创建:2026-10-21|最近修订:2026-11-02(第八项 v6.1)|格式:Markdown 纯文本|原有20条兼容入口 + 第八项可行性优先科研工作流(24个按需工具 Prompt)。核心 Prompt 可复制给 ChatGPT、Codex/WorkBuddy 或其他 AI;第八项另提供可选路由 Skill,不安装也可按 Markdown 使用。
独立的开放科研工作流 PD-RW 已迁出本仓库:新仓库;本库保留原第08/09章。
AI 快速检索入口:给具备仓库访问能力的 AI 本库 URL 与任务即可;先读AGENTS.md 的任务关键词索引,按意图打开一个精确文件:新题→IDEA_FUNNEL.md;已选项目→POST_SELECTION.md;异常→RECOVERY.md;无增益→RESEARCH_DECISIONS.md。默认路线是「可行性与最低贡献潜力→可信基线→可学性/残差→优化或新机制→论文证据」,不预读24条Prompt。已有科研项目直接复用Run与现有授权;不同项目所需真值、闭环、数据与实验权限仍必须核实。
默认可行性优先、低门槛与省Token:宽松探索(有依据的新科学假说可先EXPLORE)、按信息/能力价值有界续投、严格论文确认。初筛只深核最关键1–2项风险,后续实测按风险递进;优先取得一项合法真实数据上的最小证据。Agent只加载入口、当前状态和必要一份手册,复用已有Run、文献与测试;在授权范围连续处理关联任务,不重复检索、冗长计划、全量审查或默认多Agent。只输出关键增量与未决问题;Token优化不能牺牲科学真实性、验证、确认集隔离和用户授权。
已选定课题的操作级科研引擎:Post-Selection Research Engine。本库可由 ChatGPT / WorkBuddy / Codex 直接读取,不要求用户复制长Prompt;为研发Agent提供数据与公平强基线、实现与排错、受控科研实验迭代、科学证据与确认的操作手册及传感器门控实例。按当前研究事件只加载相关一份,与原 24 场景、研究证据及授权边界兼容。
平台分工(第①类选题任务):优先全程使用 ChatGPT 完成候选课题、原始文献查新、创新差额、科学命题、算法骨架和方向判断;宽泛新题可选科研机会漏斗 F1–F5,从真实失效、跨域机制迁移及合法数据资产发现机会,核最近邻、真值与决定性实验可行性,再按RECOMMEND/EXPLORE/NOT_READY区分可信推荐与研究线索(允许0项正式推荐),最终由用户选题;已有明确命题无需重走漏斗;不默认转 WorkBuddy/Codex。仅需要真实本地数据/代码实测时才委托执行平台;真正独立反证按关键风险另行触发。此约定不是MVP研发前的新强制阶段,详见 ①科学选题与跨AI审核。
一次启动 START.md:新课题先由AI完成F1–F4可行性筛选并展示候选,F5等待真实用户选定;选择不授予训练许可。只有明确续做已选课题时,才在已有真实授权内优先完成最小可信基线和能运行的算法,并连续进行有信息量的修改与实验;不再前置五阶段/24条Prompt逐项验收或多轮跨AI评审。只在真实故障、科学主张改变和正式确认/论文时加载相应专业工具。
- v6.1 总控 是唯一默认路由;历史24场景 继续兼容并按需调用。
- 失败项目教训 汇总 CARE-Touch、PhysTok、RevGraph、CAR-IMU;修复工具 和原48种故障样例均保留,但出现相应问题才加载。
- 三级缺陷处理 与独立真值、强基线、正式test隔离、原始证据和真实用户资源授权继续是科学底线;首次Pilot没有增益不自动STOP。
- 原第08项五类专业场景仍用于选题、数据/Pilot、算法研发、独立验证和论文写作,不是需要经过的连续关卡;可用
workflow_route.py --event NEW_PROJECT等只读事件建议,不具备自动启动Agent的权限。真实模型效率/成功率仍未实测。
v6.1 使用说明 | 可选单场景读取脚本 | 独立第09类转向。
