Supervisor-Skills
把博导十年经验，炼成你的 AI 副导师
仓库概览
仓库名片
它解决什么问题
背景：科研的"最后一公里问题"
作者骆昱宇从读博到带学生，反复看到一个场景：很多才华横溢的研究生，踏入科研大门时被相似的困境困住——
- 理论与实践脱节：读了再多"科研指南"，面对自己的课题依旧不知如何下笔。
- 指导资源稀缺：导师日程繁忙，不可能对你萌生的每个想法都及时细致地评估。
- 投稿前的迷茫：论文写完，却不确定逻辑是否严密、图表是否符合顶会审美、行文有无低级错误。
- AI 时代的"能力鸿沟"：大模型很强大，但若缺乏判断力与学术品味，AI 也只是"高级玩具"。卓越的科研成果，无法仅靠"万能 Prompt"催生。
这些合在一起，就是科研的 "最后一公里问题"（The Last-Mile Problem）：缺的不只是方法论，更是经验、品味与判断力。
学做科研就像学做菜：菜谱（科研指南）网上到处是，但为什么大厨做出来的就是好吃？因为大厨有隐性知识——"盐少许"到底是多少、火候看什么信号、这道菜的"灵魂"在哪。
普通 AI 助手 = 给了你一本菜谱的"复读机"；而 Supervisor-Skills = 把一位米其林大厨十年经验拆解成"第 3 分钟闻到焦香就转小火"这种可执行的指令，装进 AI 里。AI 从"复读机"变成了"副厨"——你掌勺，它在旁边递刀、尝咸淡、提醒你"鱼该翻面了"。
但记住大厨的忠告：副厨不能替你决定"今天做什么菜"（选题），也不能替你"尝出这道菜的灵魂"（学术品味）。
它和"全流程自动化"路线的区别
上一课的 ARIS 追求"睡觉时自动跑完"；Supervisor-Skills 走的是另一条路——不追求无人值守，而追求"把专家的判断力装进 AI"。它的 skill 处处是"导师口吻"：idea-evaluator 像导师一样给你打分并说"这个想法致命缺陷在哪"；intro-drafter 内置了"引言六段式思考模型"；rebuttal-guidance 会先判断审稿人是哪种心态，再给你匹配回应策略。一个求"快"，一个求"像导师一样思考"。
仓库结构导览
Supervisor-Skills/
├── handbook/ 📖 科研与写作系统指南（Guide，"道"）
│ ├── 01_Preliminary/ 第一章：宏观认识——如何评价一篇论文的质量
│ │ └── 1.1_如何评价一篇论文的质量.md （4N：Novel Problem/Method, Nice Story/Presentation）
│ ├── 02_Idea_Generation/ 第二章：Idea 的诞生与升华
│ │ ├── 2.1_Idea的生命周期与能力匹配.md
│ │ ├── 2.2_想Idea的思路_更高更快更强.md （五维框架）
│ │ └── 2.3_进阶_如何做颠覆式创新.md
│ ├── 03_Paper_Writing/ 第三章：论文写作方法论（5 篇）
│ │ ├── 3.2_Introduction写作的思考模型.md （引言六段式）
│ │ ├── 3.3_技术类Full_Paper思考模板.md / 3.4_Benchmark类模板.md …
│ ├── 04_Scientific_Plotting/ 第四章：科研作图指南（动机图/总览图/实验图）
│ ├── 05_Vibe_Research/ 第五章：Vibe Research 前沿实战
│ └── 06_Case_Studies/ 第六章：顶会论文写作剖析
│ ├── 6.1_ICML_2025_Alpha-SQL写作剖析.md
│ ├── 6.2_ICLR_2025_AFlow写作剖析.md
│ └── 6.3_VLDB_2026_LEAD写作剖析.md
├── skills/ 🛠️ 12 个可执行 AI Skills（"器"）
│ ├── idea-evaluator/ 构思调研：五维打分＋致命缺陷审查
│ ├── deep-research/ 综述级文献深度调研
│ ├── vibe-research-workflow/ AI 辅助科研全流程行为准则
│ ├── tech-paper-template/ 技术类论文逻辑链梳理模板
│ ├── intro-drafter/ 引言六段式正文生成
