共 3 个 skill · 数据来自 GitHub 与精选合集,每日更新
Orchestra-Research/AI-Research-SKILLs/22-agent-native-research-artifact/rigor-reviewer
对 Agent-Native Research Artifacts 做 ARA Seal Level 2 语义认知审查,评六维度(证据相关性、可证伪性、范围校准、论证连贯、探索诚信、方法严谨),产出建设性、按严重度排序的报告与 Strong Accept 到 Reject 的建议。Level 1 结构验证通过后、ARA 发布前需客观认知批判时使用。
Orchestra-Research/AI-Research-SKILLs/22-agent-native-research-artifact/research-manager
作为任务后尾声记录研究溯源,在编码或研究会话末扫描对话历史,抽取决策、实验、死路、声明、启发、转向,写入 ara/ 目录并打用户-vs-AI 溯源标签。作为会话尾声使用——绝不在执行中使用——维护研究项目真实可审计的演化轨迹。
Orchestra-Research/AI-Research-SKILLs/22-agent-native-research-artifact/compiler
把任何研究输入——PDF 论文、GitHub 仓库、实验日志、代码目录、或原始笔记——编译成完整的 Agent-Native Research Artifact(ARA),含认知层(声明、概念、启发)、物理层(配置、代码桩)、探索图、接地证据。把论文/代码库摄入结构化、机器可执行知识包、从零建 ARA、或把研究产出转成可证伪、agent 可遍历的形式时使用。