Research Salvage & Pivot v6.1-compatible 已从第08类移至仓库根目录。Step 05 只展示实际可辩护的0–3项候选;1–2项说明短缺,0项说明无可信方向并停止,并停止等待真实用户选择;用户明确选定项目之前,禁止执行 Step 05-R 或 Step 06。新增 Step 05-R,在选题确认后专门优化其科学性、创新性、数据真值、强基线与可行性;允许与近邻论文部分重合,重点识别可检验的科学增量,而不是强求完全原创;若实质改变课题须再次征得用户确认。选择课题不等于 GPU、付费或正式实验授权。
C10-A–D:Agent 状态恢复/定向校准/关键门禁/科研经验复用;C10-E:全新科研项目启动与 Agent 接续;C10-F:ChatGPT 主动自校准;C10-G:Codex 主动自校准。按需选择,不机械连发;以当前实际安装的 PD-RW-Agent Skill/MCP 为准。ChatGPT 不能冒充 WorkBuddy 本地执行;PD-RW 是唯一科研规则来源,不新增作者确认门禁。
F11-A 科学结构蓝图 → F11-B 基础 HTML/SVG 与结构基准 → F11-C 全局视觉设计及按需 SVG 素材。Step 1 由 ChatGPT 直接给出方案并由用户确认一次;Step 2、3 由 ChatGPT 分别生成给 Codex 的指令,不假定两者自动共享蓝图/参考图。允许第三步充分重排视觉,但锁定科学节点、依赖及公式。
F11-A 文字蓝图 · F11-B 基础图 Codex 指令 · F11-C 设计增强 Codex 指令 · F11 SVG 资产说明。
- 专项问题才按需使用 共享科研规则与Skill索引;可选 中断恢复协议。短文件名默认对应
research/,旧项目已有等价目录则仅建立映射,不迁移。 - 第09类的 人工选择与门禁说明 已补充跨仓库绝对脚本路径;选择 P1/P2/P3 不授予 GPU、付费或实验授权。
- 评测器使用
--suite historical/current分离旧版和当前版;保留 当前版本合成压力测试 和可精确选择 S01-B、09 总控及 01-A~05-E 单独场景的提取逻辑。CI 只生成计划,不宣称真实模型与 Token 收益。
- 根据下表选择最接近的任务,每个具体步骤优先选一条 Prompt;跨阶段任务可顺序使用,如 S01 发现候选 → S02 核查资格 → G02 撰写申请书。
- 第八项是例外:优先只复制一次 START.md,后续由具备 GitHub 访问能力的 Agent 按状态读取;其他类别打开文件,复制 「可直接复制的 Prompt」 代码块。只填写与你本次任务有关的【参数】,已有资料可直接粘贴或上传,不必复制整页说明。
- 需要实时事实核查时使用可用的联网工具并保留官方证据;已有上传文件可先在可读范围内审查。工具不可用时明确未核查,不要假称完成。
- 多轮协作时,保留研究背景与最终版本,尽量不要重复添加互相冲突的长指令。
- 当发现可复现的输出问题时,先在 EVALUATION.md 固定测试输入和验收条件,再做有针对性的修订;不为了版本号或文本篇幅增加新模板。
| 编号 | 分类 | 模板 | 典型用途 |
|---|---|---|---|
| S01 | 信息检索 | 资助专项 / 通用信息双 Prompt | A:基金、奖学金与科研资助的广域发现、官方资格/年度核查、状态去重;B:论文、会议、机构、政策等通用系统检索 |
| S02 | 信息检索 | 官方网站与资格核实 | 确认某个基金或奖学金的真实要求、表格、申请资格与提交方式 |
| R01 | 科研研究设计 | 科研选题与创新性探索 | 探索传感器、材料、算法、机器人和理论课题的真实研究缺口 |
| R02 | 科研研究设计 | 实验与算法方案设计及结果审计 | 实验开跑前设计门槛;已有结果不理想时诊断是否停止或重构 |
| P01 | SCI论文 | 论文结构、论证逻辑与图表规划 | 论文动笔前锁定主线、每幅图和正文段落逻辑 |