│ ├── paper-writer/ 证据门控的正文写作
│ ├── benchmark-paper-template/ Benchmark 类论文模板
│ ├── paper-polish/ 忠于原意的语言润色
│ ├── pre-submission-reviewer/ 投稿前顶会视角审查
│ ├── figure-designer/ 三大核心配图设计顾问
│ ├── rebuttal-guidance/ 审稿意见回应策略指导
│ └── drawio-reconstruction/ 参考图一键重建成可编辑 drawio
├── assets/ 🖼️ 讲义配图（引言流程图/三篇顶会论文配图范例…）
└── llms.txt 🤖 给 AI 读的仓库索引导览：双轨制怎么配合使用
- 先读 handbook（道）：6 章系统课程是"内功心法"。比如第二章教你"更高更快更强更省更广"五维想 idea，第三章教你引言六段式、第四章教你三种核心配图的设计范式，第六章用 Alpha-SQL、AFlow、LEAD 三篇真实顶会论文做"解剖课"。
- 再用 skills（器）：12 个 skill 是把心法"编译"成的可执行指令。每个 skill 文件夹含
SKILL.md（主指令）＋references/（细分手册）。用法极简：复制内容，粘进你的 AI 助手（Claude、DeepSeek、Kimi 都行）。 - assets/ 是宝藏：引言写作流程图、三篇顶会论文的"总览图"范例、实验画布好坏对比——都是"顶会审美"的直观教材，本课件已内嵌。
- llms.txt：给 AI 读的仓库地图，AI 先读它就知道去哪找对应的 skill。
核心 Skills 深讲
干什么
你的AI 导师评审会：输入一个初步 idea，它用五维框架（更高/更快/更强/更省/更广）打分，再检查 idea 生命周期与你的能力是否匹配、探测有无颠覆式创新潜力、审计致命缺陷，最后给出三种 verdict 之一：Strong Accept（大胆干）/ Accept with Revisions（改改再干）/ Reject and Pivot（放弃换方向）。目标是在你投入几个月之前，先"杀死"弱 idea。
输入 → 输出
输入：一句话 idea＋你的背景（时间/算力/能力）→ 输出：五维打分表＋致命缺陷清单＋verdict。
使用例子（可复制）
请评估我的 idea：用缓存复用加速 LLM Agent 的轨迹规划。我是研一学生，每周能投入 20 小时，有 2 张 4090。它会像导师一样追问：这个 idea 处在生命周期的哪个阶段？你现在的能力接得住吗？有没有哪个维度是"致命短板"？非 STEM 的 idea 会自动路由到替代评估框架。
干什么
综述级文献侦察兵：多视角检索、逐条引用核验、MECE 分类综合、交叉对比，最后产出一份逐条回答你研究问题的 survey 报告。引用要过"核验协议"——每条引用都得是真实可查的。
输入 → 输出
输入：研究问题 → 输出：综述报告（带核验过的引用）。
使用例子（可复制）
请对"LLM Agent 的轨迹复用方法"做一次综述级调研，重点回答：有哪些主流方法？各自的瓶颈是什么？适合开题前"把领域地形摸清楚"。和 idea-evaluator 连用：先调研（deep-research），再评估 idea（idea-evaluator），顺序别反。
干什么
AI 辅助科研的行为教练：把 AI 协作拆成三条"Vibe"流水线——Vibe Coding（AI 写代码）、Vibe Figure（AI 做图）、Vibe Writing（AI 润色），并立下 6 条行为铁律，划清"可接受的加速"与"学术不端"的界限：研究方向、问题定义、实验设计、事实准确性永远归你，AI 只接机械活。还会按阶段推荐工具（Cursor / Claude Code / Codex / Figma / Gemini）。目标：常规任务提速 2–5 倍，不丢学术诚信。
输入 → 输出
输入："我要开始一个 AI 辅助的工作时段" → 输出：分阶段工具推荐＋行为准则。
使用例子（可复制）
我要用 AI 辅助做科研，请指导我这周的工作流：周一阵代码、周三画图、周五写论文。handbook 5.1 是配套入门课，5.2 是李伯岩的实战经验分享——"Vibe"不是"随便"，而是"人在回路"的另一种说法。
