过去三个月我把课题组里那套从选题、查文献、建模型、跑代码、画图到写初稿、改稿、回审稿意见的科研流程拆成了13个Skill分别挂在Codex和Claude Code上跑。这套“学术技能包”跑通之后我以前最烦的重复劳动基本被消灭了同一篇论文的图表版本可以一晚上出十几个数据清洗步骤在几个数据集上完全复现审稿意见第一轮回稿的时间也压缩了一半以上。如果你也写过论文你会懂这种痛苦AI工具本身并不缺缺的是把“AI能做的事”和“你真正要做的事”接上的那一层结构。Skill就是这一层结构。这篇文章不讲空话直接把我拆包的思路、13个Skill怎么分工、SKILL.md怎么写、以及我实际踩过的坑全部放出来。刚接触Codex或Claude Code的新手可以照着搭已经跑了很久工作流的老手也可以看看我在上下文管理和模块划分上的处理方式。1. 为什么我给科研工作流配了一套“Skill包”1.1 先想清楚科研里哪些环节真的值得自动化我一开始也不是奔着“全流程自动化”去的。最开始用Codex只是让它帮忙补代码、修报错用Claude Code处理比较复杂的文件批量修改。用久了发现一个尴尬的地方每次对话都要重新解释“我是做什么方向的”“这个数据长什么样”“论文格式要求是什么”模型答得再好下一次又得从头来。后来我开始把这些反复交代的内容写进固定的提示词文件发现效果提升非常明显。再往后这类文件越攒越多就自然形成了一个个小模块。这些模块不是简单的“提示词收藏”而是包含了触发条件、工作步骤、输入输出规格、质量约束的完整工作单元。在Claude Code的语境里它们叫Skill在Codex的语境里我通过AGENTS.md和自定义指令来加载同样的内容。我总结出一个原则凡是“有固定输入、有固定输出、有明确判断标准”的环节都值得自动化凡是“需要研究者主观判断、审美取舍、学术判断”的环节自动化只能做辅助。按照这个标准我筛出了13个技能基本覆盖了科研流程的主干道。1.2 Skill和Agent的区别为什么用“技能包”而不是一个万能Agent这两个概念很容易被混着用。Agent是一个持续运行的执行体它可以自己读文件、改代码、调用工具一条任务链从头跑到尾Skill更像是一个“能力包”它里面规定模型在某个场景下应该怎么思考、做哪些步骤、输出什么格式。Agent可以调用多个SkillSkill本身不会主动跑起来要等模型判断“当前场景匹配某个Skill描述”之后才会被触发。这正好适合科研场景。科研流程不是一条线更像是很多条分支做A方向的人不需要B方向的代码生成Skill做实验的人也不需要天天跑数模。把不同能力拆成独立Skill模型在需要时才加载对应逻辑既节省上下文也减少提示词之间互相干扰。我见过有人把所有提示词压成一个巨大的Agent结果对话稍长就“迷糊”原因就在于上下文里塞满了当前用不到的能力描述。技能包方式的可维护性要高得多。1.3 为什么同时用Codex和Claude Code从我的实际体验看两边各有舒服的场景工具擅长场景我用的场合Codex代码生成、调试、批处理、与Git仓库联动数据分析、模型实现、自动跑实验脚本Claude Code长文本分析、跨文件编辑、复杂文档重构文献梳理、论文改稿、审稿意见回复这套组合并不是“谁比谁更强”而是让Skill文件本身与模型解耦同一个技能包两边都能读取只是加载方式略有差别。好处是以后模型更新换代或者换到别的Agent工具迁移成本很低。提示Skill是通用概念不要把它绑定死在某一个工具里。把核心逻辑写在SKILL.md把工具相关的调用脚本单独放这样换工具时只需要改适配层。2. 13个Skill全清单科研全流程怎么被拆成技能2.1 13个Skill的总体结构我按科研流程的前、中、后三段拆包阶段Skill名称核心职责前置topic-idea选题与文献线索生成前置lit-review文献检索结果整理与研究综述前置math-modeling实际问题数学化与模型设计中游code-impl算法实现与代码调试中游>academic-skill-pack/ topic-idea/ SKILL.md templates/ idea_card.md lit-review/ SKILL.md scripts/ parse_pdf.py math-modeling/ SKILL.md templates/ model_report.md scripts/ verify_model.py ...SKILL.md是核心最好用Markdown写方便模型解析附加的模板和脚本按需放在子目录中。这样做的最大好处是别人拿到整个目录不用看说明文档只看文件名就知道这个技能包结构。