| P02 | SCI论文 | SCI 论文章节正文撰写 | 用同一 Prompt 撰写 Introduction、Methods、Results、Discussion 或其他章节 |
| P03 | SCI论文 | SCI 论文保守型语言润色与审稿 | 润色英语/中文论文,兼顾逻辑和审稿人视角 |
| G01 | 日本科研基金 | 资助方向适配与基金课题规划 | 按具体财团方向、导师研究基础与额度确定申报题目 |
| G02 | 日本科研基金 | 科研基金申请书逐栏撰写 | 填写日本研究助成 Word/Excel 表格,保持字数与栏目的逻辑一致 |
| G03 | 日本科研基金 | 基金申请书全面审查与原文替换 | 提交前检查逻辑/真实性/日语/Word-Excel一致性,给出精确替换文本 |
| L01 | 翻译与表达 | 中英日专业双向翻译 | 中→英、中→日、英→中、日→中,通过参数合并使用 |
| L02 | 翻译与表达 | 自然表达与去机械化AI腔 | 保留原意的中文、英文、日文自然化润色,不做检测规避承诺 |
| M01 | 对话与文件 | 科研长对话完整归档与跨对话接力 | 生成适合开新聊天的高保真接力 Markdown,保留错误、决策、文件和数据 |
| M02 | 对话与文件 | 多文件事实、逻辑和语言交叉审查 | 审查 Word、Excel、Markdown、多版本稿件的错误与对应替换文本 |
| X01 | 专项 | Codex 科研代码结果审计与下一步指令 | 将研究项目的日志、指标、Git diff、运行结果转成下一步 Codex 指令 |
| X02 | 专项 | 日英双语正式邮件撰写与回复 | 导师、日本大学事务部门、基金财团及供应商邮件 |
| X03 | 专项 | 日本作文比赛策划与日语自然化写作 | 日语エッセイ/留学生作文大赛的构思、真实叙事和语言修改 |
| V01 | 算法检验与优化 | 目标驱动的算法检验任务规划 | 按风险、依赖和验收目标制定中等偏大的综合任务,减少交互和总 Token 开销 |
| V02 | 算法检验与优化 → 跨 AI 独立审查 | 独立审查触发与范围判断 | 判断 SKIP / TARGETED / FULL 的审查时机,复用有效证据,不机械多模型循环 |
| V03 | 算法检验与优化 → 跨 AI 独立审查 | 算法证据交接与独立复核 | 整理现阶段算法、原始证据与独立审查指令,供其他 AI 核查科研有效性 |
| WF41 | 算法检验与优化 → 论文研发工作流 | 可行性优先科研工作流 v6.1 | 优先可信基线和可学性证据,再增强独立贡献;24条场景只按需调用 |
| C10 | 独立第10类:PD-RW-Agent 启动与状态校准 | C10-A–G 入口 | A–D 恢复/纠偏/门禁/经验;E 新项目启动;F ChatGPT 语义与决策自校准;G Codex 工作区与执行自校准;均不扩展真实授权 |
| F11-A | 第11类:Step 1 科学设计 | 科研结构与文字蓝图 | ChatGPT 直接输出科学方案、模块与依赖,供一次人工确认 |
| F11-B | 第11类:Step 2 基础绘图 | 基础方框图 Codex 指令 | ChatGPT 为 Codex 编写 HTML/SVG 骨架绘制指令 |
| F11-C | 第11类:Step 3 视觉设计 | 设计增强及 SVG 资产 Codex 指令 | ChatGPT 为 Codex 编写版式设计、插图与科学结构锁定指令 |
| V09 | 独立第09类:失败项目挽救与转向 | 第09章:失败算法项目成果挽救与课题转向 | 从失败证据挖掘可信候选(优先三项);用户真实选题后可进入v6.1原型循环,不自动开始GPU训练 |
本项目参考 公开 GitHub 仓库中的文字 Prompt,以及 Skill/Agent 的公开任务组织方法,但主要收录独立改写的文本 Prompt;v4.1 新增本库自写的可选路由 SKILL.md(不会自动安装),不嵌入第三方 Skill 原文。Fabric 虽然有软件实现,这里仅参考其公开 data/patterns/*/system.md 纯文本提示词。
