过去几个月，我把"用 AI 做科研"这件事拆成一件件可复用的技能包，收集、去重、分类、打分、排序，做成一份每天可更新的skill榜单。截至 2026 年 10 月 25 日，清单共计收录 115 个项目，累计 346,227 颗星，其中 88.7% 是 2026 年才创建的。
这篇文章把排序规则、分类口径、完整名单一次说清，并对四个反常识的数据给出解释。先说结论：这份榜最值得看的不是名次，是它暴露的供给结构失衡——宣称"覆盖全流程"的项目占了一半，拿到的星不到两成；真正被收藏的，是扎进一个学科、一个环节的小工具。
一、这份榜是什么
「学术论文 Skill 排行榜」只做一件事：把中文用户能直接上手的科研技能包找出来，排个名。抓取、过滤、分类、打分、发布全部由脚本跑完，每天凌晨执行一次，输出榜单页面、JSON、CSV 与 RSS，同时留一份当日快照，只保留 60 天。
规则是公开的：搜索词与种子名单写在一个配置文件里，筛选与打分逻辑写在一个脚本里，任何人可以按同一套规则复现当天的名次。
换言之，它测量的不是学术成果，而是学术生产工具的供给密度。
二、排行依据：四道门槛、一条主排序、一个辅助分
门槛设了四条，必须同时满足：星数不低于 100；不是 fork、未被归档；命中至少一个 Skill/Agent/Workflow 信号（skill、claude code、codex、opencode、mcp、workflow）；命中至少一个 Academic/Research/Paper 信号（academic、paper、literature、peer review、科研、论文）。在此之上，还要求命中"强信号"与高置信度学术信号，或者属于人工维护的种子名单；leetcode、trading、minecraft 一类明显非学术的词会被直接剔除。
100 星这个数，是"有人知道"与"没人知道"之间的分界。它不是行业标准，只是个折中：往上提，2026 年新起的项目会整批消失；往下放，榜单会被一次性账号和课程项目灌满。
主排序是星数降序，趋势分只作辅助，用于识别近期上升的项目。
趋势分的构成是四项加权：近 7 天新增星数（权重 1.2，主信号）、最近 push 的时间新鲜度（90 天线性衰减）、新项目加权（180 天衰减）、当前星数规模（取 log10 平滑）。
规则有三处结构性局限，用之前必须知道。
第一，星数计的是关注度，不是可用性。 我们没有为它设质量维度：不看 SKILL.md 数量、不看能否跑通、不看引用是否核验。
第二，100 星门槛把冷启动项目全部挡在门外。 88.7% 的项目创建于 2026 年，赛道极新，供给正在爆发；但一个刚发布、还没起量的好项目，在任何一天都进不了榜。这形成一个回路：先上榜的获得曝光，曝光带来星数，星数保证它继续上榜。
第三，关键词过滤无法区分项目类型。 星数第 8 的 hoochanlon/hamuleite 有 9,935 星，SKILL.md 数量为 0——它是整合 JSTOR、Taylor & Francis、剑桥大学出版社与 Z-Library 的资源导航项目。它有价值，但它不是技能包。
一句话概括：这份榜能回答"这个圈子里什么最受关注"，不能回答"哪个最好用"。后者只能自己去筛选了。
三、分类结果
把 115 个项目归入 7 类，每个只进一类，按关键词命中数与固定优先级匹配。下表是这 7 类的判定口径：
换一个切法，结构问题立刻显形——把 7 类按科研流程的位置重新归并：
- 输入端（找与读）
- 加工端（做与算）
- 输出端（写与审）
- 跨段（宣称全能）
这样来看：一篇论文最难的三件事——做出可靠结果、通过同行评审、以及两者之间的论证——恰好落在供给最薄的三处。
四、完整榜单
4.1 总量：34.6 万星，六成项目不足千星
115 个项目合计 346,227 星，中位数 600，均值 3,011。均值是中位数的 5 倍，说明分布极度右偏。
前 3 名合计 158,744 星，占全榜 45.8%；前 10 名占 70%；前 30 名占 87%。与此同时，72 个项目（62.6%）不足 1,000 星。
这不是健康的"长尾"，是一个清晰的三层结构：3 个头部、十几个腰部、近百个尾部。
4.2 前 15 名
前十名值得逐条看，因为它们的差异比名次更有信息量。
第 1 名 K-Dense-AI/scientific-agent-skills（54,475 星），177 个 SKILL.md，MIT 协议，覆盖生物、化学、医学、药物发现与 100 多个科学数据库，目标是"把任何 agent 变成 AI Scientist"。它是唯一在技能数量与学科覆盖两个维度同时登顶的项目，落点在实验，不在写作。
第 2 名 Imbad0202/academic-research-skills（53,781 星），只有 5 个 SKILL.md，走 research → write → review → revise → finalize 五段流程，专供 Claude Code。5 个文件拿到 5.3 万星，是"流程清晰"胜过"内容堆量"的直接证据。
第 3 名 Yuan1z0825/nature-skills（50,488 星），23 个技能，主打 Nature 级学术表达与科研绘图，面向 Codex，中文说明。对国内投稿者，这是刚需而非尝鲜。
