Skip to content
Proyectos

HKUSTDial/Supervisor-Skills

Ver en GitHub

HKUSTDial/Supervisor-Skills has 12,227 GitHub stars and 722 forks. GitHot measured +77 stars in 24 hours, +626 in 7 days, and +1,454 in 15 days. Last checked 2026-11-11 05:19 UTC. Last push 2026-11-05.

Cómo se miden estas cifras

Convierte diez años de experiencia investigadora de un director de tesis doctoral en habilidades de IA que puedes invocar directamente. Desde el desarrollo de una idea hasta el envío de un artículo, tu codirector de investigación con IA.

Crecimiento de estrellas medido

in 24h
+77
in 7 days
+626
in 15 days
+1454
in 1 month
Actualización retrasada

Cambios netos en períodos que se solapan, no totales diarios. Los datos no disponibles se dejan en blanco. Las estrellas indican interés, no calidad.

README.md

Original
Supervisor-Skills

Supervisor-Skills: 将博导十年科研经验,炼化为你的 AI 副导师。

English · 中文

GitHub stars GitHub forks License

📰 News

  • [2026-11-05] 🎓 Supervisor 系列续作 Ducktor 与 DeepSeek-Ducktor 正式发布!🚀 在 vibe research 的浪潮下,Agent 替你推进研究,Ducktor 把每一步背后的科研判断讲给你,补全研究者的知识闭环 🔁,让 Agent 与你一起学习、协同进化 🌱。
  • [2026-09-21] 🤝 Supervisor-Skills 与百度达成合作,作为专家深度嵌入库库AI平台,以「计算机科研专家 骆教授」的形象呈现。
  • [2026-07-15] 🤝 团队与豆包达成合作,Supervisor-Skills 正式作为豆包·办公模式的核心科研技能完成部署,驱动「科研评估」与「学术创作」两大官方能力,将本项目沉淀的科研方法论带给亿级用户。
  • [2026-07-10] 🚀 v2.1:新增 paper-writer(证据门控的论文正文写作)、paper-polish(忠于原意的语言润色)、deep-research(综述级文献调研)三个技能;intro-drafter 升级为正文输出;评估与评审技能引入学科范式路由。详见 CHANGELOG。
  • [2026-07-03] 🎤 受邀在 2026 中国智能体大会 Skill 会场进行分享。
  • [2026-07-03] 🧩 新增 drawio-reconstruction 技能:参考图一键重建为可编辑 Draw.io。
  • [2026-05-21] ⭐ GitHub Star 突破 1,000(发布第 32 天)。
  • [2026-04-19] 🎉 项目发布:七个锚点技能覆盖论文全生命周期,配套 handbook 系统课程。

为什么做这个项目?

大家好,我是骆昱宇,香港科技大学(广州)的助理教授。从自己读博到指导学生,我反复看到一个场景:许多才华横溢的研究生,在踏入科研大门时,常常被相似的困境所困扰:

  • 理论与实践脱节:读了再多"科研指南",面对自己的课题时,依旧不知如何下笔。
  • 指导资源稀缺:导师日程繁忙,无法对你萌生的每一个想法进行及时、细致的评估。
  • 投稿前的迷茫:论文写完,却不确定逻辑是否严密、图表是否符合顶会审美、行文是否暗含"低级错误"。
  • AI时代的"能力鸿沟":大模型很强大,但若缺乏判断力与学术品味,AI也只是"高级玩具"。卓越的科研成果,无法仅靠“万能 Prompt”催生。

这些挑战,共同构成了科研的 "最后一公里问题" (The Last-Mile Problem)。它不仅是方法论的缺失,更是经验、品味与判断力的综合考验。

为此,我发起了 Supervisor-Skills 项目。我们将过去十年在数据科学与人工智能顶级会议(如 SIGMOD, VLDB, ICML, NeurIPS)中积累的发表、审稿经验与学术直觉,进行"蒸馏"与"锻造",最终封装成一套结构化的、可被大语言模型(如 Claude, GPT-4)精确执行的 AI技能 (AI Skills)。 我们的愿景很简单:将资深科研者的隐性知识,转化为人人可用的 AI 工具,让 AI 成为你真正的、全天候在线的科研副导师

这个项目仍处在早期阶段,我们正努力将自己能力范围内的认知与见解毫无保留地呈现出来,希望能为初入科研领域的探索者提供一份实用的操作指南。我们更热切地期待,能与各位同行者一起,共同建设、完善这个知识库,让科研之路不再孤单。如果你觉得这个项目对你有帮助,请点亮右上角的⭐️Star⭐️!谢谢!

