结构，并检查论证、表达与 AI 写作痕迹。 |
|
结合论文原文，将审稿意见拆成可核验的原子问题，规划补实验与回复构思两条工作线，并生成带中文注释的可编译 LaTeX 回复骨架。 |
|
面向计算设计科学研究，从同一研究锚点建立问题／理论与技术／算法两条文献线，核验全文、制作对话地图，并澄清最近邻、理论祖先、方法缺口和研究定位。 |
|
面向自动化科研，提供一套完整的创新发现与方法优化体系，贯通文献机制分析、候选生成、实验设计与执行、运行修复、结果路由和阶段反思，持续沉淀可核验的研究证据。 |
|
面向计算数据科学方法创新，按阶段完成研究方向发现、常见与近期 baseline 实跑、公平 benchmark、候选创新质询、实验设计与证据记录，并保留方向决策和每次运行历史。 |
完整来源、版本和本地改动记录见 docs/catalog.md。
.
├── .agents/plugins/marketplace.json # 仓库级 Codex plugin marketplace
├── plugins/ # 可安装的 plugin 包
│ └── autodl-remote/
│ ├── .codex-plugin/plugin.json
│ ├── skills/
│ ├── mcp/
│ ├── bin/
│ └── config/
├── skills/ # 不属于某个 plugin 的独立 Skill
│ ├── intent-aligner/
│ ├── auto-exp/
│ ├── academic-paper-polisher/
│ ├── review-comment-decomposer/
│ ├── research-literature-review/
│ ├── autoresearch/
│ └── cds-method-innovation/
├── dist/ # 可直接分发的安装包
│ └── academic-paper-polisher.skill
├── docs/ # 目录、来源和视觉资源
└── scripts/ # 本地验证脚本
原则很简单：plugin 内部拥有的 Skill 就留在 plugin 内部，不重复复制到根目录；真正独立的 Skill 才放进 skills/。
克隆仓库并检查结构：
git clone https://github.com/haibarazz/awesome-codex-research.git
cd awesome-codex-research
python3 scripts/validate_repository.py将仓库级 marketplace 加入 Codex：
codex plugin marketplace add "$PWD"
codex plugin install autodl-remote@awesome-codex-research如果只需要独立 Skill，可以直接把对应目录安装到本机 Codex skills 目录，或通过 Codex 的 skill installer 指向具体路径。