开源 RW Research Skill:构建带来源约束与人工确认的科研辅助工具集
作者 Roland.W 开源了一套用于科研的 RW Research Skill 工具集。该套件包含 12 个独立技能(如路由、问题定义、文献发现、论文提取、证据图谱等),旨在解决 AI 在科研中“证据不足仍生成”的问题。它强调来源要求、明确停止条件和人工确认,将科研流程任务模块化,适用于从本科生到教授的广泛人群,特别适合医学、社科等领域,希望能作为科研自动化的流程层。
作者 Roland.W 开源了一套用于科研的 RW Research Skill 工具集。该套件包含 12 个独立技能(如路由、问题定义、文献发现、论文提取、证据图谱等),旨在解决 AI 在科研中“证据不足仍生成”的问题。它强调来源要求、明确停止条件和人工确认,将科研流程任务模块化,适用于从本科生到教授的广泛人群,特别适合医学、社科等领域,希望能作为科研自动化的流程层。
花叔开源的AI设计技能huashu-design发布3.0版本,该技能可让agent自动生成网页、PPT、App原型、信息图等设计。3.0主要改进:先出六个候选再挑三个成稿;现实参照改为同媒介并先截图;风格库从60种扩到84种(新增中文与东亚风格);App原型采用有构图的展示板;新增本机记录系统(经验、外观账本、设计体检)实现越用越懂用户;坚持事实核实。作者分享了三轮迭代的过程,核心教训是:对agent应加选项而非禁令,禁令会让设计变得保守无聊,提供更多可见样例反而能激发更好的设计。
作者空格开源了一个手绘风格动效视频 Skill,兼容任意 AI 模型(国内及海外模型均可)。针对 AI 生成宣传片千篇一律的'会动的网页'式问题,作者将白板讲解的手绘感做成视频,内置白板、黑板、水彩、水墨、蓝图、漫画等 10 种画风。实现原理是用网页渲染画面、无头 Chrome 逐帧截图、ffmpeg 拼接视频,配合手写字体、rough.js 抖动线条和无限画布镜头。Skill 会自动读文章、写旁白、配音、排画面并渲染成片,支持多种比例和科普、宣传、课程等场景。项目已在 GitHub 开源。
作者分享了将25条思考类提示语(苏格拉底式提问、第一性原理、乔哈里视窗、逆向法等)封装为开源skill「老爷爷」的过程。受Matt Pocock的ask-matt路由启发,该skill可根据用户当前处境自动匹配最合适的提示语,解决「提示语存了一堆但从来不用」的问题。作者强调原提示语一字不改的原则,避免工程化改写导致的性能下降,并介绍了乔哈里视窗和逆向法两个实用方法,主张让AI负责挑选提示语、人负责感知问题的分工方式。
作者分享了使用 Claude Code(Opus 5.5)批量制作资讯类竖屏短视频的完整工作流。核心步骤包括:选题(AI 粗选、人工精选,信息源以推特和 Hacker News 为主)、素材准备(Gemini API 写脚本和 TTS 配音、Suno 背景音乐、背景图、logo 等)、编写初始提示词、让 Agent 撰写脚本并派子 agent 做对抗式审查、反复修改脚本与成片。文中提供了可直接复用的提示词模板,并开源了包含 18 套竖屏视频风格的 Claude Code skill(creator-style-kit),可用于固定视频的字体、配色、动效与音效风格。
作者公开了使用 Claude Opus 5.5 制作 AI 资讯类视频的完整工作流程:包括从 X 和 Hacker News 选题、准备 Agent 所需工具(Gemini API 写脚本与 TTS 配音、Suno 背景音乐等)、编写初始提示词模版、让 Gemini 写脚本并由 Claude Code 派子 agent 进行对抗式审查,以及反复迭代修改脚本与视频。作者还开源了包含 18 套风格的 creator-style-kit 风格 skill,并指出选题是内容成败的关键,常见问题是画面信息密度过高和配音契合度问题。
花叔开源了Huashu-motion,一个让Claude Code、Codex等coding agent一键生成商业级产品宣传片的skill。项目对标Apple、Google、Anthropic的发布片水准,通过分析21支真实发布片和142支高互动动效片,提炼出导演规则。用户只需一句话,agent就会读产品、出三个设计方向、写节奏单、自动配乐配音效,最后在浏览器编辑器中支持点选修改。作者一天内用它制作了约二十支宣传片,成本极低(约2元/支)。项目已在GitHub开源,附带20种运动语言、10个模板和完整方法文档。
文章系统梳理了 AI 生态中的核心概念及其关系。首先介绍 AI 模型,按处理信息类型分为语言/多模态、图像生成、视频生成、音频语音和专用任务模型,并列举 GPT、Claude、Gemini、FLUX、Veo、Whisper 等代表产品。其次区分 AI 模型与 AI 产品,涵盖综合助手、AI 搜索、创作和办公开发工具。然后解释 Agent 如何从回答问题走向执行任务,分类介绍了编程 Agent(Codex、Claude Code)、跨应用 Agent(Manus、OpenClaw)和长期个人 Agent。最后厘清 Skill(可复用工作方法)、Tool(具体能力)、Plugin(功能集成)、API(软件接口)和 MCP(标准化连接协议)的区别,以及 Workflow、Memory、知识库和执行环境等支撑能力,帮助读者理解整个 AI 生态的组成与协作方式。
作者萝卜哥用同样的提示词、大模型和 Agent,实测对比了 6 款免费开源的 AI PPT skill:PPT Master(5.2万星,原生 PPTX,功能最全)、Frontend Slides(2.86万星,HTML 幻灯片,先出三种风格预览)、Guizang PPT Skill(2.73万星,杂志风/瑞士风,带演讲者模式)、Html PPT Studio(8500星,演讲辅助最强)、Dashi PPT Skill(9500星,网页编辑器,咨询风)以及作者自研的萝卜 PPT(300+星,主打不乱改原文、逐页核对)。文章给出按场景选型的建议,并指出 AI PPT 效果很吃大模型能力,需结合自身需求试用选择。
作者认为大量阅读 AI 论文是入门 AI 领域的极佳方式,并以朋友韭二老师爆肝 60 篇论文后入职盛大 evermind 为例。同时指出在 X 上分发论文解读是一种起号方式,该赛道仍有空白。针对论文小白,作者推荐一体化 AI 科研工作台 Open-Science:内置科研 skills 的 Agent 可检索文献、梳理方法并输出报告;支持灵活接入 Codex、Claude 等模型;研究过程可回溯审核;支持动手复现论文计算与分析。复现 5 篇以上即可深入掌握 AI 领域知识,项目已开源。
作者分享使用 Opus 5.5 从一段文字生成完整视频的教程,并开源了包含 16 种视频风格的 Skill(chengfeng-video-styles)。流程包括:安装 Skill、输入内容、设定参考风格、先生成 17 个 3 秒样片供筛选、选定后生成全片、导出 MP4,最后用代码合成音效和添加字幕。整个过程通过 Agent 自动化完成,视频生产从围绕时间线的传统剪辑转向围绕工作流的自动化流程,作者对效果非常满意。