1100+个科研Skills开箱即用：Awesome Auto Research Tools研究技能与插件合集完整指南

• 文档
• 知识库
• 深度研究

做科研还在纯手工？Awesome Auto Research Tools 是一个精选科研自动化开源项目的合集仓库，聚合了1100+ 个开箱即用的科研 Skills与插件，覆盖文献检索、论文阅读、实验管理、代码生成等科研自动化全流程，帮助研究人员大幅提速。本文带你快速看懂三大科研技能合集、1100+ Skills 的构成与上手方法。

Awesome Auto Research Tools 是什么？

一句话概括：这是一份"自动化科研"领域的导航地图🗺️。它把散落在各处的优质开源项目，按科研生命周期分成六大类，每个项目都标注了框架/工具、支持的 LLM API 和 Star 数，方便按需取用：

完整项目表格见中文文档 README_CN.md（Star 数据最后验证时间：2026-07-25），英文版为 README.md。

三大科研 Skills 合集：1100+ 技能详解

"开箱即用"是本仓库最大亮点。三大 Skills 合集合计1117 个技能，无需重复造轮子，直接把技能包接入你现有的编码 Agent（如 Claude Code、Codex、Gemini CLI）即可：

scientific-agent-skills：150 个科学计算技能

基于 PyTorch Lightning、scikit-learn、BioPython、RDKit、DeepChem、Scanpy、OpenMM 等成熟库封装，生物信息、药物发现、材料科学方向的常用分析流程直接调用，适合把 Agent 变成"懂科学的实验员"。

AI-Research-SKILLs：98 个技能覆盖 AI 研究全流程

覆盖 DeepSpeed、vLLM、LangChain、W&B、MLflow 等 80+ 框架，从文献综述、想法生成到实验与论文撰写，一个合集打满 AI 研究全周期。

OpenClaw-Medical-Skills：869 个医学 AI 技能

最大的一个技能库，内置 BioPython、GATK、Scanpy、AlphaFold、MDAnalysis 等工具链封装，面向医学与生命科学场景的长尾需求。

快速上手：3 步开始你的科研自动化

第 1 步：获取仓库

git clone https://gitcode.com/gh_mirrors/aw/Awesome-Auto-Research-Tools

第 2 步：按需求查表

打开 README_CN.md，六大分类中每个项目都写清了"框架/工具 + 支持的 LLM API + 一句话简介"。比如只想做文献综述，就直奔"深度调研与文献综合"分类，挑一个与你模型匹配的项目即可。

第 3 步：挑选 Skills 合集接入 Agent

根据研究领域选合集：通用科学计算选 scientific-agent-skills（150 技能），AI 研究全流程选 AI-Research-SKILLs（98 技能），医学方向选 OpenClaw-Medical-Skills（869 技能）。技能包与 Agent 无关，装进对应 Agent 的技能目录就能用。

项目结构速览

收录标准与数据可信度

• 收录门槛：500+ GitHub Stars且与自动化科研直接相关、仓库持续活跃；
• 每个分类内部按 Star 数降序排列，热门项目一目了然；
• Star 数据由 scripts/update_stars.py 定期校验更新，并在文档头部标注验证日期，避免"僵尸榜单"。

总结

Awesome Auto Research Tools 不教你写代码，而是帮你快速找到写代码的工具：1117 个科研 Skills 开箱即用，六大类科研自动化项目按 Star 数排好序，中英文文档随时可查。无论你是研究生、博士生还是研究工程师，都可以从这里挑出最适合自己的那条科研加速路线 🚀。

• 文档
• 知识库
• 深度研究