今年科研的进步速度是真的把我吓到了。
前两年deepseek横空出世开源奉献，直接开启ai狂潮，去年搞科研的时候大家还在琢磨Prompt怎么写对应的效果最好，今年已经升级到用Codex配置skills直接完成文献检索、实验设计、代码数据、论文撰写、绘图排版、审稿返修等全流程科研“流水线”了，GPT-6这还没爽几天，GPT-6.1都上线了，迭代是越来越快了。
常看我推文的朋友们应该也知道，平时我也是一直紧跟着codex、gpt、Gemini等新产品的版本更新与技术迭代，这一年来配置运行了不少skills，搞科研真的是受益匪浅，可以说是AI科研时代的第一批受益人了。
效率才是你和大佬的分界线
搞科研最注重的东西之一就是效率，工作要快，时间要少，早点完成任务目标，达成计划才是好。平时看有的朋友、学长或者老师，一年能产出好几篇，甚至十几篇、几十篇的文章，而自己琢磨一篇文章就要花半年时间。不是说明他们就真的比自己聪明多少，很多时候只是经验与时间把控更好。
把时间盘一盘，一篇成功的文章从0到命中，需要经历：
-
文献检索和整理先花上1周，梳理问题、找创新点到验证也花上2~3周； -
敲代码跑实验快的话1周，慢了3个月也不一定能搞定； -
整理所有数据绘制图表又得浪费1周的时间； -
最后把这些成果整合重编成一篇论文要花上2周，投稿前还有留出1周检查； -
投稿以后还要等待1~6个月的审稿期，要是碰上拒稿返修转投又得花上不知多少的时间。
最后梳理完就会发现，除去审稿中的等待时间，我们在科研中真正在“思考工作”的时间，其实只有20%左右，其他80%的时间都是一直在做着重复又耗时的机械动作。
而这些浪费时间的动作，完全都可以交给AI agent去执行。
从0到投稿，这176个科研全流程skills是我的宝具
如果你要从0开始搭一套房子，需要经历立项 → 场地准备 → 基础施工 → 主体搭建 → 二次砌筑 → 内外装修 → 室外配套 → 验收 → 最后交付这一套完整流程。每一步，都需要安排不同能力的员工来干。
现在用codex搞科研也是一个道理，配置不同的skills就能对应不同环节的工作，分别进行文献检索、实验、绘图、写作、润色、返修、rebuttal等工作，而我只要制定工作计划与最后核查，就能最大效率的完成科研工作任务。
使用Codex进行科研，会是未来大势所趋的动作。而skills是Codex执行任务的核心，早点掌握这项技术就是先发制人。今天我把我常用的176套优质开源skills、上千条指令都整理了出来，作为粉丝福利，打包在一起无偿送给大家，助力大家省力科研，轻松摸鱼~
不会运行skills的话也没关系，Codex运行skills的案例教程与安装包也一起放里面供大家学习了。
有需要的朋友，可以加一下我的小助理，回复“科研skills合集”自取就行，祝大家都能成功中稿TPAMI！
来几个skills的丝滑小连招
选其中几个skills介绍一下它们的功能~
Paper Plot Skills
顶刊图表绘制1:1复现，能从9张真实论文图表中提炼出系统化风格参数，支持按风格填数据和从图片复现两种方式，上传一张图，输入对应要求，直接化身顶刊学者，轻松出图。
Literature Reviewer Skill
可以全自动完成中英文文献综述撰写，不调用API，即可自主检索知网、Web of Science、ScienceDirect、PubMed等主流学术数据库。支持文献自动去重、元数据核验及单篇文献深度解析，能够一键生成符合GB/T7714-2015国家标准的规范引文格式，还可自动搭建综述完整框架、生成初稿并完成精细化润色终稿。依托Docker隔离环境安全稳定运行，可大幅节省毕业论文、期刊综述的撰写时间，高效提升科研写作效率。
Academic skills
支持全流程学术内容撰写与优化，涵盖论文章节的撰写、修改及润色工作，适配正文、摘要、引言、研究方法、实验分析、审稿意见回复等各类场景。同时，能够制作学术规范的 Word 文稿与 PPT，满足文献阅读报告、组会汇报、开题及答辩等各类学术展示需求。此外，可开展专业科学计算与数据分析工作，适配 MATLAB、Python 仿真建模、信号处理、数据统计、科研绘图等科研实操场景。
最后唠叨一句小的
使用codex等ai工具进行科研，终归只是为了节约时间、提高效率，它是辅助手段而不是捷径，就像人为了更快抵达海的对岸，而发明了飞机，只是为了到达目的地，而不是让自己长出翅膀。好的文章从0到完成，依旧需要许多“人的想象”，创新与执行依旧是人才能最大做到的事情。当下AI技术快速普及，也不要过度依赖人工智能。创造力才是人类独有的竞争力，只有持续锤炼自身的科研硬实力，才能在AI浪潮中站稳脚跟，不被时代淘汰。
共勉~