mcpField
R
research-planning

research-planning

github.com/lingzhi227生产力4401.8k 次安装35 周前更新
代码仓库

关于 research-planning

research-planning 是一项研究规划技能，可将研究主题、想法或论文复现任务转化为可执行计划和论文大纲。它涵盖方法、系统与任务设计、论文结构及任务依赖，并标出不确定之处。

主要功能

  1. 01设计研究方法与评估计划
  2. 02规划架构和任务拆分
  3. 03组织论文各章节及内容
  4. 04梳理任务依赖与风险
  5. 05定义配置和超参数

适用场景

  1. 01根据研究想法规划项目
  2. 02组织论文复现的实现任务
  3. 03同步拟定论文结构与实验安排

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/lingzhi227/agent-research-skills --skill research-planning

安装后在 Claude Code 中输入/research-planning确认已加载。

附带文件references/output-schemas.mdreferences/planning-prompts.md

详细介绍

研究规划

根据研究主题或想法，制定全面的研究计划和论文架构。

输入

  • $0 — 研究主题、想法描述或待复现的论文

参考资料

  • Paper2Code、AI-Researcher、AgentLaboratory 的规划提示词：~/.claude/skills/research-planning/references/planning-prompts.md
  • 输出架构和模板：~/.claude/skills/research-planning/references/output-schemas.md

工作流

步骤 1：了解研究背景
  • 阅读提供的论文、代码或参考资料
  • 明确核心研究问题及其重要性
  • 评估可用资源（数据集、算力、现有代码）
步骤 2：生成研究计划

采用 4 阶段规划方法（改编自 Paper2Code）：

  1. 总体计划 — 战略概述：方法、关键实验、评估指标
  2. 架构设计 — 文件结构、系统设计、Mermaid 类图/时序图
  3. 逻辑设计 — 任务拆解及依赖关系、所需软件包、共享知识
  4. 配置 — 提取或指定超参数、训练细节、config.yaml
步骤 3：构建论文结构

设计逐节论文结构计划：

  • 摘要、引言、背景、相关工作、方法、实验、结果、讨论/结论
  • 对每一节说明需要涵盖的要点、所需图表、目标字数
步骤 4：创建任务依赖图
  • 按依赖关系安排任务顺序（数据 → 模型 → 训练 → 评估 → 写作）
  • 确定可并行执行的任务
  • 标出风险和潜在失败模式

输出格式

{
  "research_question": "...",
  "methodology": "...",
  "paper_structure": {
    "sections": ["Abstract", "Introduction", ...],
    "section_plans": { "Introduction": "..." }
  },
  "task_list": [
    {"task": "...", "depends_on": [], "priority": 1}
  ],
  "baselines": ["..."],
  "datasets": ["..."],
  "evaluation_metrics": ["..."],
  "risks": ["..."]
}

规则

  • 每个计划组成部分都必须详细且可执行
  • 尽可能提供具体的实现参考
  • 确保所有组成部分协调一致
  • 始终包含测试/评估计划
  • 明确标出歧义，不要擅自假设

相关技能

评论

支持 Markdown