社区与交流

微信交流群

群已超过 200 人,无法通过二维码直接入群。请扫码添加管理员微信 xyp619,备注 "Supervisor-Skills + 姓名",由管理员邀请入群。

您也可以关注 数据智能与分析实验室 DIAL 官方公众号 与 蟹哥聊科研,获取科研资讯、论文写作经验、AI 前沿动态与科研工具分享。

加入后您可以:

  • 🔔 第一时间获取 Skills 与 Handbook 的最新更新通知
  • 💬 与同路人交流论文写作、AI 辅助科研心得
  • 🎙️ 参与不定期的线上答疑与经验分享活动
微信交流群 官方公众号 科研分享号
添加管理员 xyp619,邀请入群交流 数据智能与分析实验室 DIAL 官方公众号 蟹哥聊科研:AI 前沿、论文与科研工具分享

教程结构

本教程采用 Guide(理论指南) + Skills(可执行AI技能) 的双轨制架构:

Supervisor-Skills/
├── README.md                          # 本文件
│
├── handbook/                          # 📖 科研与写作系统指南
│   ├── 01_Preliminary/                # 第一章:宏观认识与评价
│   │   ├── 1.1_如何评价一篇论文的质量.md
│   │   └── 博士生科研入门辅导.pdf         # 📄 配套讲义(可下载)
│   ├── 02_Idea_Generation/            # 第二章:Idea的诞生与升华
│   │   ├── 2.1_Idea的生命周期与能力匹配.md
│   │   ├── 2.2_想Idea的思路_更高更快更强.md
│   │   └── 2.3_进阶_如何做颠覆式创新.md
│   ├── 03_Paper_Writing/              # 第三章:论文写作方法论
│   │   ├── 3.1_完成一篇科研论文你需要做几件事情.md
│   │   ├── 3.2_Introduction写作的思考模型.md
│   │   ├── 3.3_技术类Full_Paper思考模板.md
│   │   ├── 3.4_Benchmark与Evaluation类论文思考模板.md
│   │   └── 3.5_写作细节与Checklist.md
│   ├── 04_Scientific_Plotting/        # 第四章:科研作图指南
│   │   ├── 4.1_Motivated_Example_Figure.md
│   │   ├── 4.2_Solution_Overview_Figure.md
│   │   ├── 4.3_Experimental_Results_Figure.md
│   │   └── 4.4_绘图Checklist与工具速查表.md
│   ├── 05_Vibe_Research/              # 第五章:Vibe Research前沿实战
│   │   ├── 5.1_Vibe_Research与Vibe_Coding入门.md
│   │   └── 5.2_李伯岩实战经验分享与会议纪要.md
│   └── 06_Case_Studies/               # 第六章:顶会论文写作剖析案例
│       ├── 6.1_ICML_2025_Alpha-SQL写作剖析.md
│       ├── 6.2_ICLR_2025_AFlow写作剖析.md
│       └── 6.3_VLDB_2026_LEAD写作剖析.md
│
├── skills/                            # 🛠️ 提炼出的可执行 AI Skills
│   ├── idea-evaluator/                # 构思与调研阶段技能
│   ├── deep-research/
│   ├── vibe-research-workflow/
│   ├── tech-paper-template/           # 写作阶段技能
│   ├── intro-drafter/
│   ├── paper-writer/
│   ├── benchmark-paper-template/
│   ├── paper-polish/                  # 自查与润色技能
│   ├── pre-submission-reviewer/
│   ├── figure-designer/
│   ├── rebuttal-guidance/
│   └── drawio-reconstruction/         # Draw.io 重建执行技能
│
└── assets/                            # 图片资源

📖 Handbook:科研与写作系统指南

📄 配套讲义:博士生科研入门辅导.pdf — 本指南的配套 PDF 讲义,适合打印或在 iPad 上阅读,包含完整的科研入门思路框架。

这里保留了系统性的理论框架,供你深入阅读和系统学习。只有理解了"道",才能更好地使用"器"。

章节 内容 链接
第一章:宏观认识 从审稿人视角看论文质量(Novel Problem, Novel Method, Nice Story, Nice Presentation) 1.1 如何评价一篇论文的质量 / 博士生科研入门辅导
第二章:Idea构思 Idea的生命周期、5维思考框架(更高更快更强更省更广)、颠覆式创新 2.1 Idea生命周期 / 2.2 更高更快更强 / 2.3 颠覆式创新
第三章:论文写作 科研论文全流程、Introduction思考模型、技术类/Benchmark类论文模板、写作Checklist 3.1 全流程 / 3.2 Intro模型 / 3.3 技术类模板 / 3.4 Benchmark模板 / 3.5 Checklist
第四章:科研作图 动机图、总览图、实验图的设计范式与绘图Checklist 4.1 动机图 / 4.2 总览图 / 4.3 实验图 / 4.4 Checklist
第五章:前沿实战 Vibe Research/Coding/Figure/Writing 入门与实战经验 5.1 入门指南 / 5.2 实战经验
第六章:顶会案例 Alpha-SQL (ICML'25)、AFlow (ICLR'25)、LEAD (VLDB'26) 写作思路剖析 6.1 Alpha-SQL / 6.2 AFlow / 6.3 LEAD

