前言¶

科研任务是智能体最容易「看起来对、用起来不行」的场景：查资料不给来源，提假设不画证据边界，实验方案落到实验室执行不了，图表达不到期刊的出版要求。对要做文献综述、方法验证或审稿回复的人来说，这些约束缺一不可。

DSH 的理念是「一切皆插件」，领域工作流可以打包成技能复用，而不必每次在提示词里重写一遍规范。下面介绍的 dsh-scientific-research，就是这样一个面向科研场景的技能包。

先说明信息来源：该插件的 GitHub README 抓取失败，下文的功能描述以社区目录页给出的简介为准，未能与仓库内容交叉核对，安装前请以仓库实际内容为准。

这是什么¶

先给基本信息：

• 名称：satan9394/dsh-scientific-research
• 维护者：satan9394
• 分类：工作流
• 仓库：https://github.com/satan9394/dsh-scientific-research

按目录页简介，它覆盖科研的主要环节：从数据库查询、文献综述、假设提出，到实验方案、同行评审回复、方法验证和图表输出。项目受 K-Dense-AI/scientific-agent-skills（33.9k★）启发。

目录页列出的能力¶

简介中共列出六块能力，逐条说明：

1、100+ 数据库查询，结果带来源。科研检索的核心要求是可追溯，每个结论都能回溯到出处。

2、文献综述与证据有界假设。假设的提出限定在现有证据范围内，而不是让模型自由发挥。

3、实验方案与预算。输出方案的同时给出预算估算。

4、同行评审回复。针对审稿意见组织回复的辅助。

5、方法验证，参照 ICH、USP、CLSI。这三者分别对应国际人用药品注册技术协调会、美国药典、临床与实验室标准协会的规范体系，是方法验证岗常用的参照标准。

6、出版级图表。按出版要求输出图。

注意：以上描述来自目录页简介，各能力的具体实现和触发方式需到仓库确认。

安装与启用¶

目录页和已抓取资料中，没有给出可核实的安装命令，也没有许可证信息。这里不做猜测和拼接，安装前先做三件事：

1、打开仓库，阅读 README 与源码，确认技能的组织方式和触发方式；

2、确认许可证是否满足你的使用场景；

3、确认无误后，再按仓库说明安装。

仓库与目录页地址：

https://github.com/satan9394/dsh-scientific-research
https://www.skillhub.cn/plugins/satan9394/dsh-scientific-research

其中目录页是社区维护的独立站点，与 DeepSeek、幻方没有官方从属关系。

典型用法¶

已抓取资料中没有可复现的用法示例，这里不编造。一个成本最低的验证办法是：安装后先让它跑一个最小任务，比如单次带来源的数据库查询，人工核对来源是否真实可回溯，确认可靠后再放进正式的科研流程，扩大使用范围。

适用场景与注意¶

适合谁：

• 需要做文献综述、写开题报告或基金申请的研究人员；
• 方法开发与验证岗位，工作围绕 ICH、USP、CLSI 展开；
• 需要起草同行评审回复的论文作者；
• 想把科研流程接入 DSH 智能体的开发者。

注意事项：

• 插件以当前 dsh 进程的权限运行，安装前应检查源码与许可证；
• 本插件的许可证暂未出现在可核实资料中，使用前需自行到仓库确认；
• 功能简介来自目录线索，实际能力以仓库为准。

结尾¶

一句话回顾：dsh-scientific-research 把科研场景中对可追溯性要求最高的几类任务——带来源的数据库查询、有证据边界的假设、方法验证和出版级图表——打包成了一个 DSH 技能包。是否好用，还需要你到仓库核对源码后自行判断。

• 目录页：https://www.skillhub.cn/plugins/satan9394/dsh-scientific-research
• GitHub：https://github.com/satan9394/dsh-scientific-research