前言¶
开题、换方向、或向导师承诺一个课题之前，常见困境不是缺文献，而是缺一套可复述的判据：这个方向值不值得做、自己有没有 realistic 的路径做成。团队讨论往往停在「有意思」「有热点」，事后才发现问题在品味层——方向选错或承诺过早。下面介绍 SkillHub 上的 Agent Skill「科研选题品味」，它在方向决策的关键点注入可执行的科研品味约束，用红黄绿判决和可溯源判据，把主观好感变成可对照的审计流程。
这是什么¶
「科研选题品味」（坐标 @user_a95aac1d/taste-check，当前版本 v2.2.2）是社区来源、分类为 professional 的 Skill，发布者为 user_a95aac1d，无需 API Key（requires_api_key=false）。定位是：在开题或方向承诺前，将杨振宁、Hamming、Uri Alon、Chris Olah、Schulman 等人关于科研品味的判断压成可执行的门禁；反诘不给现成答案，只提供对照用的「镜子」。官方入口：SkillHub 技能页，API 标识地址为 https://api.skillhub.cn/user_a95aac1d/taste-check。
核心功能¶
依据官方简介，能力可归纳为三类审计与一种输出形态。
选题审计（七道门）¶
面向「方向值不值得做、你做不做得成」。完整流程覆盖七道门；触发语中包含「科研品味 quick」时，对应快速选题审计路径（与完整审计同属选题侧，粒度更短）。
过程审计（三道门）¶
面向研究进行中的决策：异常要不要追、结果信不信、该坚持还是改道。触发语为「科研品味 process」或语境中的过程品味审计。
定期品味校准¶
对照「预判账本」复盘，用于长期训练科研品味判断，而非单次选题一次性过关。
判决与交互方式¶
判据可溯源；输出采用红、黄、绿三级判决。Skill 强调反诘式对话——推动你自己论证，而不是替你做选题结论。
触发与兼容¶
在对话中可使用：科研品味、research-taste、研究品味、这个选题品味如何、科研品味 quick、科研品味 process；并兼容旧触发 品味如何 research。
安装与启用¶
安装前需本机具备 SkillHub CLI。若尚未安装，可先检查版本：
command -v skillhub && skillhub --version
未安装时，可按 SkillHub 安装文档 执行完整安装（CLI + 默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅安装 CLI 时：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
安装本 Skill 时，必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 且可能不被识别。在 Cursor 中，常用路径为 ~/.cursor/skills/：
skillhub install user_a95aac1d/taste-check --dir ~/.cursor/skills/
坐标写法亦可带 @ 前缀：@user_a95aac1d/taste-check。若你通过对话让 AI 代为安装，官方页面给出的提示为：根据 https://skillhub.cn/install/skillhub.md 安装 @user_a95aac1d/taste-check。
其他客户端的 skills 目录（摘自同一安装文档，便于对照）：Claude Code 为 ~/.claude/skills/；Codex 为 ~/.codex/skills/ 或项目下的 .agents/skills/。安装后按你所用客户端的要求重启或刷新 Agent，使 Skill 被加载。
典型用法¶
以下示例仅复述官方「Use when」与页面说明，便于在已启用 Skill 的 Agent 里复现。
- 完整选题审计：在准备开题或锁定方向时，说明课题背景与约束，并发送触发语，例如「这个选题品味如何」或「科研品味」，让 Agent 走选题七道门，关注方向价值与可完成性。
- 快速选题审计：时间紧、只需门禁式筛查时，使用「科研品味 quick」，仍属选题审计，但路径更短。
- 过程审计：实验出现反常信号、结果可信度存疑，或团队在坚持与改道之间摇摆时，使用「科研品味 process」，对照三道门做过程侧判断。
- 定期校准：在阶段性复盘时主动要求「定期品味校准」或结合预判账本做复盘（表述以 Skill 内 SKILL.md 为准），用于对照历史预判与结果，训练品味而非单次拍板。
阅读判决时，重点看红黄绿对应的风险层级与引用的可溯源判据，而不是期待 Skill 直接给出「做 / 不做」的最终答案。
适用场景与注意¶
适合谁：博士生开题前、青年研究员换方向前、以及需要把组会上的「感觉」落成可讨论清单的 PI 或合作者。过程审计适合已有初步数据、需要决定是否加码或改道的阶段。
限制与注意：
- Skill 提供结构化审计与反诘，不能替代领域专家的实质判断与文献调研；绿灯也不等于基金或期刊承诺。
- 安装路径错误是常见坑：务必
--dir到当前 Agent 的 skills 目录。 - 页面统计（截至抓取）：评分 100000，下载 5364；具体数字以 SkillHub 实时页面为准。
- 官方简介列出的思想来源为杨振宁、Hamming、Uri Alon、Chris Olah、Schulman；若你在外部资料看到其他名字，应以 Skill 包内 SKILL.md 与 SkillHub 页面描述为准。
结尾¶
「科研选题品味」把顶级科研品味讨论收成选题七道门、过程三道门与定期校准三条线，在承诺方向之前多一层可检验的门禁。若你正在 Cursor 或其他支持 Skill 的 Agent 上做选题决策，可从官方页安装并试用：https://www.skillhub.cn/skills/user_a95aac1d/taste-check。