第 4 名 wanshuiyin/Auto-claude-code-research-in-sleep（18,025 星），197 个纯 Markdown 技能，让 agent 在你睡觉时自主跑机器学习实验。技能数量全榜第二。
第 5 名 Orchestra-Research/AI-Research-SKILLs（13,919 星），98 个技能，AI 研究与工程的综合库，同时支持 Claude、Codex、Gemini。
第 6 名 Imbad0202/academic-research-skills-codex（13,455 星），与第 2 名同一作者的 Codex 移植版，仅 2 个技能文件。
第 7 名 HKUSTDial/Supervisor-Skills（10,576 星），12 个技能，把博士生导师的判断经验封装为"AI 科研副导师"，从选题构思到投稿。港科大实验室出品，7 天新增 673 星，是全榜头部里增速最快的。
第 8 名 hoochanlon/hamuleite（9,935 星），SKILL.md 为 0，学术与金融资源导航站。
第 9 名 ChenLiu-1996/figures4papers（8,906 星），1 个技能，顶会论文配图的 Python 脚本集。
第 10 名 Master-cai/Research-Paper-Writing-Skills（7,775 星），1 个技能，改编自彭思达教授的公开写作讲义，面向 ML/CV/NLP。
4.3 学科专项（12 个）
按定义，这一类面向具体学科。
它的数量只占 10.4%，星数却占 35.6%，中位数 7,010 星——是综合研究类（506 星）的 13.9 倍。经济学、医学、生物、数学建模各有专门项目，其中数学建模方向已有三个项目同场竞争（MathModelAgent 6,246 星、math-modeling-skill 1,888 星在本栏，math-modeling-skills 428 星被归入论文写作类）。
4.4 深度研究（15 个）
这一类做的是"多阶段检索 + 来源核验 + 自主发现"，是文献工作的上游。
头部两个项目（nature-skills 50,488 星、AI-Research-SKILLs 13,919 星）都出自这一栏，说明"读得深"比"写得好"更早形成产品。
4.5 论文写作（28 个）
数量第二、竞争最激烈的一类，28 个项目里 20 个不足 1,000 星。去掉第 2 名的 53,781 星之后，这一类剩余 27 个项目合计仅 24,870 星，中位数 498——除一个超级头部外全线长尾。
这一栏还有一个细节：全榜至少 5 个项目专攻"反防御性写作"与"去 AI 味"（本栏 3 个：anti-defensive-writing-Skill、anti-defensive-writing、humanities-thesis-skill；综合研究类 2 个：academic-humanizer、aigc-reduce）。同一痛点被反复实现，说明需求真实且尚未被满足。
4.6 综合研究（51 个）
数量最多、平均关注度最低的一类：44.3% 的项目，18.2% 的星数，中位数 506 星，33 个项目不足 1,000 星。多数项目的描述高度相似——"从选题到投稿的完整工作流"。
这一栏不是没有好项目（academic-research-skills-codex 13,455 星、codex-claude-academic-skills 5,272 星），而是分化极严重：两个腰部项目撑起门面，其余 49 个项目里有 33 个不足 1,000 星。
4.7 文献综述（5 个）与实验复现（4 个）
这两类是全榜最薄弱的环节，合计 9 个项目、7,868 星。
文献综述 5 个至少名实相符：3 个围绕 Zotero 与知网做工具链（harness-anything 2,435 星负责调用 Zotero/WPS/Office，cnki-skills 1,015 星负责检索知网并导出，zotero-skill 200 星负责整理分类），2 个做综述生成工作流（AI-Powered-Literature-Review-Skills 208 星走 8 阶段流程，Zotero-Analytical-Workflow-Skills 698 星做精读模板）。
实验复现 4 个则暴露了口径问题：paper-plot-skills（910 星）复现顶会论文图表，modelviz-skill（286 星）内置上百个数学建模绘图模板，Auto-Visio-Helper（251 星）把图转成可编辑的 Visio 文件，awesome-ai-agent-papers（1,865 星）是一份 2026 年 agent 论文清单——3 个做绘图，1 个是论文清单，没有一个做实验复现。
薄弱的原因不难推断：这两类必须接通外部系统（数据库、文献管理器、实验环境），工程量大、失败面广，不像写作类只要一份规则文档就能交付。
4.8 评审反馈（0 个）
全榜只有一个空类：评审反馈。分类表里给它留了位置，判定口径写得很清楚（peer review、审稿意见、critique、referee report），但至今没有一个项目满足收录条件。
