今天在 GitHub Trending 上看到一个有意思的项目:Nature Skills,这是一个面向全球 AI 学者收录可复用科研技能的开源 Skill 库,强调真实问题解决、可验证工作流与可直接使用的科研产物。更值得关注的是,项目创始人透露其设计已被 Google DeepMind 参考借鉴,推出了 Science Skills——这意味着中国开发者的原创思想正在反向影响国际顶尖 AI 团队。

一、项目概述

Nature Skills 由独立开发者 @袁一哲 发起和维护,当前收录 17 个可安装技能,全部围绕 SKILL.md 格式组织,可直接接入 Claude Code、Codex、OpenClaw、OpenCode、Hermes 等主流 AI Agent 框架。

核心技能一览:

技能状态用途
nature-figureStableNature 风格投稿级科研图(Python/R,含 GPT Image 2 示意图生成)
nature-polishingStable学术文本润色与 Nature 风格英文改写
nature-writingDraftNature 风格摘要、引言、讨论章节起草
nature-reviewerDraft模拟审稿人输出三份 Reviewer Reports
nature-citationBetaCNS 系列支撑文献检索与 Zotero RDF 导出
nature-readerBeta中英文对照 Markdown 论文 reader
nature-responseBeta返修邮件解析 + 逐点回复 + 标红修改稿
nature-paper2pptBeta论文 → 中文 PPT 文献汇报 deck
nature-paper-to-patentBeta论文转中国发明专利草稿(附查新、技术交底书迭代)
nature-ref-verifierStable参考文献多源交叉验证(作者/标题/年份/页码)
nature-academic-searchBeta多源文献检索 + 引用核验 + 高影响力引用者画像
nature-downloaderBeta图书馆资源入口 + CARSI + Web of Science PDF 获取
nature-literature-pipelineStable每日文献自动发现 + 六维评分 + 本地归档
nature-proposal-writerBetaproposal-first 科研写作状态机

Google DeepMind 的认可

创始人在 README 中透露了一个令人印象深刻的细节:Google DeepMind 在开发 Science Skills 时,参考了 Nature Skills 的引用体系、脚本思路以及技能设计哲学。作者坦言:“当国外的顶尖 AI 机构开始从我们的工作中汲取灵感时,说明中国开发者的原创思想正在被世界看见。”

二、技术原理

2.1 Skill 架构设计

每个 Skill 以独立目录结构组织,包含:

skills/nature-<topic>/
├── SKILL.md          # Agent 触发入口,含 frontmatter + 规则 + 工作流
├── README.md         # 面向人的中文说明
├── README_EN.md      # 英文镜像说明
├── manifest.yaml     # Router-style 技能路由配置
├── references/       # 模块化规则文件
├── static/           # 视觉资产
└── scripts/          # 可执行脚本

所有技能遵守五条核心设计原则:

  1. 优先一手来源:规则基于已发表 Nature 内容、官方期刊指南,而非泛泛审美偏好
  2. 显式胜过隐式:每条规则均附带理由说明
  3. 感知上下文:不同论文部分使用不同逻辑
  4. 输出优先:每个技能直接返回可粘贴文本、.svg.pptx.docx 等产物
  5. 可扩展:各技能自包含,新增技能不要求修改既有技能

2.2 安装机制

Claude Code 安装(推荐):

# 稳定路径 clone
mkdir -p ~/ai-skills
git clone https://github.com/Yuan1z0825/nature-skills.git ~/ai-skills/nature-skills

# 创建 subagent wrapper
mkdir -p ~/.claude/agents
cat > ~/.claude/agents/nature-reader.md <<'EOF'
---
name: nature-reader
description: Use for Chinese-English paper reading and source-grounded notes.
---

When invoked, first read `~/ai-skills/nature-skills/skills/nature-reader/SKILL.md` and follow it strictly.
EOF

Codex 安装:

git clone https://github.com/Yuan1z0825/nature-skills.git
cd nature-skills
./scripts/update-codex-skills.sh --pull

OpenClaw / OpenCode / Hermes: 参考 docs/open-source-agent-frameworks.md

2.3 共享依赖机制

skills/nature-shared/ 是供其他技能读取的共享支持包——安装 nature-readernature-polishing 等需要共享参考资料的技能时,需一并安装:

npx skills add Yuan1z0825/nature-skills --global --agent codex \
  --skill nature-reader --skill nature-shared --yes --copy

