前言¶
做 AI/ML 研究时，和模型聊选题、读论文、想实验、改稿子，往往靠临时起意的几句 prompt。对话容易发散，阶段之间也缺少统一话术：今天问的是「有没有新方向」，明天又变成「帮我写 Related Work」，模型不知道你处在 ideation 还是写作阶段。
下面介绍 SkillHub 上的社区 Skill reaserch idea（坐标 @user_bd5e94b4/research-ideation）。它用整理好的 system prompt 与用户 prompt 模板，把「探索想法、苏格拉底式讨论、读论文找灵感、设计实验、写论文、跨学科应用」等场景串成可复用的协作方式，而不是每次从零写提示词。
这是什么¶
reaserch idea 是面向 AI/ML 研究 ideation 的 Agent Skill，基于通用 SKILL.md 格式，由社区发布者 user_bd5e94b4 维护。版本 1.0.0，来源为 community，SkillHub 分类为 professional。页面标注 requires_api_key=false，不依赖额外 API Key。
官方说明：当用户需要在 AI/ML 研究创意上获得帮助时应启用本 Skill，涵盖探索研究想法、围绕想法进行苏格拉底式对话、阅读论文获取灵感、设计实验、撰写研究论文，以及讨论跨学科 AI 应用；并提供精选的 system prompt 与用户 prompt 模板，供研究者与 AI 协作完成创意发展、文献回顾、实验设计与论文写作。
核心功能¶
依据 SkillHub 页面简介，已核实的能力包括：
- 研究想法探索：引导模型帮助发散、收敛与澄清研究方向。
- 苏格拉底式对话：围绕单一想法追问假设、漏洞与可检验点，而不是直接给出结论。
- 论文阅读与灵感：以读论文、提炼启发为目的的协作模板（非替代正式文献调研工具）。
- 实验设计：在研究问题相对清晰后，协助构思实验设置、对照与评估思路。
- 论文写作协作：在写作阶段提供结构化提示，与 ideation 阶段区分开。
- 跨学科 AI 应用讨论：支持将 AI/ML 方法与其它领域问题对接时的讨论框架。
实现方式是「curated system prompts and user prompt templates」，即 Skill 内嵌的提示词与模板，由 Agent 在匹配场景时加载，而非独立可执行脚本。
安装与启用¶
SkillHub 官方页面给出的安装指引是：先阅读 SkillHub 安装文档，再安装坐标 @user_bd5e94b4/research-ideation。
若本机尚未安装 SkillHub CLI，可先检查版本：
command -v skillhub && skillhub --version
未安装时，可按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
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/，Agent 可能无法识别。文档中的通用命令形式为：
skillhub install @user_bd5e94b4/research-ideation --dir <skills 目录>
常见客户端 skills 路径（摘自同一安装文档）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
在 Cursor 中可写成：
skillhub install @user_bd5e94b4/research-ideation --dir ~/.cursor/skills/
也可将 SkillHub 页面上的安装提示词发给 AI，让其按 skillhub.md 完成安装；具体是否需重启 Agent，以你所用客户端对 Skills 的加载规则为准。
典型用法¶
公开资料未附带逐条复制的对话示例，但官方明确了「何时应使用」与能力边界。可按阶段这样触发（表述可与自然语言混用，Skill 会在匹配研究创意场景时介入）：
-
选题与想法打磨
说明领域、已有线索与约束（算力、数据、时间），请求一起探索可做的研究问题，或要求用苏格拉底式提问帮你检验想法是否站得住。 -
读论文找灵感
提供论文标题、摘要或你关心的段落，说明你想提炼的是方法、问题设定还是实验结论，让协作落在「启发与对比」而非泛泛总结。 -
实验设计
在问题与基线大致明确后，描述数据与评价指标，请求协助设计对照、消融或可行性检查清单。 -
写作阶段
区分章节（如 Introduction、Method、Experiment），说明目标会议或期刊风格与已有草稿，进入论文写作相关模板。 -
跨学科讨论
说明应用领域与 AI 组件角色，讨论如何将模型能力嵌入业务流程或科学问题。
以上步骤对应简介中的英文场景列表；实际话术由 Skill 内模板约束，无需在对话里背诵固定咒语。
适用场景与注意¶
适合谁：高校与工业界从事 AI/ML 研究的开发者、学生与独立研究者；希望用 Agent 统一 ideation → 实验 → 写作话术、减少 prompt 碎片化的团队。
平台与依赖：通过 SkillHub 分发；requires_api_key=false。Skill 提供的是提示词与协作框架，不替代 arXiv、Zotero、实验跟踪或代码仓库等专用工具。
社区与数据：来源为 community，发布者 user_bd5e94b4。截至页面展示，SkillHub 评分 100000，下载 682，安装 7（以 SkillHub 技能页 为准）。名称拼写为 reaserch idea（与坐标 research-ideation 并存），搜索时请用坐标安装。
注意：模型输出需人工核对事实、引用与实验可复现性；涉及投稿与伦理合规时，仍以期刊、会议与机构政策为准。
结尾¶
reaserch idea 把 AI/ML 研究创意全流程里高频的协作场景，收敛成一套可安装的 Skill 提示词体系，适合已经使用 Cursor、Claude Code 等支持 Skills 的环境。安装与详情见 SkillHub：
- 技能页：https://www.skillhub.cn/skills/user_bd5e94b4/research-ideation
- API 坐标页：https://api.skillhub.cn/user_bd5e94b4/research-ideation