3.2 从零写好一个“数学建模Skill”示例以math-modeling为例它的SKILL.md大概长这样--- name: math-modeling description: 将实际问题抽象为数学规划、微分方程或统计模型 --- # 数学建模技能 ## 适用场景 - 面对实际问题需要建立数学模型 - 已知数据需要用于参数估计或模型验证 - 论文/报告需要展示建模过程 ## 输入要求 - 问题描述一句话说明目标 - 数据描述变量含义、样本量、范围 - 约束条件资源限制、精度要求 - 交付格式报告或代码 ## 工作流程 1. 复述研究目标明确输出形式 2. 列出建模假设与合理性说明 3. 定义符号表避免歧义 4. 选择模型类型并解释理由 5. 给出模型方程/算法骨架 6. 设计验证方案包含误差分析 7. 输出完整模型报告 ## 输出规范 - 必须包含假设清单不能只写公式 - 必须包含符号表 - 必须说明模型适用边界 - 代码实现需与模型公式一一对应 ## 边界与禁区 - 不替用户决定研究目标 - 不做脱离数据的参数假设写完SKILL.md后还要检查一件事文件名和description里的关键词必须足够明显。因为模型在对话中会根据description判断“这个技能适不适合当前任务”描述太宽泛就会被错误触发描述太窄又容易漏触发。我的经验是description里同时包含“场景词输出词”比如“数学建模”“模型报告”“假设清单”命中率最高。3.3 在Codex和Claude Code中加载Skill的两种方式Claude Code原生支持skill目录。你可以把整个academic-skill-pack放到Claude Code识别的位置然后在项目说明文件比如CLAUDE.md里写上“可用技能在skills目录遇到任务时先看对应SKILL.md”。模型在对话过程中会自动匹配并读取。Codex虽然也有基于AGENTS.md的项目指令机制但加载方式更依赖对话上下文。我的做法是在AGENTS.md中维护一张技能清单表列出每个技能的路径和适用场景当任务明确时直接说“按academic-skill-pack/lit-review/SKILL.md执行”Codex就会主动读取文件并遵守里面定义的工作流程。注意不要一次性把13份SKILL.md全塞给模型。模型不会因为“看到更多规则”就表现更好反而会稀释每条规则的权重。按需加载才能让技能真正生效。3.4 触发Skill的提示词模板我实际用的触发模板很简单后面再加任务内容请读取 academic-skill-pack/math-modeling/SKILL.md然后按照该技能的完整工作流程处理以下问题 [问题描述]如果是需要Agent自动跑多步的场景我会写得更明确这是一个需要跨多个技能的任务。先按 lit-review 整理这些文献再按 math-modeling 出模型最后按 figure-drawing 画图。每步完成后输出简短审查记录我再决定是否继续。这里的关键是“按技能名调用”而不是描述一堆要求。要求写在SKILL.md里对话里只给任务和边界上下文才能保持干净。3.5 用验收清单给每个Skill收尾每个技能都会在SKILL.md的最后放一段验收清单模型跑完任务后自己对着清单打勾。比如math-modeling的收尾是## 验收清单 - [ ] 是否复述了研究目标 - [ ] 是否列出所有假设 - [ ] 是否包含符号表 - [ ] 是否给出验证方案和误差分析 - [ ] 输出格式是否为Markdown报告这个清单的设计动机很直白让模型在交付前多一道自查而不是把半成品直接丢给我。实测下来加了验收清单之后输出符合预期的比例明显提高尤其是那种“看起来完整但仔细一读发现漏了关键步骤”的情况减少了很多。4. 常见问题与排查技巧实录4.1 上下文爆掉远程compact失败最容易撞见的报错是类似这样的一句error running remote compact task: codex ran out of room in the models context意思是模型上下文已经快用满系统尝试“远程压缩”老消息来腾空间但压缩过程本身就因为空间不足而失败。遇到这种报错不要反复重试同一对话我一般这么做先把当前对话中重要的结论复制出来另存为notes再开一个新会话只粘贴“背景任务先前结论”不要粘贴几十万字的原始对话。如果任务特别长我会把它拆成三个阶段每个阶段单独开对话阶段之间用notes传递信息。另外我会检查AGENTS.md或SKILL.md文件是否太大。有的技能文件写了一千行模型每次都要把整份文件读进上下文空间自然紧张。技能说明尽量压缩到300行以内把详细示例放到子文件里用的时候再确认是否需要读取。4.2 本地代理切换失败另一个常见报错长这样cc switch local proxy failed while handling codex endpoint /responses这个错误我早期遇到过几次基本都是网络代理配置不一致导致的。要么是系统环境变量里设置了HTTP_PROXY但端口已经变了要么是只对某个CLI配置了代理另一个CLI没有配置导致请求端点来回切换时出问题。