三、安装与快速开始

3.1 环境要求

  • Node.js 18+npx skills 安装方式)
  • Python 3(部分技能脚本依赖,如 nature-paper-to-patentnature-academic-search
  • 对应 Agent 运行时(Claude Code / Codex / OpenClaw)

3.2 一键全量安装

# 查看可安装技能列表
npx skills add Yuan1z0825/nature-skills --list

# 全量安装到 Codex
npx skills add Yuan1z0825/nature-skills --global --agent codex --skill '*' --yes --copy

# 验证安装结果
npx skills list --global --agent codex --json

3.3 最简使用示例

技能安装后,直接用自然语言描述任务:

需求提示词
读论文 / 中英文对照把这篇 PDF 做成图文对应的中英文对照 Markdown reader。
生成文献汇报 PPT把这篇论文做成中文组会汇报 PPT,保留关键图件和来源标注。
润色论文段落把这段中文改写成 Nature 风格英文,保持学术含义不变。
模拟预投稿评审从 Nature 审稿人视角评估这篇稿件,给出三份 reviewer reports。
回复审稿意见根据这封返修邮件,帮我写逐点回复、cover letter,并标出修改稿需要标红的位置。

四、使用方法与实战

4.1 nature-ref-verifier:参考文献自动校验

该技能提供多源交叉验证,逐字段对比作者/标题/年份/卷期/页码,自动标记:

  • 卷年冲突(卷号与年份不匹配)
  • 作者编造(虚构作者姓名)
  • 页码偏差(非连续页码)
  • DOI 格式错误

触发示例:

verify refs — 用 nature-ref-verifier 校验这个文件夹里的所有参考文献。

4.2 nature-academic-search:多源文献检索

支持 PubMed、Scopus、ScienceDirect 等多源检索,可同时完成:

  • 引用数与严格他引数统计
  • 高影响力引用者画像(院士、Fellow、领域大牛识别)
  • DOI 交叉核验
  • 参考文献管理(ENW、RIS、Zotero RDF 导出)

需配置 PUBMED_EMAIL 环境变量;Scopus / ScienceDirect 等可选 provider 使用本机凭据,不要写入仓库文件。

4.3 nature-paper-to-patent:论文转专利

这是功能最为复杂的技能之一,支持:

  1. 专利点挖掘:从论文技术路线中自动提取可专利点
  2. 中国发明专利草稿生成:基于技术交底书
  3. 查新检索:国知局公布公告检索(需安装 Playwright Chromium)
  4. 技术交底书迭代:支持多轮优化

五、常见问题与解决方案

Q1:npx skills 命令报错"command not found"?

确保已安装 Node.js 18+,然后使用 npx skills add 而不是全局安装 CLI。

Q2:部分技能提示缺少依赖?

以下技能需要额外安装 Python 依赖:

# nature-paper-to-patent
python -m pip install -r skills/nature-paper-to-patent/requirements.txt
python -m pip install -r skills/nature-paper-to-patent/scripts/disclosure/requirements-cnipa.txt

# nature-academic-search
python -m pip install -r skills/nature-academic-search/mcp-server/requirements.txt

# 专利查新
python -m playwright install chromium

Q3:Claude Code 中技能未生效?

检查 wrapper 文件路径是否指向正确的 clone 目录;每次更新仓库后需重新开启会话使新技能生效。

Q4:如何更新已有技能?

# 只更新一个技能
npx skills update nature-reader --global --yes

# 更新当前项目中的所有技能
npx skills update --project --yes

六、总结

Nature Skills 最大的创新意义不在于单个工具的精妙,而在于它率先验证了一条路径:把科研工作流封装为可复用的 Agent Skill,使 AI 能够像人类一样理解并执行完整的科研任务。从论文阅读到专利撰写,从参考文献校验到审稿意见回复,这套体系覆盖了科研人日常最耗时的重复性工作。更值得关注的是,它已被 Google DeepMind 这样的顶级机构所借鉴,说明在 Agent 技能设计这个赛道上,中国开发者已经走在前面。

如果你正在使用 Claude Code、Codex 或 OpenClaw 做科研,不妨 clone 这个仓库试试——尤其是 nature-readernature-polishingnature-paper2ppt 这几个 Stable 状态的技能,安装简单、开箱即用。