编者按：相对 9 月，写作、出图与投稿类安装量继续猛增，nature 系仍拉开差距。本月新上榜 3 个技能：数据类第2名gget（基因组学数据库查询）、分析类第3名scientific-visualization（投稿级科学绘图）、临床类第3名clinical-reports（另一条临床报告实现）。相应跌出前三的是临床试验库、探索性数据分析与临床指南封装。选题、基金、实验与临床前两名大体稳定；DeepMind 的 PubMed 技能由数据类第2降至第3。
一、选题与问题定义
好的研究通常从一个清楚、可验证的问题开始。这个阶段的重点，是把模糊的兴趣变成研究方向，把直觉性的想法变成可以检验的假说。
第1名：scientific-critical-thinking（skills.sh安装2.2K，Github星标48.6K）
从主张、证据和论证结构出发审视研究想法，帮助发现薄弱环节，让选题更站得住。具备此技能的agents：LR
第2名：scientific-brainstorming（skills.sh安装2.1K，Github星标48.6K）
用结构化头脑风暴拓展方向，把模糊兴趣收束为可讨论的研究问题。具备此技能的agents：TF
第3名：hypothesis-generation（skills.sh安装1.9K，Github星标48.6K）
根据研究背景和已有证据生成可检验假说，衔接后续文献与实验工作。具备此技能的agents：RI、TF
二、基金与立项
当研究问题逐渐清晰，下一步往往是把它组织成一个有目标、有方法、有预期产出的研究计划。基金与立项类技能主要帮助研究者整理思路、匹配资助方向、搭建申请文本结构。
第1名：research-grants（skills.sh安装1.9K，Github星标48.6K）
辅助查找科研资助机会，并梳理申报要求与研究方向的匹配关系。具备此技能的agents：RI、TF
第2名：research-proposal（skills.sh安装887，Github星标864）
帮助搭建研究计划书的基本骨架，把研究设想整理成可提交的完整提案。
第3名：grants（skills.sh安装353，Github星标28.1K）
面向基金和资助申请的通用写作辅助，关注内容组织与表达清晰度。
三、文献检索与综述
文献工作不只是“找到几篇文章”，还包括确定检索范围、筛选证据、比较不同结果，并最终形成能够支持研究判断的综述。
第1名：literature-review（skills.sh安装6.4K，Github星标278.0K）
面向文献综述任务，帮助组织检索、阅读和归纳过程。具备此技能的agents：LR、RI、TF、CD
第2名：literature-review（skills.sh安装3.9K，Github星标395）
另一条高热度综述类技能，适合围绕研究主题梳理相关工作；同名技能请按链接分别查看。具备此技能的agents：LR、RI、TF、CD
第3名：systematic-literature-review（skills.sh安装2.4K，Github星标83.8K）
更强调系统性和流程化，适合需要明确筛选标准的综述工作。
四、数据与知识库
许多生命科学研究需要在公共数据库中查找论文、试验、蛋白质结构或其他标准化资料。数据库类技能的价值，在于把分散的信息入口变成更容易提问和复用的查询流程。
第1名：pubmed-database（skills.sh安装5.7K，Github星标278.0K）
面向 PubMed / NCBI 的生物医学文献检索、MeSH 查询与 PMID 工作流。具备此技能的agents：BM、CD、LR
第2名：gget（skills.sh安装5.5K，Github星标278.0K，新上榜）
面向基因组学常用数据库查询，覆盖基因、参考序列与同源检索等入口。
第3名：pubmed-database（skills.sh安装2.6K，Github星标3.2K，由第2降至第3）
用于查询 PubMed 文献记录，适合做医学和生命科学文献入口；同名技能请按链接分别查看。具备此技能的agents：BM、CD、LR
较上月跌出前三：clinical-trials-database（9 月第3，本月约 2.2K）。
五、实验设计与方案
干实验和湿实验虽然操作方式不同，但都需要回答类似的问题：研究对象是什么，变量如何设置，怎样建立对照，如何记录过程，结果如何复现。因此，“实验设计与方案”不仅包括实验设计本身，也包括方案整理、材料方法、实验记录、质量控制和可重复性。
第1名：labarchive-integration（skills.sh安装1.7K，Github星标48.6K）
辅助使用电子实验记录工具，让实验过程、数据和版本变化更容易留痕。
第2名：ginkgo-cloud-lab（skills.sh安装1.7K，Github星标48.6K）
面向云端实验室和自动化湿实验协作，关注实验流程的组织与衔接。
第3名：experimental-design（skills.sh安装1.2K，Github星标48.6K）
围绕变量、对照、可检验性和方案结构，辅助把研究想法落到实验设计上。
六、分析与可视化
