面向 AI 辅助科研的开放共建仓库
收集和沉淀科研全流程中的 agents、skills、workflows、tools 与最佳实践

🇨🇳 中文版 | 🇬🇧 English

🧪 全流程 • 🔭 方向扫描 • 📚 文献研究 • 🧩 方法设计 • ⚗️ 实验执行 • 📊 可视化 • ✍️ 写作 • 📦 复现发布 • 📡 传播 • 🤝 贡献

我们关注能在科研工作中反复复用、能被同行验证、能逐步演化、表现最优的 AI 辅助能力。

本仓库从「与 Agent 共事做研究」系列沙龙出发，希望把 speaker 的实践经验、观众的使用反馈、开源项目与可复用流程沉淀成一个社区可维护的知识库。

下表是我们对科研生命周期的 9 阶段拆分。每个阶段列出了"典型问题"和"可沉淀的 AI 辅助组件类型"。正文按阶段展开条目表，收录已知最好的项目、skill、workflow。

💡 如果你觉得某个阶段的条目缺失或可以补充——直接在对应表格中添加一行。

覆盖从想法到论文的端到端系统。跨三个以上阶段的 agent 放这里，单阶段工具请放到对应阶段。

趋势追踪、选题灵感、新颖性验证、假说生成。与文献检索有交叉时，以"产出一个可做的研究问题"为核心判断归属。

文献搜索、RAG 问答、自动综述生成、引用图谱分析。纯写作润色类放 6。

实验方案、评价指标设计、ablation 规划、protocol 检查。纯代码实现与跑实验放 4。

代码编写、实验运行、统计分析、失败分析、鲁棒性检查。数据集构建放 3 或 2，可视化放 5。

出版级图表、示意图生成、数据 dashboard。幻灯/海报放 8。

起草、润色、引用验证、LaTeX 辅助、rebuttal、审稿。综述生成类放 2。

代码复现、demo 体验、模型 & 数据集发布。

幻灯、海报、博文、社交传播、引用分析、学术影响力工具。

我们收录的标准：

• ✅ 明确面向科研场景（非通用 AI 助手）
• ✅ 有可运行代码或可复用流程
• ✅ 项目仍在维护（最近 6 个月有更新）
• ✅ 文档或 README 清晰可上手
• ✅ 解决科研痛点有实际案例
• ✅ 开源或有免费可用版本

加分项：有论文支撑 · 有在线 demo · 被科研社区引用 · 已在实际项目中验证

除了推荐已有的开源项目，我们更鼓励沉淀自己在科研中实际跑通的 AI 辅助流程。

贡献形态：

• 🔗 推荐 Resource：推荐一个你用过的工具/论文/agent/skill…门槛：在对应阶段表格加一行，写一句话说明你用在什么场景。
• 📝 分享最佳实践：分享你自己写的可复用流程，示例：
  • 真实科研任务场景（"我用它做了 XXX 方向的文献综述，节省了约 X 小时"）
  • 失败案例与边界（"在 Y 场景下表现不好，原因是 Z"）

贡献方式： 直接在对应阶段的表格末尾添加一行，在 "Demo/实践经验" 列填入链接。建议发布在 魔搭研习社 并带上 tag #vibe-research，让同行更容易发现；如果已发布在其他平台，也欢迎直接填外链。如果你的实践横跨多个阶段，先放进最核心的那个阶段，在描述里注明"也覆盖 x 阶段"。

关于 Stars 列：

• Stars 数量由 GitHub Action 自动维护，PR 合并后每日自动更新
• 首次添加项目时，在 Stars 列按以下格式填写：

  `<!--stars:OWNER/REPO-->⭐ updating<!--/stars-->`
  

  例如：

  | DeepScientist | 本地优先的自主研究工作室... | agent | <!--stars:ResearAI/DeepScientist-->⭐&nbsp;3.1k<!--/stars--> | [GitHub](...) | [Demo](...) | [arXiv 2025](...) |
  

感谢所有贡献者的参与和分享！