干什么
技术类论文的"逻辑脚手架"：基于 handbook 3.3 的思考模板，带你一步步梳理论文的完整逻辑链——问题是什么、为什么难、你的关键洞察是什么、方案如何对应挑战、实验如何证明。不是帮你"写"，而是帮你"想清楚"。
输入 → 输出
输入：你的研究思路（越毛坯越好）→ 输出：结构化的论文逻辑链。
使用例子（可复制）
我想写一篇技术类论文，思路是：用缓存复用加速 Agent 轨迹规划。请带我梳理逻辑链。写论文前先搭脚手架：逻辑链通了，写只是"翻译"；逻辑不通，写得再漂亮也是空中楼阁。Benchmark/Evaluation 类论文用 benchmark-paper-template（4.5）。
干什么
Benchmark/Evaluation 类论文专用模板：这类论文不拼新方法，拼的是"评测设计"——测什么、怎么测、为什么这样测能说明问题。skill 带你梳理评估逻辑和实验设计，避免"测了一堆数据却说明不了任何事"。
输入 → 输出
输入：你的评测想法 → 输出：评估逻辑＋实验设计框架。
使用例子（可复制）
我想做一个 LLM Agent 轨迹复用方法的 benchmark，请帮我设计评估逻辑。两类论文两种写法：技术类拼"新方法"，benchmark 类拼"新评测"。选错模板，力气全白费。
干什么
引言生成器：引言是整篇论文的"压缩版"——1.5 到 2 页讲清研究对象、为什么重要、现有工作差在哪、你的贡献是什么。skill 内置六段式流程图（背景＋例子 → 现有局限 → 问题本质与目标 → 关键挑战 → 方案总览 → 贡献），输入研究动机，直接产出六段流畅正文（不是提纲！），引用都经过真实检索核验。
输入 → 输出
输入：研究领域＋局限＋关键想法＋挑战＋方案概述 → 输出：六段式引言正文（也可只要大纲）。
使用例子（可复制）
请为我的论文写引言：领域是 LLM Agent 轨迹复用；现有方法每次从头规划太慢；我的关键想法是缓存成功轨迹复用；挑战是相似度判断与过期轨迹。审稿人读完引言就决定要不要继续读——引言的逻辑线必须严丝合缝。下面这张就是仓库里的引言思考模型原图。
干什么
证据门控的正文写作：从一段到整篇都能写，但有六条铁律管着：每个事实性声明必须可溯源（你的材料 / 本次核验过的检索 / 无数字无比较的常识）；零占位符（没来源就去查、去改写、去删，绝不留 [TODO]）；你没给的细节绝不编造；声明强度绝不超过证据强度；真实结果和预期结果分开写。它只负责"语言实现"，思想的 owner 永远是你。引用过独立的"核验阶梯"检查。
输入 → 输出
输入：你的材料＋想法 → 输出：干净的论文正文（零占位符标签）。
使用例子（可复制）
请根据以下实验结果写"实验"章节：……（贴你的数据）。要求：每个数字都能在我的材料里找到出处。这是全仓库"证据纪律"最严的 skill。记住它的座右铭：没有来源的句子，宁可删掉也不写上去。
干什么
忠于原意的语言润色：改语法、去 AI 腔、把握措辞分寸，还能把中文稿改写成投稿级英文。最贴心的一点：凡是可能动到原意的改动，逐条标出来请你确认——润色不篡改你的思想。
输入 → 输出
输入：论文草稿（中/英文）→ 输出：润色稿＋"含义可能变化"清单。
使用例子（可复制）
请润色以下段落，目标是投稿级英文。凡是可能改变原意的改动请逐条标出：……写作和润色是两道工序：paper-writer 负责"把意思写对"，paper-polish 负责"把话说漂亮"。别指望一道工序解决两个问题。
干什么
投稿前自查官：顶会审稿人视角，拿着写作 Checklist 和英语语法易错点，把你的草稿从头到尾审一遍——逻辑、结构、语法、LaTeX 规范。投稿前夜跑一遍，专治"低级错误"。
输入 → 输出
输入：论文草稿 → 输出：审查报告（问题清单＋修改建议）。
使用例子（可复制）
我的论文准备投 SIGMOD，请做一次投稿前审查：……（贴草稿）作者的经验：很多拒稿不是 idea 不行，是"低级错误"劝退了审稿人。这一遍自查，性价比极高。
干什么
配图设计顾问：顶会论文通常 6–8 张图，但三张图决定生死——动机图（Figure 1，讲"为什么这个问题值得做"）、方案总览图（讲"我的方法长什么样"）、实验结果图（讲"效果有多好"）。审稿人 1 分钟内扫完这三张就决定要不要细读。你告诉它想表达什么，它按三类图的设计范式给你：推荐范式＋布局草图＋标注建议＋工具推荐＋质量审计（矢量格式、字号、色盲友好、自包含图注、诚实的坐标轴）。
