用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/OthmanAdi/researchclaw-skill --skill researchclaw-cn命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
AutoResearchClaw 23 阶段自主研究管线的中文技能。自动设置、交互式配置、执行监控和故障诊断。当用户提到 ResearchClaw、自主研究、论文生成、研究管线时使用。
Automate setup, configuration, execution, monitoring, and troubleshooting of AutoResearchClaw — the 23-stage autonomous research pipeline that generates conference-grade papers. Use when the user mentions ResearchClaw, wants to write a research paper autonomously, needs to set up or debug the pipeline, or says research paper, autonomous research, or paper generation.
基于 SOC 职业分类
正在显示 SKILL.md
| name | researchclaw-cn |
| description | AutoResearchClaw 23 阶段自主研究管线的中文技能。自动设置、交互式配置、执行监控和故障诊断。当用户提到 ResearchClaw、自主研究、论文生成、研究管线时使用。 |
| license | MIT |
| user-invocable | true |
| compatibility | 需要 Python 3.11+、Docker 和 LaTeX。支持 Claude Code 及兼容的编码代理。 |
| metadata | {"author":"OthmanAdi","version":"1.0.0","upstream":"https://github.com/aiming-lab/AutoResearchClaw","upstream-version":"0.3.1","language":"zh-CN"} |
| allowed-tools | Bash(python*) Bash(pip*) Bash(docker*) Bash(researchclaw*) Bash(git*) Bash(cat*) Bash(ls*) Bash(grep*) Bash(which*) Bash(uv*) Read Write Grep Glob |
| hooks | {"PostToolUse":[{"matcher":"Bash(researchclaw*)","hooks":[{"type":"command","command":"bash \"${CLAUDE_SKILL_DIR}/scripts/post-run-check.sh\""}]}],"PreToolUse":[{"matcher":"Write(config.yaml)","hooks":[{"type":"command","command":"bash \"${CLAUDE_SKILL_DIR}/scripts/pre-config-write.sh\""}]},{"matcher":"Bash(rm *artifacts*)","hooks":[{"type":"command","command":"bash \"${CLAUDE_SKILL_DIR}/scripts/pre-delete-guard.sh\""}]}]} |
重要提示：本技能需要先安装 AutoResearchClaw。 本技能是封装层，不能独立运行。请先安装上游项目，再安装本技能。
本技能封装了 AutoResearchClaw，一个 23 阶段的自主研究管线。输入一个研究主题，即可自动完成从文献综述到论文生成的全流程，包括真实引文检索、沙箱实验执行、多智能体同行评审和引文验证。
诚实原则： 本技能不会虚构功能。每个命令都映射到真实的上游功能。如果某些功能失败，技能会报告实际错误并建议具体的修复方案——绝不假装问题不存在。
| 命令 | 功能 |
|---|---|
/researchclaw | 显示帮助信息和可用子命令 |
/researchclaw:setup | 检查并安装所有前置依赖（Python、Docker、LaTeX、pip 包） |
/researchclaw:config | 交互式配置向导 — 生成可用的 config.yaml |
/researchclaw:run | 启动研究管线 |
/researchclaw:status | 查看管线运行状态 |
/researchclaw:resume | 从上次成功的阶段恢复运行 |
/researchclaw:diagnose | 自动检测并解释常见故障 |
/researchclaw:validate | 运行前验证配置、依赖和连接性 |
调用时不带子命令，显示命令列表和状态摘要：
researchclaw CLI 是否已安装：which researchclawconfig.yaml必须：安装任何内容前先征求用户同意。 展示缺失项并获得明确批准。
运行前置检查脚本：
bash "${CLAUDE_SKILL_DIR}/scripts/check-prereqs.sh"
脚本检查每个依赖并输出 JSON 报告。根据报告：