处理思路是先查当前shell环境变量确认代理端口和协议是否一致再对比Codex和Claude Code两个工具读取的配置来源尽量让它们走同一条网络策略最后清掉不再使用的代理配置避免“本地代理”“远程端点”“默认直连”三者之间互相干扰。提示网络相关配置请以你当前所在环境的合规策略为准不要为了绕过限制去使用非官方渠道或破解工具这既不稳定也不安全。4.3 模型标识不受支持用ChatGPT账户登录Codex时有可能会出现the gpt-5.6-sol model is not supported when using codex with a chatgpt account这类报错说明当前登录方式能用的模型集合与配置里的模型标识对不上。可以先查一下当前Codex版本支持的模型列表把配置里的模型名改回官方默认值如果确实想用某个新模型要确认这个模型是否已经对当前账户开放。不要迷信网传的新模型名字很多配置在别人那里能跑是因为对方的账户权限和网络环境不同。4.4 第三方模型接入后的连接或格式问题热词里经常出现“codex接入deepseek”这类做法。本质上就是把Codex这种客户端、DeepSeek或同类的API服务端组合在一起。如果接口是OpenAI兼容格式配置起来相对直接但要注意模型名映射、Base URL和鉴权方式都填对。然后报错信息会告诉你哪一层不匹配鉴权失败、路由404、响应格式无法解析逐一解决即可。我自己对第三方接入的使用原则是可以在小任务上试但关键科研任务尽量使用官方稳定通道避免因为接口兼容问题浪费一整天。4.5 安装与可用性相关提示Claude Code的安装过程里有人会见到note: claude code might not be available in your country这通常是在说当前网络环境或账户所在区域的可用性限制。我的建议是以官方文档和官方账号渠道为准确认自己的使用范围是否被支持。不要下载来路不明的“汉化版”“破解授权包”这类工具很容易被塞进额外的脚本轻则数据泄露重则机器被远程控制。4.6 对“原版无删减版”这类打包资源的警惕搜索热词里有“skill原版无删减版百度”我在这里明确提醒一句越是被二次打包、强调“完整版”的资源越要小心。Skill本质上只是文本文件任何“原版”都可以通过官方仓库或作者发布渠道获得根本不需要去网盘下载“无删减版”。如果有人把一份普通目录包装成“内部完整版”再压缩传播里面很有可能混入了被篡改的指令诱导模型输出敏感操作或恶意命令。收到这类压缩包先看文件列表再看SKILL.md内容不要直接在自己电脑上解压后运行里面的脚本。5. 使用心得与避坑清单5.1 哪些流程适合全自动哪些必须人工复核跑了几个月我给这套技能包的“自动化边界”画了一条线数据清洗、代码实现、参考文献格式、语言润色、文献对比表这些适合全自动题目选择、模型假设、统计方法确认、论文定稿、审稿回复的最终措辞这些必须人工把关。我见过不少人把AI起草的回复信直接发给审稿人然后被一眼看穿“这不是人写的语气”。审稿回复倒不是不能用AI而是要把最终版本改成自己的表达习惯并且确保每条回复都真实对应了修改。技能包能做到“帮你起草”不该做到“替你负责”。5.2 我把Skill从能用改到好用的5个习惯第一每个Skill都写“边界与禁区”。没有边界的技能模型容易自由发挥输出一些看起来漂亮但根本不能用的内容。第二所有的输入输出都模板化。template目录里放好Markdown模板模型照着填结果就是稳定可预期。第三版本管理用Git。Skill改坏了随时回滚哪个改动让效果变差一对比就知道。第四备注栏里写“上次修改原因”。某个技能为什么加了一条约束时间久了真会忘不写下来的话下次调整很可能把当初的修复又改回去。第五给技能编号或加标签。调用时用编号比用记忆里的模糊名称更可靠比如“用 skill-03(math-modeling) 处理下面的问题”。5.3 后续可以怎么扩展这套技能包现在的13个Skill还停留在“人指挥、AI执行”的阶段。再往后我会把experiment-log这个技能升级为全局状态记录器让所有技能在执行开始时先读取实验日志结束后再把结果回写。这样技能之间就不是孤立的提示词而是一个闭环流水线。另外我准备把13个SKILL.md复制一份去掉研究细节改写成通用模板这样换一个研究主题时只需要替换模板里的示例不用从零开始重写。这套做法也适合课题组内部共享团队成员各写各的Skill合并到公共仓库后整个组的科研效率都能被拉起来。写这篇文章不是要说服所有人“全流程自动化”没问题。我自己在使用过程中也反复调整边界哪些信AI哪些必须自己上手踩过几次坑之后才慢慢形成现在这套平衡。如果你照着搭技能包我的建议是第一版不要追求完美先让两个三个技能跑起来再逐渐增加体会到它带来的省心之后你自然会愿意花时间把更多环节交给它。