输入 → 输出
输入：想表达的内容＋领域＋目标会议 → 输出：设计方案＋布局草图＋质检审计。
使用例子（可复制）
我想画一张方案总览图：方法叫 CachePlan，核心是轨迹缓存＋相似度检索＋复用执行。目标会议 SIGMOD。仓库 assets 里有三篇顶会论文的"总览图"范例（Alpha-SQL、AFlow、LEAD），是顶会审美最好的直观教材——本课件 s5 已内嵌。
干什么
Rebuttal 军师：收到审稿意见别慌。它基于"条件说服模型"，先判断审稿人是哪种心态（X），再匹配回应策略（Y），为每条 Weakness/Question 生成可执行的回应指导：问题分类、语气建议、证据指针、完整性检查。
输入 → 输出
输入：审稿意见 → 输出：逐条回应策略＋语气＋证据清单。
使用例子（可复制）
审稿人说："实验只在小规模数据上验证，怀疑可扩展性。"请帮我制定回应策略。Rebuttal 的本质是"说服"，不是"吵架"。先读懂审稿人真正担心什么，再决定是补实验、给证据，还是礼貌坚持——军师帮你选打法。
干什么
配图重建工：看到一篇论文里的架构图很漂亮？把参考图丢给它，一键重建成可编辑的 .drawio 文件，并导出 PNG 预览＋视觉审计。从此"临摹"顶会配图有了正规军。
输入 → 输出
输入：参考图（论文图/架构图/截图）→ 输出：.drawio 可编辑源文件＋PNG 预览。
使用例子（可复制）
请把这张架构图重建成可编辑的 drawio 文件：……（贴图）配合 figure-designer 用：一个教你"怎么设计"，一个帮你"动手重建"。注意版权——重建是学习临摹，发表时请用自己的原创图。
完整工作流
双轨制总览：道与器
Supervisor-Skills 最大的特色是 Guide（理论指南）＋ Skills（可执行技能）双轨制：handbook 讲"道"（系统性理论），skills 给"器"（可直接调用的 AI 指令）。12 个 skill 覆盖论文从生到死的每一个环节。
想 idea 的五维框架（handbook 2.2 核心）
面对已有 baseline，怎么系统性地找切入点？借鉴奥林匹克精神，扩展成五个维度——这是 idea-evaluator 打分的依据：
顶会案例解剖：看看"好论文"长什么样
handbook 第六章用三篇真实顶会论文做"解剖课"：Alpha-SQL（ICML 2025）、AFlow（ICLR 2025）、LEAD（VLDB 2026），逐篇剖析写作思路。下面是仓库里的三张"方案总览图"范例——注意它们的共同点：一眼能看懂方法长什么样。
安装与上手
安装：一句话就行
Supervisor-Skills 的安装是全仓库里最简单的——把下面这段 Prompt 发给你的 AI 助手（Claude Code、Cursor、Codex 等），它会自动完成安装：
Help me install Supervisor-Skills from https://github.com/HKUSTDial/Supervisor-Skills with Skills.上手三步
- 装：把上面的 Prompt 发给 AI 助手，等它装好。
- 读：先读 handbook 里与你当前阶段相关的一章（比如要想 idea 就读 2.2，要写引言就读 3.2）——先懂"道"，再用"器"。
- 用：把对应 skill 的
SKILL.md内容复制进 AI 对话，按它的指引一步步来。12 个 skill 可单独用、可串联。
llms.txt：给 AI 的仓库地图
仓库根目录有个 llms.txt，是写给 AI 读的索引。让 AI 先读它，它就知道你的需求对应哪个 skill，不用你一个个找。
场景小故事
故事一：研一新生的 idea 评审会
研一的小周憋了个 idea："用缓存复用加速 LLM Agent"，兴奋地想直接开干。师兄劝他："先去 Supervisor-Skills 过一遍 idea-evaluator。"
