大学生如何用WorkBuddy写出高质量论文? ✍ Roland.W🕐 2026-07-15📦 10.9 KB 🟢 已读 𝕏 文章列表 文章指出AI直接写论文常导致引用错误和结论失真,作者开发了包含16个Skill的RW Research Skill系统,并将其集成到WorkBuddy中。文章详细演示了如何利用这些Skill完成从研究问题形成、研究设计到方案审查的完整科研流程,以确保学术严谨性。 WorkBuddy科研工作流AI辅助写作研究方法开源工具学术研究 # 大学生如何用WorkBuddy写出高质量论文? **作者**: Roland.W **日期**: 2026-07-15T14:36:37.000Z **来源**: [https://x.com/rwayne/status/2077401955387982126](https://x.com/rwayne/status/2077401955387982126) ---  一个大学生把论文题目发给豆包。 「帮我写一篇文献综述,引用要真实,格式按学校要求来。」 几分钟后,几千字出来了。摘要、关键词、研究背景都有,参考文献排得整整齐齐。 他点开第一条引用,查不到。 第二条论文存在,作者和年份对不上。 第三条看起来最靠谱。打开原文后,那篇论文根本没有支持正文里的判断。 论文写完了,研究还没开始。前面省下来的时间,全花在核验和返工上。 我做 RW Research Skill,就是想把核验、边界和交接写进科研流程。 这套系统目前有 16 个 Skill。它们分别处理研究问题、文献发现、证据整理、研究设计、论文写作、主张核验和投稿。每个 Skill 都有输入要求、停止条件和验收标准。 我把 16 个 Skill 装进 WorkBuddy,又用一个真实研究想法跑完了问题形成、研究设计和方案审查。下面是完整操作过程。 # 如何安装 先打开 RW Research Skill 的 GitHub 仓库,进入 skills 目录。 里面的每个文件夹对应一个独立 Skill,例如: ``` rw-research-skill/ └── skills/ ├── rw-research-router/ │ ├── SKILL.md │ ├── references/ │ └── scripts/ ├── rw-research-question/ ├── rw-literature-discovery/ └── ... ``` WorkBuddy 会把一个 ZIP 识别成一个 Skill,压缩包根目录需要直接出现 SKILL.md。 我第一次把整个 GitHub 仓库压成 ZIP 上传,界面提示: 未找到 SKILL.md 主文件 处理方式很简单。打开 rw-research-router 文件夹,选中里面的 SKILL.md、references 和 scripts,将这些内容压成 ZIP。解压后看到的第一层应该是 SKILL.md。 接着进入 WorkBuddy 的「专家·技能·连接器」,依次点击「技能」「添加技能」「上传技能」,选择刚才的 ZIP。 初次体验可以先安装 rw-research-router。准备使用完整流程时,再用同样的方法打包并上传其余 15 个 Skill。 # 如何检查安装结果 WorkBuddy 上传第三方 Skill 时会显示安全扫描结果。这里要看三个位置:来源、权限和脚本行为。 RW Research Skill 的 16 个目录都带有 scripts/self_check.py。我在本机逐个运行自检,16 个结果全部通过,然后重启 WorkBuddy。 重启后打开「我安装的」,搜索 rw-。我原来有 1 个 Skill,完整安装后页面显示 17 个,新增的 16 个都处于启用状态。 WorkBuddy 的「我安装的」页面。原有 1 个 Skill,加上 16 个 RW Research Skills,共显示 17 个。  页面里至少应该能找到这些入口 - rw-research-router - rw-research-question - rw-literature-discovery - rw-paper-extractor - rw-evidence-map - rw-research-design - rw-research-referee - rw-claim-audit 确认开关已经打开,就可以新建任务。 # 如何完成第一次调用 我在新任务里挂载 rw-research-router,输入: start research onboarding WorkBuddy 读取 Router 的方法、标准、停止条件和验收规则,然后问了一个问题: 你现在手上有什么? 可选答案包括想法、文献、数据、草稿、审稿意见和不知道。 我选择「想法」。研究方向是:AI 智能体辅助的文献筛选,能否减少研究生进行范围综述时的时间和核验负担,同时保持主张与来源之间的准确性。 