🛠️ Skills:提炼出的可执行 AI Skills

这里是本仓库的核心卖点!我们将上述理论经验蒸馏成了结构化的 Prompt/Skill 文件。你可以直接复制这些内容,导入到你的 AI 助手中(Claude、DeepSeek、Kimi 等均可)。

技能名称 功能描述 链接
Idea Evaluator 输入你的 Idea,AI 将根据"更高更快更强"5维框架和能力匹配表进行客观评估与打分 使用技能
Vibe Research Guide AI 辅助科研全流程指导:Vibe Coding / Vibe Figure / Vibe Writing 使用技能
Introduction Drafter 基于 Introduction 的 Flowchart 思考模型,输入研究动机,直接产出六段式 Intro 正文(引用经真实检索核验;也可只要大纲) 使用技能
Paper Writer 证据门控的论文正文写作:从单段到整篇,每个事实性声明可溯源到你的材料或核验过的文献,引用经独立核查,绝不编造 使用技能
Paper Polish 忠于原意的语言润色:改语法、去 AI 腔、把握措辞分寸、中文稿改写为投稿级英文,可能动到含义的改动逐条标出请你确认 使用技能
Deep Research 综述级文献深度调研:多视角检索、逐条引用核验、MECE 分类综合与交叉对比,产出逐条回答研究问题的 survey 报告 使用技能
Tech Paper Template 基于"技术类Full Paper思考模板",辅助你一步步梳理论文的完整逻辑链 使用技能
Benchmark Paper Template 专为 Benchmark/Evaluation 类论文设计,辅助梳理评估逻辑和实验设计 使用技能
Pre-Submission Reviewer 顶会审稿人视角!基于写作 Checklist 和英语语法易错点,对草稿进行全面审查 使用技能
Figure Design Advisor 告诉 AI 你想表达什么,它会根据动机图/总览图/实验图的设计范式给出专业作图建议 使用技能
Draw.io Reconstruction 将参考图、论文图、架构图、幻灯片图或 UI 截图重建为可编辑 .drawio 文件,并导出 PNG 预览与视觉审计 使用技能
Rebuttal Guidance 基于条件说服模型,识别审稿人心态(X)、匹配 rebuttal 策略(Y),为每条 Weakness/Question 生成可执行的回应指导,含 concern 分类、语气建议、证据指针与完整性检查 使用技能

快速开始 (Quick Start)

把下方这段 Prompt 发给你的 AI 助手(Claude Code、Cursor、Codex 等)即可完成安装:

Help me install Supervisor-Skills from https://github.com/HKUSTDial/Supervisor-Skills with Skills.

🔗 相关开源项目

除了科研构思与论文写作,下面两个项目可以帮助你进一步分析数据、呈现研究结果。

📊 DataMagic:动态图表与数据故事

准备组会、论文汇报或项目演示时,可以从 DataMagic 的动态图表配方库中选择案例,通过配套的 datamagic Skill,将趋势、排名、对比等数据组织成动画与数据故事。

选择配方、复制实现指令,再交给 Claude Code、Cursor、Codex 等代码智能体,即可替换自己的数据并调整效果。

GitHub 仓库

🔍 DeepEye:数据分析智能体

面对文件、数据库等多种数据源,DeepEye 可以规划并执行多步骤分析工作流,生成分析报告、交互仪表盘和数据视频,支持查看执行过程并参与调整。

GitHub 仓库

贡献与反馈

这是一款创新的开源 AI Skill 项目。期待能够解决智能体在科研辅助落地中"好用+合规"的问题。

欢迎大家试用、提 PR、开 Issue,或者分享你基于这些 Skill 写出的顶会论文!

如果你觉得这个项目对你有帮助,请点亮右上角的 Star!你的支持是我们持续更新的最大动力。

邮件联系:Yuyu Luo (yuyuluo [AT] hkust-gz.edu.cn).

感谢吴垠、李伯岩、谢宇鹏协助整理该仓库并提供宝贵的建议!

TODO

Guide

  • 如何写好Rebuttal?审稿人不理我的Rebuttal,怎么办?
  • 如何与他人进行高效的学术合作?

License

本项目采用 CC BY-NC-SA 4.0 协议开源。欢迎非商业用途的分享与改编,但请注明出处。

Explorar proyectos relacionados