他把 idea 和自己的情况（研一、每周 20 小时、2 张 4090）输进去。AI 从五维打分：更高（有提升空间）7 分、更快（直击痛点）8 分、更强（鲁棒性存疑）5 分……然后一盆冷水：致命缺陷——"缓存命中率高度依赖任务相似度，但你没有相似度度量的初步验证，这是整个 idea 的阿喀琉斯之踵"。verdict：Accept with Revisions——先做一个小规模相似度验证实验，再决定。
他花两周做了验证，发现相似度度量确实是大坑，及时调整了方案。他说："这比埋头干三个月才发现走不通，省了一整个学期。"
故事二：引言改了七稿，审稿人还是说"没讲清贡献"
博士生小林的论文引言改了七稿，导师还是摇头："贡献没讲清楚。"她打开 intro-drafter，输入研究动机，让 AI 按六段式流程图重写一版。
对比之下她恍然大悟：自己原来的引言把"现有局限"和"问题本质"混成了一锅粥，挑战和贡献对不上号——挑战说了三条，贡献却只回应了两条。按六段式重排后，逻辑线严丝合缝：每条挑战都有对应的贡献"认领"。第八稿一次通过。她说："原来我缺的不是文笔，是脚手架。"
故事三：Rebuttal 军师救了一篇"大修"
小陈的论文收到"major revision"，Reviewer 2 的语气很冲："实验规模太小，结论不可信。"他第一反应是写长文反驳，被师兄拦住："先问 rebuttal-guidance。"
军师判断：这位审稿人是"证据饥渴型"心态——不是恶意，是真的担心可扩展性。策略：别吵架，补一个中等规模实验＋坦诚承认局限＋给出未来工作。语气建议：感谢→承认→给证据→收束。他照做，rebuttal 写得不卑不亢。两个月后：接收。他说："以前觉得 rebuttal 是吵架，现在明白是'说服'——先读懂对方在担心什么。"
术语翻卡
点击卡片翻转，查看高中生版解释（共 12 张）
自测题
handbook 是 6 章系统课程（道），skills 是 12 个可执行的 AI 指令（器）。作者强调：只有理解了"道"，才能更好地使用"器"。
作者原话：理论与实践脱节、指导资源稀缺、投稿前迷茫、AI 时代的能力鸿沟——共同构成科研的"最后一公里问题"，它是经验、品味与判断力的综合考验。
借鉴奥林匹克精神扩展的五维：Higher（效果）、Faster（效率）、Stronger（鲁棒）、Cheaper（成本）、Broader（适用范围）。打分之外还会查致命缺陷、看能力匹配，给出 Strong Accept / 修改再投 / 否决转向。
六条铁律的核心：声明强度绝不超过证据强度。它只负责"语言实现"，思想的 owner 永远是你。这是全仓库证据纪律最严的 skill。
figure-designer 的核心观点：顶会论文 6-8 张图，但这三张承载几乎所有"讲故事"的重量。弱图会拖垮强论文。
基于"条件说服模型"：Rebuttal 的本质是说服不是吵架。先读懂对方真正担心什么，再选打法——故事三里"证据饥渴型"审稿人的案例就是这么赢的。
总结与延伸
一句话总结
HKUSTDial/Supervisor-Skills（8,082 stars）把一位博导十年的顶会经验炼成 12 个可直接调用的 AI skill，配 6 章 handbook 理论课：从五维想 idea、综述调研、引言六段式、证据门控写作、顶会配图，到投稿前审查、Rebuttal 军师——你的 AI 科研副导师，全天候在线。
延伸思考（留给你的三个问题）
- "隐性知识"（比如大厨的"盐少许"）真的能被完全"蒸馏"成 AI 指令吗？会不会有些东西注定只可意会、不可言传？
- ARIS 追求"睡觉时自动跑完"，Supervisor-Skills 追求"像导师一样思考"。如果你是研究生，你更想要哪个？为什么？（提示：想想"快"和"对"哪个更稀缺）
- 豆包把这套 skill 部署给了亿级用户。当"博导级指导"变得人人可得，科研竞争的门槛会降低还是会升高？
仓库原链
https://github.com/HKUSTDial/Supervisor-Skills
安装：对 AI 助手说 "Help me install Supervisor-Skills from https://github.com/HKUSTDial/Supervisor-Skills with Skills." 许可证 CC BY-NC-SA 4.0（署名、非商用、相同方式共享）。作者：骆昱宇，香港科技大学（广州）。