GitHub 9.8k星的AI研究技能库，让Claude自主做科研从论文到代码全包了

如果你关注 AI Agent 的发展，最近有一个开源项目让我眼前一亮——AI Research Skills Library。

准确说，它不是一个”工具”，而是一个技能全家桶。由 Orchestra Research 维护，GitHub 星标 9,800+，把 AI 研究的全流程拆解成了一个个可组合的 Skill。

这到底是个什么东西？

简单说：你的 Claude Code / Codex / Gemini 装上这套技能库之后，就能自主做 AI 研究了——从文献调研、头脑风暴、做实验、写代码，到最后出论文，全流程覆盖。

整个项目目前有 87+ 个技能，分属 22 个方向：

• 📐 模型架构：Megatron-Core、SGLang、GPTQ
• 🔥 微调：Axolotl、LLaMA-Factory、PEFT、Unsloth
• 🚀 分布式训练：Lightning、Ray Train
• ⚡ 推理加速：vLLM、TensorRT-LLM、llama.cpp
• 🛡️ 安全对齐：RLAIF、Constitutional AI
• 🧠 RAG：向量数据库、检索优化
• 🎨 多模态：CLIP、BLIP-2、AudioCraft
• 📝 论文写作：从结构到 LaTeX 模板

为什么这值得关注？

当前 AI 研发的瓶颈不在算法，在于工程化。研究员要同时掌握几十种工具链，调试基础设施的时间往往比验证假设还多。这个项目本质上是把”经验”打包成 AI Agent 可调用的技能模块。

它还有一个很实用的设计——autoresearch 编排层：一个双循环架构，AI 自动决定调用哪个技能，形成完整的研究流水线。装好后丢给它一个研究方向，它会自己规划路径、调用工具、汇总结果。

怎么用？

一行命令搞定安装：

npx @orchestra-research/ai-research-skills

也可以在 Claude Code 里直接从 Marketplace 安装：

/plugin marketplace add orchestra-research/AI-research-SKILLs

装好后，AI Agent 直接读取官方欢迎文档就能上手：
https://www.orchestra-research.com/ai-research-skills/welcome.md

我的判断

这是一个典型的”幕后基础设施”型项目——普通用户感知不强，但在 AI 研究和 Agent 开发圈子里，这套技能库正在快速成为标配。9.8k 的星标和持续活跃的开发节奏（220+ commits），说明社区认可度很高。

如果你在做 AI 研究相关的工作，或者在搭 Agent 的工具链，这个项目值得存下来。

GitHub 仓库 →

GitHub: https://github.com/Orchestra-Research/AI-Research-SKILLs