重要区别:这些并不是从 GitHub 原文一字不变搬来的 20 份模板。具体实践中不存在每个任务都有一份成熟高星 Prompt,因此采用“阅读原文 → 提炼任务组织逻辑 → 针对科研场景重写”的方式。每个文件底部给出匹配的 Prompt 页面及改编性质。尤其是日本基金的三项、科研对话高保真接力、Codex审计、日语作文比赛,均属于跨场景原创改写,不能误以为 GitHub 有成熟的高星同名模板。V01—V03 在 v1.7 改为指向 v4.1 的兼容入口,避免重复维护;V02/V03 路径保留。
如果你只需要最优先六条:S01、G02、G03、P03、L01、M01。
- 四个翻译方向合并为
L01,使用参数指定语言和文体。 - IMRaD 各章节合并为
P02,使用Section参数。 - S01 保留一个兼容入口,但按目的提供两套独立可复制指令:A 基金、奖学金与科研资助,B 通用信息。单个资助项目的条款核实仍转
S02,不复制两套 Prompt 一起发送。 - 日英写作润色与消除机械表达合并为
L02;科学内容独立由P03和G03审查。 - 基金的每个栏目不新建文件,在
G02中依据官方表格逐栏处理。
- 对文献、截止日期和资助规则,必须使用原始来源核实,不能编造引用。
- 对缺失文件、未运行实验和读不到的聊天,不得声称已经查阅。
- 统计结果必须保留样本量、单位、区间、随机种子和验证状态;模拟不等于实测。
- 文字自然化是修辞改进,不是规避 AI 检测或绕过机构的 AI 使用规则。
- 各开源来源的许可证不同,本库是针对个人场景撰写的新提示词;如未来公开二次发布 GitHub 原文,应逐个检查原仓库授权和署名条款。
详见 SOURCES.md(来源列表与热度快照)和 00_使用规范.md。
python library_check.py:库内索引、Markdown 链接与关键结构合同检查。python -m unittest -q test_eval_runner.py test_salvage_gate.py test_library_check.py test_novelty_policy.py test_workflow_route.py:执行全部离线回归测试。- 历史评测:
python eval_runner.py --suite historical --output-dir .eval_runs/historical;当前版评测:--suite current并明确指定两个不同的提交 SHA,使用 EVAL_CASES_CURRENT.json。 - 这些命令默认只测试脚本和生成评测计划,不调用大模型、也不证明科研方法实际成功。真实模型成功率、Token 开销和人工工作量仍为 NOT_RUN / NOT_MEASURED。具体冻结案例与统计口径见 EVALUATION.md。
| 版本 | 核心变更 |
|---|---|
| v1.1 | 全库表达与任务边界整理 |
| v1.2 | S01、R02、P03、G02、M01 五条重点重构 |
| v1.3 | 科研证据、执行门禁、文件与预算审查 |
| v1.4 | P01、G01、L02、X02、X03 的单任务输出模式与来源索引整理 |
| v1.4.1 | 静态检查 20/20,修复 S01 离线资料使用和 G02 纯文本排版约束 |
| v1.5 | 不可信资料中的指令隔离、长对话分段归档、英日互译、可复现实测用例与精简说明 |
| v1.6 | 第 8 类新增 V02/V03 跨 AI 独立审查子栏目 |
| v1.7 | 第八项建立 v4.1 五阶段科研工作流与24场景 Prompt;原 V01–V03 合并为兼容入口 |
| v1.8 | 独立第09类,三候选项目与人工选择门禁 |
| v1.9 | 任务与状态合同、断点恢复、门禁兼容性、当前版评测与24场景提取回归 |
历史完整版本可从 Git 提交记录恢复;上述静态结果不是模型回答准确率。当前仍没有独立模型 A/B 测试数据。