python3 --version。如果缺失或版本太旧，建议 pyenv install 3.11 或系统包管理器。pip3 --version 或 uv --version。如果没有 uv，建议安装（更快）。docker info。如果 Docker 守护进程未运行，如实告知用户——本技能无法在大多数系统上启动 Docker。pdflatex --version。如果缺失，建议 sudo apt-get install texlive-full（Linux）或 brew install --cask mactex（macOS）。如实说明：这是大型下载（2-4 GB）。pip3 show researchclaw。如果未安装：
pip3 install researchclaw
git clone https://github.com/aiming-lab/AutoResearchClaw.git
cd AutoResearchClaw
pip3 install -e ".[all]"
中国大陆用户：使用国内镜像加速安装：
pip install researchclaw[all] -i https://pypi.tuna.tsinghua.edu.cn/simple
本技能无法做到的事：
通过分批询问用户来生成可用的 config.yaml。每批使用 AskUserQuestion。
第一批 — 必要设置（必须询问）：
openai、anthropic、azure、deepseek、localOPENAI_API_KEY）gpt-4oclaude-sonnet-4-20250514deepseek-chat第二批 — 实验设置（带智能默认值询问）：
simulated（无代码执行，最快）、sandbox（本地执行）或 ssh_remote（GPU 服务器）。默认：simulatedtrueartifacts/第三批 — 可选高级设置（提供但不要求）：
neurips、icml、iclr 或 generic。默认：neurips3arxiv、semantic_scholar 或 both。默认：both收集答案后，使用 assets/config-template.yaml 中的模板生成 config.yaml。写入当前目录并展示给用户。
起飞前检查（启动前必须运行）：
/researchclaw:validate 逻辑启动管线：
researchclaw run --topic "$ARGUMENTS" --config config.yaml --auto-approve 2>&1 | tee researchclaw-run.log
如果 $ARGUMENTS 为空，从 config.yaml 读取主题。
执行期间：
artifacts/<run-id>/stage-N/ 中产生输出/researchclaw:diagnose 逻辑完成后：
检查管线运行的当前状态：
artifacts/rc-* 目录pipeline_summary.json——如果存在则运行已完成阶段 X/23 已完成。当前阶段：[阶段名称]。状态：[运行中/失败/完成]阶段名称映射：
| 阶段 | 名称 |
|---|---|
| 1 | 主题初始化 |
| 2 | 问题分解 |
| 3 | 文献检索 |
| 4 | 文献分析 |
| 5 | 研究方向（门控） |
| 6 | 假设生成 |
| 7 | 实验设计 |
| 8 | 实验评审 |
| 9 | 实验审批（门控） |
| 10 | 代码生成 |
| 11 | 代码评审 |
| 12 | 实验执行 |
| 13 | 结果收集 |
| 14 | 结果分析 |
| 15 | 论文大纲 |
| 16 | 章节撰写 |
| 17 | 论文初稿 |
| 18 | 同行评审 |
| 19 | 修订 |
| 20 | 最终审查（门控） |
| 21 | 引文验证 |
| 22 | 可视化 |
| 23 | 最终导出 |
从上次成功的阶段恢复：
researchclaw run --config config.yaml --from-stage STAGE_NAME --output <run-dir> --auto-approve
已知问题（上游）： --from-stage 标志在所有版本中可能不正确工作。如果恢复失败，如实告知用户并建议重新开始。
读取最近的日志和错误输出来识别问题：
tail -100 researchclaw-run.log 2>/dev/null || tail -100 researchclaw-resume.log 2>/dev/null
常见故障模式和修复：
| 错误模式 | 原因 | 修复 |
|---|---|---|
HTTP 401 | API 密钥无效或过期 | 检查 config.yaml → llm.api_key 或环境变量 |
HTTP 429 | API 速率限制 | 等待 60 秒后恢复，或切换模型 |
Stage 10 失败 | 代码生成产生无效 Python | 检查生成的代码，使用更强模型 |
Docker 错误 | Docker 未运行或权限不足 | 运行 docker info 验证 |
pdflatex 未找到 | LaTeX 未安装 | 安装 texlive-full |
quality_score < threshold | 质量门控太严格 | 降低 quality.min_score（默认 2.0 很严格） |
MemoryError | 内存不足（需要 32GB+） | 使用 simulated 模式 |
运行所有检查但不启动管线：
docker info（如果是沙箱模式）以通过/失败清单形式报告结果。
DeepSeek 在中国大陆访问更稳定：
llm:
provider: deepseek
model: deepseek-chat
api_key_env: DEEPSEEK_API_KEY
如果无法访问 arXiv 或 Semantic Scholar：
export HTTP_PROXY=http://your-proxy:port
export HTTPS_PROXY=http://your-proxy:port
pip install researchclaw[all] -i https://pypi.tuna.tsinghua.edu.cn/simple