前言¶

做生物医学基础研究的人，通常要重复处理一类琐碎工作：查文献、跑生信、设计实验、做统计和图、写稿、投出去再改。每一环单独看都有现成工具，串起来却要自己拼装，脚本难复现、引用难核对、统计口径不统一。

neuroresearch 是一个面向科研全流程的 Agent Skill，试图把这些环节收敛到一个可复用的流程里。下面介绍它是什么、能做什么、怎么启用，以及哪些地方用起来要注意。

这是什么¶

neuroresearch（坐标 @user_aabe55f8/neuroresearch）是一个基于通用 SKILL.md 格式的 Agent Skill，由社区开发者 user_aabe55f8 发布，分类为 professional，当前版本 3.1.20。官方定位是生物医学科研全流程助手，覆盖从假设生成到投稿、标书撰写的完整链条。

它解决的核心问题是：让模型在科研对话里不只写文案，而是按固定流程产出带核验引用、可复现脚本、规范统计口径的科研产物，减少”每一轮对话都从零开始”的情况。

核心能力¶

官方把能力拆成 7 个阶段：文献综述 → 生信分析 → 实验设计 → 统计分析与投稿级作图 → 论文写作、润色、模拟审稿 → 引用核验 → 投稿、返修、标书。下面按使用顺序介绍。

1、文献综述与假设生成。综述默认走 PRISMA 流程，输出带 PMID/DOI 的可核验引用。假设生成环节使用 11 个创新算子（假设反转、远域类比、本体重构、异常优先等），产出原创候选假设并给出 kill order（淘汰排序），生成与评估解耦，便于逐条复核。

2、生信分析。RNA-seq、scRNA-seq 等组学分析用 R 完成，其余统计用 Python 引擎（matplotlib、scipy、statsmodels），内置依赖自检，缺库时先检查环境再运行。所有脚本默认带版本号和随机种子，保证可复现。

3、实验设计与统计。实验设计覆盖体内外方案，统计分析强调效应量与多重比较校正，而不是只报 p 值。

4、写作与投稿。论文写作、润色、模拟审稿是独立阶段，统计图按投稿级标准输出。交付物默认为 Word（.docx）格式。

5、适用领域。生物医学基础研究，包括神经退行性疾病、脑血管病（卒中 / ICH / CSVD）、TBI/SCI、神经炎症、神经精神疾病、神经肿瘤等，同时覆盖肿瘤学、免疫学、心血管、代谢、发育、微生物学、药理学等方向。

6、边界。明确排除临床诊疗建议，不用于给患者提供诊断或治疗意见。

安装与启用¶

该 Skill 标注 requires_api_key=false，即不要求单独配置 API Key。官方页提供 SkillHub 在线预览与安装入口：

SkillHub 页面: https://www.skillhub.cn/skills/user_aabe55f8/neuroresearch
API 入口:     https://api.skillhub.cn/user_aabe55f8/neuroresearch
坐标:         @user_aabe55f8/neuroresearch

在支持 SKILL.md 格式的 Agent 客户端（Cursor、Codex CLI、Claude Code 等）中，通过 SkillHub 源安装后即可按坐标引用。安装命令需以客户端对应 SkillHub 的安装方式为准，官方资料未给出统一的 shell 安装命令，此处不臆造。

典型用法¶

这个 Skill 通过触发词激活。资料中列出的触发词包括：文献 / 综述 / 开题 / 生信 / 组学 / 实验设计 / 统计作图 / 论文写作 / 标书 / Meta，以及 biomedical、life-science 相关关键词。

可复现的用法示例，是在对话里给出明确的任务指令，例如：

请按 PRISMA 流程做一篇关于 XXX 的 Meta 分析，
输出带 PMID/DOI 的引用列表和可复现的分析脚本。

帮我设计一组神经炎症相关的体内实验，
给出实验设计、预期效应量和多重比较校正方案。

把这批统计结果绘制成投稿级图片，
输出 .docx 报告，脚本需带版本号和随机种子。

经过上面的步骤，Skill 会按阶段返回结构化产物，而不是一次性给出一大段文字。建议每轮只推进一个阶段，便于复核中间结果。

适用场景与注意¶

适合从事生物医学基础研究、需要把文献、生信、统计和写作串起来的科研人员和研究生，尤其是神经科学方向。

几点要注意：

1、引用核验依赖数据库可用性，PMID/DOI 建议在入库前自行复核一次。
2、生信用 R，统计分析用 Python，运行前确认环境里这两套依赖都已就位，Skill 内置的自检只覆盖已声明的库。
3、假设生成是发散环节，产出的候选假设和 kill order 需要人工判断，不能当作结论直接引用。
4、该 Skill 不输出临床诊疗建议，涉及患者层面的决策需要回到专业医疗流程。
5、安装数在抓取时显示为 0，下载量 1133、评分 100000，样本量有限，评价仅供参考。

结尾¶

neuroresearch 的价值在于把科研流程拆成 7 个可复核的阶段，并在每个阶段固化了引用规范、脚本可复现性和统计口径。如果你的工作长期在文献、生信、统计和写作之间来回切换，值得按官方地址试一轮，先从一个阶段开始。

官方地址：https://api.skillhub.cn/user_aabe55f8/neuroresearch
SkillHub 页面：https://www.skillhub.cn/skills/user_aabe55f8/neuroresearch