Supervisor-Skills: 将博导十年科研经验，炼化为你的 AI 副导师。
English · 中文
为什么做这个项目？
大家好，我是骆昱宇，香港科技大学（广州）的助理教授。从自己读博到指导学生，我反复看到一个场景：许多才华横溢的研究生，在踏入科研大门时，常常被相似的困境所困扰：
- 理论与实践脱节：读了再多"科研指南"，面对自己的课题时，依旧不知如何下笔。
- 指导资源稀缺：导师日程繁忙，无法对你萌生的每一个想法进行及时、细致的评估。
- 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、行文是否暗含"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。
这些挑战，共同构成了科研的 "最后一公里问题" (The Last-Mile Problem)。它不仅是方法论的缺失，更是经验、品味与判断力的综合考验。
为此，我发起了 Supervisor-Skills 项目。我们将过去十年在数据科学与人工智能顶级会议（如 SIGMOD, VLDB, ICML, NeurIPS）中积累的发表、审稿经验与学术直觉，进行"蒸馏"与"锻造"，最终封装成一套结构化的、可被大语言模型（如 Claude, GPT-4）精确执行的 AI技能 (AI Skills)。 我们的愿景很简单：将资深科研者的隐性知识，转化为人人可用的 AI 工具，让 AI 成为你真正的、全天候在线的科研副导师
这个项目仍处在早期阶段，我们正努力将自己能力范围内的认知与见解毫无保留地呈现出来，希望能为初入科研领域的探索者提供一份实用的操作指南。我们更热切地期待，能与各位同行者一起，共同建设、完善这个知识库，让科研之路不再孤单。如果你觉得这个项目对你有帮助，请点亮右上角的⭐️Star⭐️！谢谢！
教程结构
本教程采用 Guide（理论指南） + Skills（可执行AI技能） 的双轨制架构：
Supervisor-Skills/
├── README.md # 本文件
│
├── handbook/ # 📖 科研与写作系统指南
│ ├── 01_Preliminary/ # 第一章：宏观认识与评价
│ │ ├── 1.1_如何评价一篇论文的质量.md
│ │ └── 博士生科研入门辅导.pdf # 📄 配套讲义（可下载）
│ ├── 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
│ │ └── 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
│ │ ├── 3.1_完成一篇科研论文你需要做几件事情.md
│ │ ├── 3.2_Introduction写作的思考模型.md
│ │ ├── 3.3_技术类Full_Paper思考模板.md
│ │ ├── 3.4_Benchmark与Evaluation类论文思考模板.md
│ │ └── 3.5_写作细节与Checklist.md
│ ├── 04_Scientific_Plotting/ # 第四章：科研作图指南
│ │ ├── 4.1_Motivated_Example_Figure.md
│ │ ├── 4.2_Solution_Overview_Figure.md
│ │ ├── 4.3_Experimental_Results_Figure.md
│ │ └── 4.4_绘图Checklist与工具速查表.md
│ ├── 05_Vibe_Research/ # 第五章：Vibe Research前沿实战
│ │ ├── 5.1_Vibe_Research与Vibe_Coding入门.md
│ │ └── 5.2_李伯岩实战经验分享与会议纪要.md
│ └── 06_Case_Studies/ # 第六章：顶会论文写作剖析案例
│ ├── 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
│
├── plugins/phd-research/skills/ # 🛠️ 提炼出的可执行 AI Skills
│ ├── idea-evaluator/ # 构思阶段技能
│ ├── vibe-research-workflow/
│ ├── intro-drafter/ # 写作阶段技能
│ ├── tech-paper-template/
│ ├── benchmark-paper-template/
│ ├── pre-submission-reviewer/ # 自查与润色技能
│ └── figure-designer/
│
└── assets/images/ # 图片资源