数据分析阶段既要回答“结果说明了什么”，也要回答“怎样把结果准确、清楚地呈现出来”。探索性分析帮助研究者认识数据，统计技能帮助选择合适的分析方式，可视化技能则帮助把结果组织成读者能够理解的图表。
第1名：nature-figure（skills.sh安装17.4K，Github星标47.7K）
面向论文级图件，兼顾图表规范、信息层次和结果叙事。具备此技能的agents：RI、WS
第2名：nature-statistics（skills.sh安装10.7K，Github星标47.7K）
辅助思考统计方法选择和结果表达，连接分析与论文写作。
第3名：scientific-visualization（skills.sh安装2.2K，Github星标48.6K，新上榜）
面向投稿级科学绘图，覆盖多面板布局、误差表示、色盲友好配色与期刊尺寸规范。具备此技能的agents：RI
较上月跌出前三：exploratory-data-analysis（9 月第3，本月约 1.9K）。
七、论文写作
论文写作是把研究过程转化为公共知识的关键一步。真正有价值的写作辅助，不只是修改句子，还要帮助研究者理清论证顺序、补足必要信息，并保持结论与证据相匹配。
第1名：nature-polishing（skills.sh安装16.1K，Github星标47.7K）
侧重学术表达润色，让语言更清楚、紧凑，也更符合论文语境。具备此技能的agents：RI、WS
第2名：nature-citation（skills.sh安装14.5K，Github星标47.7K）
帮助处理引用和文献标注，减少论述与证据之间脱节的情况。具备此技能的agents：LR、RI、WS
第3名：nature-writing（skills.sh安装14.4K，Github星标47.7K）
按 Nature 风格起草章节结构，并整理首次投稿相关材料。具备此技能的agents：RI、WS
八、投稿与修回
投稿并不是把论文写完后的简单提交。选刊匹配、格式检查、同行评议和审稿意见回复，都会影响研究能否顺利进入正式发表流程。
第1名：nature-response（skills.sh安装14.0K，Github星标47.7K）
帮助组织审稿意见回复，明确回应问题、修改内容和依据。具备此技能的agents：RI、WS
第2名：nature-reviewer（skills.sh安装12.7K，Github星标47.7K）
模拟同行评议视角，帮助作者提前发现读者可能提出的疑问。具备此技能的agents：RI、WS
第3名：academic-paper-reviewer（skills.sh安装9.3K，Github星标51.6K）
以审稿视角检查论文中的问题，适合在投稿前做一次系统自查。具备此技能的agents：LR、RI
九、临床转化
临床转化连接基础研究、临床证据和实际决策。这个阶段尤其需要重视证据等级、适用人群、风险边界和专业责任，任何自动生成的内容都不能替代医生或研究者的判断。
第1名：clinical-reports（skills.sh安装1.8K，Github星标48.6K）
辅助组织临床报告和结构化医学信息，适合规范化整理证据。具备此技能的agents：CD
第2名：clinical-decision-support（skills.sh安装1.8K，Github星标48.6K）
将医学证据整理为决策支持信息，帮助梳理判断依据和注意事项。
第3名：clinical-reports（skills.sh安装672，Github星标32.6K，新上榜）
另一条临床报告向技能，适合整理结构化临床文书与证据要点；同名技能请按链接分别查看。具备此技能的agents：CD
较上月跌出前三：tooluniverse-clinical-guidelines（9 月第3，本月约 482）。
榜单生成说明
发布方：麦伴科研（maltsci.com） 发布时间：2026年10月
这是一份“科研 Agent Skills 热度榜单”：按科研流程分成 9 个阶段——选题与问题定义、基金与立项、文献检索与综述、数据与知识库、实验设计与方案、分析与可视化、论文写作、投稿与修回、临床转化。每个阶段选 3 个技能，共 27 个。
评选以 skills.sh 安装量为主要依据，以 GitHub 星标为辅助指标，再结合技能名称、功能说明和科研相关性筛选。榜单反映的是截至 2026 年 10 月的公开数据和热度，不是质量或适用性的绝对排名；涉及医学、安全、统计和事实判断的内容，仍需人工复核。
所有技能的安装简介、安装方法与链接，可在麦伴科研的「技能实验室」（/skills）中查找。部分技能已集成到在线智能体中，开箱即用。
“具备此技能的agents”表示该技能已集成到麦伴科研相应在线智能体中，可在对话里直接使用，无需自行安装。代号对应：RI 科研网红；RS Rosalind（罗莎琳德）；BM 生医数据检索；TF 选题和基金；LR 精读综述；WS 写作投稿；CD 临床医生助手。未写出该项时，表示暂未标注在线可用。集成范围会随产品更新变化，以网站当时展示为准。
技能适合做整理、检索、比较、起草和检查；提出问题、判断证据、决定实验、对发表与临床结果负责，仍在研究者这边。
