70 lines (57 loc) · 6.28 KB

Skill Map

本页按“什么时候用哪个 skill”组织，而不是按文件夹字母顺序组织。优先从任务类型出发，再进入具体 skill。

1. 七层架构

层级	目的	Skills
L0 总控	判断任务类型、安排子 skill、维护科研管线	`auto-sci-research`
L1 自动化与安全	source manifest、checkpoint、长期记忆、公开安全	`agent-auto-sci-automation`
L2 方法论	研究问题、机制、证据等级、因果语言	`agent-auto-sci-methodology`
L3 空间与暴露	GIS、遥感、可达性、暴露、空间公平	`agent-auto-sci-geospatial`, `kdense-geospatial-rs-selected`
L4 数据、图表与模型	EDA、统计、ML/XAI、论文图件	`agent-auto-sci-data-viz`, `agent-auto-sci-ai-ml`, `kdense-data-viz-selected`, `kdense-ml-ai-selected`, `scipilot-figure-skill`
L5 综述与领域路线	体育地理综述、城市暴露综述、前沿雷达	`sport-geography-review-bibliometric`, `urban-exposure-review-radar-workflow`
L6 写作与投稿	SCI 写作、润色、投稿信、审稿回复	`sport-geography-sci-writing`, `geors-sci-writing-adapter`, `agent-auto-sci-scicomm`, `scipilot-writing-skill`, `kdense-scicomm-selected`

2. 子 Skill 作用矩阵

Skill	类型	最适用任务	典型产出	调用边界
`auto-sci-research`	总控	跨选题、文献、数据、分析、图表、写作、投稿的复杂任务	路线图、子 skill 顺序、质量门控	不替代专项 skill
`agent-auto-sci-automation`	自动化	长期项目、source manifest、checkpoint、API 安全	项目清单、状态表、恢复点	不提交密钥或私有材料
`agent-auto-sci-methodology`	方法论	选题收敛、机制、因果语言、证据分级	RQ 矩阵、机制图、偏倚审计	不把相关写成因果
`agent-auto-sci-geospatial`	GIS/RS	可达性、绿地/热暴露、LCZ、空间公平、地图	CRS 审计、暴露窗口、空间指标	不混用 exposure/accessibility/use
`agent-auto-sci-data-viz`	数据/图表	EDA、统计、文献计量图、论文图表	figure plan、caption、table shell	图表服务 claim
`agent-auto-sci-ai-ml`	ML/XAI	机器学习、SHAP、泄漏检查、空间/时间验证	baseline、验证切分、解释边界	特征重要性不是因果证据
`agent-auto-sci-scicomm`	写作/投稿	论文结构、投稿信、rebuttal、展示材料	claim-evidence map、回复矩阵	润色不扩张证据
`sport-geography-review-bibliometric`	领域综述	体育公园、体育设施、绿地公平、城市健康综述	检索式、PRISMA、编码表、政策议程	文献计量必须上升到框架
`sport-geography-sci-writing`	领域写作	体育设施可达性、体育公园暴露、空间公平实证论文	期刊定位、IMRAD 段落、讨论	从公共问题进入，不从技术指标开篇
`urban-exposure-review-radar-workflow`	领域 workflow	城市暴露综述、前沿雷达、医学数据库连接	route decision、journal gate、radar handoff	正式语料和雷达候选分开
`kdense-ml-ai-selected`	上游 wrapper	ML/AI 技术 playbook	技术路线、模型注意点	只作技术参考
`kdense-data-viz-selected`	上游 wrapper	EDA、统计、绘图、大表处理	绘图和分析工具路线	不替代 claim 设计
`kdense-geospatial-rs-selected`	上游 wrapper	GeoPandas、GeoMaster、遥感/GIS 技术	空间处理技术路线	不绕过 CRS/尺度审计
`kdense-scicomm-selected`	上游 wrapper	写作、审稿、引用、slides/posters/schematics	模板和技术参考	不替代领域贡献判断
`scipilot-figure-skill`	图件顾问	图型选择、投稿级绘图、视觉 QA	图型建议、代码方向、导出检查	先确定图要证明什么
`scipilot-writing-skill`	写作润色	翻译、润色、去 AI 味、cover letter、rebuttal	改后文本、回译、日志、lint 报告	不改事实、数值、引用
`geors-sci-writing-adapter`	地理/遥感写作	遥感反演、时空变化、暴露/可达性 SCI 写作	章节写法、期刊定位、空间写作检查	原创适配，不复制未授权上游全文

3. 内置 Academic Research Suite

Subskill	位置	版本	作用
`academic-research-suite`	`urban-exposure-review-radar-workflow/subskills/academic-research-suite`	`0.1.28`	深度研究、文献综述、论文管线、同行评审模拟、引用完整性、本地 PDF 阅读预检、实验规划

使用原则：

先由 urban-exposure-review-radar-workflow 判断是否需要 ARS。
默认只读 ARS 根 SKILL.md 和一个必要的 WORKFLOW.md。
城市暴露、体育地理、正式语料库、可达性/使用区分和因果语言仍由父 skill 决定。

4. 常见工作流

任务	推荐顺序
体育设施可达性实证论文	`auto-sci-research -> sport-geography-sci-writing -> agent-auto-sci-geospatial -> agent-auto-sci-data-viz -> scipilot-writing-skill`
绿地/热暴露综述	`auto-sci-research -> urban-exposure-review-radar-workflow -> sport-geography-review-bibliometric -> agent-auto-sci-methodology -> agent-auto-sci-scicomm`
遥感反演/时空变化 SCI 写作	`auto-sci-research -> geors-sci-writing-adapter -> agent-auto-sci-geospatial -> agent-auto-sci-ai-ml -> scipilot-writing-skill`
论文图件	`agent-auto-sci-data-viz -> kdense-data-viz-selected -> scipilot-figure-skill -> agent-auto-sci-scicomm`
机器学习解释	`agent-auto-sci-ai-ml -> kdense-ml-ai-selected -> agent-auto-sci-methodology -> agent-auto-sci-scicomm`

5. 选择规则

任务跨度大：先进 auto-sci-research。
任务是“该不该这样研究”：先进 agent-auto-sci-methodology。
任务涉及空间数据、地图、暴露或可达性：先进 agent-auto-sci-geospatial。
任务涉及图表：先 agent-auto-sci-data-viz，再 scipilot-figure-skill。
任务涉及语言最后一公里：用 scipilot-writing-skill。
任务是地理/遥感 SCI 章节写作：用 geors-sci-writing-adapter。
任务是体育地理实证论文：用 sport-geography-sci-writing。
任务是城市暴露综述或前沿雷达：用 urban-exposure-review-radar-workflow。