📖 Handbook：科研与写作系统指南
📄 配套讲义：博士生科研入门辅导.pdf — 本指南的配套 PDF 讲义，适合打印或在 iPad 上阅读，包含完整的科研入门思路框架。
这里保留了系统性的理论框架，供你深入阅读和系统学习。只有理解了"道"，才能更好地使用"器"。
| 章节 | 内容 | 链接 |
|---|---|---|
| 第一章：宏观认识 | 从审稿人视角看论文质量（Novel Problem, Novel Method, Nice Story, Nice Presentation） | 1.1 如何评价一篇论文的质量 / 博士生科研入门辅导 |
| 第二章：Idea构思 | Idea的生命周期、5维思考框架（更高更快更强更省更广）、颠覆式创新 | 2.1 Idea生命周期 / 2.2 更高更快更强 / 2.3 颠覆式创新 |
| 第三章：论文写作 | 科研论文全流程、Introduction思考模型、技术类/Benchmark类论文模板、写作Checklist | 3.1 全流程 / 3.2 Intro模型 / 3.3 技术类模板 / 3.4 Benchmark模板 / 3.5 Checklist |
| 第四章：科研作图 | 动机图、总览图、实验图的设计范式与绘图Checklist | 4.1 动机图 / 4.2 总览图 / 4.3 实验图 / 4.4 Checklist |
| 第五章：前沿实战 | Vibe Research/Coding/Figure/Writing 入门与实战经验 | 5.1 入门指南 / 5.2 实战经验 |
| 第六章：顶会案例 | Alpha-SQL (ICML'25)、AFlow (ICLR'25)、LEAD (VLDB'26) 写作思路剖析 | 6.1 Alpha-SQL / 6.2 AFlow / 6.3 LEAD |
🛠️ Skills：提炼出的可执行 AI Skills
这里是本仓库的核心卖点！我们将上述理论经验蒸馏成了结构化的 Prompt/Skill 文件。你可以直接复制这些内容，导入到你的 AI 助手中（Claude、DeepSeek、Kimi 等均可）。
| 技能名称 | 功能描述 | 链接 |
|---|---|---|
| Idea Evaluator | 输入你的 Idea，AI 将根据"更高更快更强"5维框架和能力匹配表进行客观评估与打分 | 使用技能 |
| Vibe Research Guide | AI 辅助科研全流程指导：Vibe Coding / Vibe Figure / Vibe Writing | 使用技能 |
| Introduction Drafter | 基于 Introduction 的 Flowchart 思考模型，输入研究动机，自动生成高质量的 Intro 大纲 | 使用技能 |
| Tech Paper Template | 基于"技术类Full Paper思考模板"，辅助你一步步梳理论文的完整逻辑链 | 使用技能 |
| Benchmark Paper Template | 专为 Benchmark/Evaluation 类论文设计，辅助梳理评估逻辑和实验设计 | 使用技能 |
| Pre-Submission Reviewer | 顶会审稿人视角！基于写作 Checklist 和英语语法易错点，对草稿进行全面审查 | 使用技能 |
| Figure Design Advisor | 告诉 AI 你想表达什么，它会根据动机图/总览图/实验图的设计范式给出专业作图建议 | 使用技能 |
快速开始 (Quick Start)
把下方这段 Prompt 发给你的 AI 助手（Claude Code、Cursor、Codex 等）即可完成安装：
Help me install Supervisor-Skills from https://github.com/HKUSTDial/Supervisor-Skills with Skills.
贡献与反馈
这是一款创新的开源 AI Skill 项目。期待能够解决智能体在科研辅助落地中"好用+合规"的问题。
欢迎大家试用、提 PR、开 Issue，或者分享你基于这些 Skill 写出的顶会论文！
如果你觉得这个项目对你有帮助，请点亮右上角的 Star！你的支持是我们持续更新的最大动力。
邮件联系：Yuyu Luo (yuyuluo [AT] hkust-gz.edu.cn).
TODO
Guide
- 如何写好Rebuttal？审稿人不理我的Rebuttal，怎么办？
- 如何与他人进行高效的学术合作？
Star History
License
本项目采用 CC BY-NC-SA 4.0 协议开源。欢迎非商业用途的分享与改编，但请注明出处。