这个AI能替你做完整科研：发现研究空白、写出原创论文

AI 写论文这件事，之前大家都在玩「套模板 + 缝合摘要」那套。但今天挖到一个真正在做科研的 Skill——autonomous-research，它不是给你总结文献，它是替你做完整的研究pipeline：从读你本地文件开始，到多轮搜索、自批判、最后输出正式发表级 PDF。

一句话概括：一个能帮你「发现研究空白、写出原创论文」的 AI Agent Skill。

它到底怎么工作的？

整个流程分四个阶段：

• 种子理解阶段：先读你本地目录里所有文件，提取主题、核心论点、研究问题、局限性，生成一份「研究种子文档」——这相当于让 AI 先搞清楚你在研究什么。
• 多轮搜索阶段：调用 BrightData 的爬虫工具，每次用不同角度的查询词做至少 5 轮搜索。Round 1 搜直接主题，Round 2 搜方法论，Round 3 搜对立/矛盾观点，Round 4 搜实际应用，Round 5 搜元研究/综述。每轮都会更新一份「知识地图」，记录已验证的事实和争议点。
• 自批判循环：这是关键。它不是搜索完就完事了，而是会反复问：「什么证据支持这个？什么反驳它？哪里还没被测试过？」——像审稿人一样拷问自己。
• PDF 输出：最后调用 academic-paper Skill，用 reportlab 生成正式发表格式的 PDF（含标题块、分节、图表、参考文献）。

什么场景适合用它？

最直接的两个场景：

• 你有一堆论文笔记/数据集，上传后说「帮我找gap、写出novel研究」——它会从你的材料出发，系统性地挖掘未探索方向并写成论文。
• 你做文献调研，说「do a literature review」或「find what’s missing」——它不是给你列摘要，而是真的在找矛盾点、未验证假设和开放问题。

依赖什么？

autonomous-research 依赖同仓库的 academic-paper Skill（PDF输出），以及 BrightData MCP 工具（搜索爬虫）。没有 BrightData 的话工具调用会失败，但 Skill 本身的设计思路不受影响。

我的评价

市面上大多数「AI 写论文」工具本质是「高级改写器」——把已有内容换个说法。autonomous-research 的区别在于它把「发现gap」这件事做成了自动化流程，而且是通过多轮自批判实现的。这在科研场景里是真实有价值的工作流。

如果你是研究生、科研人员，或者经常需要做文献调研的人，这个 Skill 值得试试。安装方式也很简单——clone 整个仓库，把对应 Skill 目录复制到 ~/.claude/skills/ 就行。

GitHub 仓库直达

GitHub: https://github.com/thtskaran/claude-skills/tree/master/autonomous-research