Router 将任务判断为「问题形成期」。它还标出三个等待定义的概念:AI 智能体文献筛选、核验负担、主张与来源准确性。 随后,Router 选择主流程: rw-research-question 界面同时给出选择原因、暂缓路径、停止条件和验收标准。当前瓶颈是研究问题的定义,所以任务先交给 rw-research-question。  Router 将问题形成期任务交给 rw-research-question。 Router 每次只选择一个主 Skill。这个设计让每一步都有明确负责人,也让下一次交接有据可查。 # 如何跑完一条科研实操链路 我继续在同一个 WorkBuddy 任务里完成了三次交接: 1. rw-research-question 2. rw-research-design 3. rw-research-referee 这次实操从一个研究想法开始,终点是三份落盘文件:研究问题工作表、研究设计工作表和审查报告。 # 1 收敛研究问题 我交给 Router 的原始输入是: No materials. Idea: Can an AI-agent literature triage reduce time and verification burden without lowering claim-source accuracy for graduate researchers doing scoping reviews? rw-research-question 拆出人群、干预、比较和结果。它还给出三类替代解释:主题复杂度、研究者能力差异,以及筛选省时后出现的核验负担转移。 随后,WorkBuddy 要我确认 AI 智能体的工作模式。 - 辅助式:AI 推荐或排序,研究者逐条确认。 - 自主式:AI 直接决定纳入或排除,研究者抽检。 我选择辅助式。Skill 把主问题写入 research-question-worksheet.md,并设置证伪条件:逐条核验耗时大于或等于筛选省下的时间时,效率提高假设被推翻。  辅助式流程被拆成 AI 推荐、研究者逐条核验和采纳决策,负担转移也被写进证伪条件。 到这里,研究对象、比较组、结果指标和失败条件已经对齐。 # 2 生成研究设计 问题定型后,Router 建议先调用 rw-literature-discovery。我手上是零材料状态,同类研究的存在情况仍需检索。 为了继续演示后续链路,我记录并接受重复研究的风险,然后输入: skip discovery; run research design WorkBuddy 保存了这次人工决定,随后加载 rw-research-design 的方法、领域指南、标准和工作表。 最终生成的 research-design-worksheet.md 有 5.8 KB。首选方案是一项平行组随机对照试验: - 所有人使用同一套标准语料和预设范围综述问题。 - 研究生随机进入 AI 辅助组或仅人工组。 - AI 辅助组执行推荐、逐条核验和最终决策。 - 人工组逐条筛选并作出决策。 - 两组都记录总时间、感知负担和主张与来源准确性。 - 独立评定者在未知分组的情况下审计准确性。 - 核心分析同时检查效率、准确率非劣效和净省时。 研究设计图和落盘文件。界面底部可以看到 research-design-worksheet.md。 方案保留了两个执行前缺口。样本量计算需要先导方差数据;涉及真实参与者和下游研究质量的干预,需要先完成伦理审批。 这份文件已经能进入完善和审批阶段。  # 3 审查研究设计 研究设计完成后,我输入:run rw-research-referee rw-research-referee 读取前两步的工作表,再按自己的审查方法和验收规则检查方案。 它给出的结论是: 修改后通过(major revision) 生成的 referee-report.md 有 14.7 KB,列出六项执行前修改: 1. 定义非劣效界值,才能计算效力并解释结果。 2. 修正单一标准语料与语料复杂度分层之间的冲突。 3. 控制对照组使用免费 AI 工具造成的组间沾染。 4. 预先指定非劣效研究的缺失数据处理方法。 5. 写清效率与准确率两项假设的联合推断规则。 6. 补充分配隐藏方案。 审查结果给出 major revision,并把六项修改逐条写入报告。 报告还指出两类结果的证据强度不同。准确率可以交给独立评定者盲审,效率更容易受到计时方式、分组知情和组间沾染影响。后续写作需要分别说明这两部分证据的可信度。 现在,这个模糊想法已经变成研究问题、研究方案和审查报告。三个阶段都有输入、落盘文件、未知项、停止条件和下一步交接。 # 如何选择 16 个 Skills 选择入口时,先看自己手上已有的材料。 一个项目可以从任何合适的入口开始。每次选择一个主 Skill,产物完成后再调用 Router 判断下一步。 # 三种调用方式 只有一个方向时,把现状交给 Router: 请使用 rw-research-router 带我开始科研流程。 我现在只有一个研究方向,手上暂时没有文献和数据。 请判断当前阶段,并选择一个主 Skill。 已经知道任务类型时,直接调用专业 Skill: 请使用 rw-evidence-map 整理这些论文。 区分支持证据、冲突证据、偏倚和缺口。 缺少原文支持的判断请标记为待核验。 研究方案准备执行时,增加一次对抗审查: 请使用 rw-research-referee 审查这份研究设计。 检查选择偏倚、替代解释和结论边界。 文献、数据和实验结果仅使用我提供的材料。 输入里写清现有材料、目标产物和任务边界,Skill 会按照自己的方法和验收规则执行。 # 如何检查工作流 我会检查每一步有没有留下五样东西: 1. 明确输入。 2. 主 Skill。 3. 落盘产物。 4. 未知项和停止条件。 5. 下一步交接。 这次测试中,三个 Skill 都在需要人工判断的位置停了下来。研究问题等待模式选择,研究设计记录检索跳过决定,执行前留下样本量和伦理审批,审查报告再把六项重大修改列清楚。 WorkBuddy 承载并执行 Skill。RW Research Skill 提供分工、方法、边界和验收规则。安装完成后,科研任务会沿着可检查的文件和交接记录继续推进。 第一次使用可以从 rw-research-router 开始。给它一个真实研究想法、几篇论文或一份草稿,观察它选了哪个主 Skill,又留下了哪些缺失输入和停止条件。 GitHub: https://github.com/rolandwonglonam/rw-research-skill # 关注我 如果这次实测对你有帮助,欢迎关注我的 X 账号 @rwayne。我会继续分享 RW Research Skill、AI 科研工作流和真实使用过程。 ## 相关链接 - [Roland.W](https://x.com/rwayne) - [@rwayne](https://x.com/rwayne) - [722](https://x.com/rwayne/status/2077401955387982126/analytics) - [https://github.com/rolandwonglonam/rw-research-skill](https://github.com/rolandwonglonam/rw-research-skill) - [@rwayne](https://x.com/@rwayne) - [Upgrade to Premium](https://x.com/i/premium_sign_up) - [10:36 PM · Jul 15, 2026](https://x.com/rwayne/status/2077401955387982126) - [722 Views](https://x.com/rwayne/status/2077401955387982126/analytics) - [View quotes](https://x.com/rwayne/status/2077401955387982126/quotes) --- *导出时间: 2026/7/15 23:06:45*
真 真正有价值的信息,往往藏在这6个地方 文章探讨了在信息过剩时代,普通人如何建立高质量信息渠道。作者推荐了6类高价值信息源:政府官方数据库、学术论文、行业报告、企业财报、技术社区及直接与行业人士交流。文章强调主动寻找源头而非被动接收,并提供了具体的使用建议。 职场 › 方法论 ✍ Nora X🕐 2026-07-21 信息获取研究方法行业分析数据挖掘认知提升财报分析学术研究
小 小白如何从0到1搭建自己的AI知识库 本文介绍了如何从零开始搭建个人AI知识库。作者提出了一套包含文本文件、Agent工具、规则和真实任务的工作方式,并详细说明了准备四样要素(开放文件夹、真实任务、Agent工具、工作规则)和五个具体步骤的方法,帮助用户通过简单的流程实现知识的积累与迭代。 技术 › 工具与效率 ✍ 金尘马🕐 2026-07-30 AI知识库AgentWorkBuddyCodexMarkdown提示词个人管理RAG生产力
闲 闲鱼自动化!WorkBuddy 帮你卖货赚钱 文章介绍如何利用 WorkBuddy 结合开源项目 XianyuAutoAgent 实现闲鱼电商全自动化。通过 WorkBuddy 管理初始化、选品、文案生成、规则配置及测试复盘,用户只需简单的三步操作即可构建自动客服与运营系统,有效解决漏单和库存管理问题。 技术 › Agent ✍ SakuAI🕐 2026-07-29 WorkBuddy闲鱼自动化XianyuAutoAgent电商运营自动化测试AI客服Python