最接近的是第 38 名 Spark-To-Paper-Skills/paperjury（1,212 星），做投稿前的模拟审稿压力测试，被归入论文写作类；它最近的 push 停在 2026 年 8 月，已被标记为 stale。
反过来说，这也是全榜最大的一块空白。
4.9 增速榜：一周涨得最快的 12 个
星数是存量，增速是当期注意力。按"7 日新增 ÷ 总星数"排序，取星数 300 以上的项目（下图气泡大小为 30 日新增星数，下表按同一比例排序；分类信息见前文各小节）：
五、四个反常识结论
第一，数量与关注度倒挂，且原因不在"用户不识货"。 综合研究类以 44.3% 的项目数量拿到 18.2% 的星数，学科专项以 10.4% 的项目数量拿到 35.6%，中位数相差 13.9 倍（数据见上文图一）。
原因在于嵌入成本。通用技能难以嵌入具体学科的数据格式、术语体系与评价标准，一个"通用论文写作技能"能做的只是调整句式与结构，用户试用一次就发现它不懂自己的领域；而一个面向经济学识别策略的技能知道要跑 Stata、要报告聚类稳健标准误、要处理固定效应与样本选择。通用性带来的是可试用性，专业性才带来留存。
第二，增长最快的项目越来越轻。 7 日增速前两名是 Adkid-Zephyr/anti-defensive-writing-Skill（2 个技能文件，一周 +610 星，占存量 15.5%）与 AIScientists-Dev/academic-humanizer（1 个文件，+383 星，14.8%）。两者做的是同一件事：删除论文里的防御性表述与 AI 写作痕迹。
原因在交付成本。写作风格是规则问题——可枚举、可验证、不依赖任何外部数据管道，两个文件就能交付一个完整解决方案；而文献综述要接数据库、实验复现要跑环境，工程量大，注定跑不快。能被写成规则的问题，先被技能化。
第三，星数不等于技能数。 全榜 8,614 个 SKILL.md，其中 69% 集中在三个项目（Awesome-Journal-Skills 4,166 个、Auto-Empirical-Research-Skills 1,172 个、medical-research-skills 605 个）。15 个项目一个 SKILL.md 都没有，全榜技能数不足 5 个的项目共 70 个，约六成。
判断一个项目是不是真的技能库，看 SKILL.md 数量比看星数可靠：低于 5 个的，多半是单点脚本或资源清单。分类层面也有同类问题——实验复现一栏的 4 个项目，没有一个做实验复现。
第四，生态是双极，许可证是隐患。 适配对象上，Claude Code 47 个、Codex 39 个、MCP 12 个、Gemini 6 个、Cursor 与 OpenCode 各 3 个，另有 46 个项目未标注。Claude Code 与 Codex 两极占绝对多数，其余平台基本是移植适配。
许可证分布更需要注意：MIT 63 个（55%），未声明 25 个（22%），其余为 Apache-2.0、AGPL-3.0、MulanPSL-2.0、CC0 或 GitHub 无法识别的协议。两成项目没有 LICENSE 文件，默认保留全部权利，直接搬进课题组或商业项目存在法律风险。
六、怎么用：三步与三条避坑
排名解决的是"先看哪个"，不解决"该不该用"。所以使用方法压成三步，每一步都能在五分钟内做完。
三步选型。
第一步，定位。先确认自己卡在流程的哪一段：找不到文献，去"文献综述"与"深度研究"；数据画不出、算不对，去"实验复现"与"学科专项"；写不出来、改不下去，去"论文写作"；投稿前想过一遍审稿人视角，目前只能自己拼。跨段跳选"综合研究"，是最容易踩空的一步。
第二步，三看。SKILL.md 数量是否达到 5 个以上（低于此多半不是技能库）；最近 30 天是否有 push（全榜只有 46 个满足）；LICENSE 是否明确（MIT 或 Apache-2.0 可放心改）。
第三步，最小验证。拿一篇自己的旧稿跑一遍，观察它改动的是格式还是判断。只调整句式、分段、连接词的，价值有限；能指出论证跳跃、数据与结论不匹配、审稿人可能追问什么的，才是值得留下的。
三条避坑。
- 星数高不等于能用。第 8 名 9,935 星，
SKILL.md 为 0，买不到任何技能。 - 6 个项目已进入 stale 状态（30 天无 push 且 7 日零增长），其中包含 1,212 星的
paperjury——高星项目同样会停更。
还有一条针对文献类工具：全榜只有 2 个项目带引用核验标记。任何声称"自动综述"的工具，输出的参考文献都必须逐条核对 DOI，这是目前这套生态最确定的短板。
七、结语
做完这版榜，最大的收获不是排出名次，而是看清一件事：这个领域的真实产品逻辑，和"做一个大而全的 AI 科研平台"几乎相反。115 个项目里跑出来的，都是把某个环节钉死的窄工具；而宣称覆盖全流程的那一半，拿到的星不到两成。
三个判断留在这里，供后续验证：学科深度优于流程广度（13.9 倍的中位数差距）；轻量单点优于全流程平台（增速前二都是 1–2 个文件的项目）；评审环节是当前唯一的空白（0 个项目，而它决定论文命运）。
这份榜会继续每天更新，规则改动都会写进变更记录。本文所有数字取自 2026 年 10 月 25 日快照，星数是动态值，读者复核时会有偏差。
现在，我已将这个报告做成了网站，请大家加入我的知识星球获取链接。
觉得有用，点个"👍"“💗”，转给铁子们吧~我是老铁，下次见。