用 用好 Obsidian Skill,让你的 WorkBuddy 对知识库的理解提升 80% 文章介绍了如何在 WorkBuddy 中安装 Obsidian skill,通过自动识别本地知识库、补充 CLI 能力及验证读写操作,实现对 Obsidian 知识库的高效管理。相比直接操作本地文件,使用 skill 能更好地理解双链结构和知识库逻辑。 技术 › Skill ✍ 阿蔺A-Lin🕐 2026-07-28 WorkBuddyObsidian知识库CLI教程工具笔记双链
L LocalSend + Codex:用边界换轻松思维 文章介绍了开源文件传输工具 LocalSend,通过限定同一网络等边界,实现了极简、高效的设备间文件传输。作者进一步引申这种“用边界换轻松”的产品思维,并演示如何利用 Codex 快速构建一个轻量级的活动资料领取页,主张用小工具解决具体问题而非构建复杂系统。 技术 › 工具与效率 ✍ 撸猫不掉毛🕐 2026-07-27 LocalSend文件传输Codex极简主义产品思维开源工具工作流效率提升
前 前阿里P8被裁后用WorkBuddy月入17万——我扒了27个真实案例,发现赚钱的人只用了5个功能 文章通过27个真实案例,分析了如何利用WorkBuddy的5个核心功能(定时自动化、多Agent并行、Skill技能包、MCP连接器、记忆系统)实现自动化赚钱。作者指出,赚钱的人将AI当作员工用,构建自动化工作流,而不赚钱的人仅将其视为聊天工具。 技术 › Agent ✍ 沈美丽子🕐 2026-07-27 WorkBuddyAgent自动化技能包案例赚钱AI工具效率多Agent定时任务
我 我用 WorkBuddy 跑了 3 个活儿,发现它不是助手,是数字员工 文章通过三个真实任务评测了 WorkBuddy 的实际应用:视频 Skill 管理工具开发、电商数据清洗分析及竞品监控自动化流程。作者指出 WorkBuddy 不仅是聊天工具,更是集专家判断、专业 Skill 和自动化执行于一体的 AI 工作台,能有效提升处理固定流程任务的效率。 技术 › 工具与效率 ✍ 行者AI视频🕐 2026-07-24 WorkBuddyAI自动化数据分析实战评测效率提升Agent专家模式技能管理竞品监控
如 如何让 Claude 像博士生一样研究:斯坦福 STORM 方法 文章介绍了斯坦福大学开发的 STORM 研究系统,该方法通过多视角提问和信息检索生成高质量文章。作者将其简化为 4 个提示词,让用户能在 5 分钟内利用 Claude 生成类似博士水平的深度研究报告,包含视角分析、矛盾映射、综合综述和自我评估。 技术 › LLM ✍ Nav Toor🕐 2026-07-24 ClaudeSTORM提示词研究方法AI工具Prompt Engineering斯坦福高效工作Agent多视角分析
A AI 视频剪辑/生成工具评测大全 本文全面评测了市面上的 AI 视频剪辑与生成工具,涵盖开源、半开源及主流商业平台。作者详细分析了各类工具的核心特性、适用场景及优缺点,如 Pireel 的本地编辑、剪映的生态优势、Descript 的文本驱动剪辑等,旨在帮助用户根据需求选择最合适的自动化剪辑方案。 技术 › 工具与效率 ✍ Modengsir AI🕐 2026-07-24 AI视频视频剪辑开源工具Descript剪映评测AIGC自动化播客制作
腾 腾讯设计Agent Miora全面上线,打造设计界的WorkBuddy 腾讯正式推出设计Agent平台Miora,由WorkBuddy团队打造。该平台支持品牌设计、UI设计等五大场景,具备模型切换、技能市场和项目记忆功能。作者实测了品牌VI全案生成,展示了其在设计工作流中的潜力,标志着设计Agent进入白热化竞争阶段。 技术 › Agent ✍ 数字生命卡兹克🕐 2026-07-22 腾讯Miora设计AgentWorkBuddy品牌设计UI设计AI工具技能市场项目记忆多模态
W WorkBuddy高阶教程|万字复盘:如何让Agent接手真实项目 本文通过一场实战培训,复盘如何使用 WorkBuddy 让 AI Agent 接手真实项目。文章从建立上下文、派发任务(SGP 原则)、定义工作空间、创建项目分身到 DeepResearch 并行调研,详细讲解了让 AI 持续推进复杂任务的方法论。 技术 › Agent ✍ 智见AI-大鹏🕐 2026-07-20 WorkBuddyAgentAI实战提示词项目管理上下文DeepResearch自动化工作流技术分享
零 零基础小白如何用WorkBuddy开发一款微信小程序 本文详细演示了零基础用户如何利用WorkBuddy结合腾讯云CloudBase技能,从需求确认、方案制定、代码开发、测试到最终上线,全流程完成一款微信小程序的开发。 技术 › LLM ✍ 图寻不熬夜🕐 2026-07-17 微信小程序WorkBuddy零基础低代码Vibe Coding教程AI开发