一组面向“开源之夏”（OSPP）项目申请的 Agent Skills。目标是将选项目、代码调研、申请书撰写和导师沟通串成可重复的流程，实现一条龙服务。
本项目是社区工具，与开源之夏官方及具体开源社区无隶属关系。项目状态、申请规则和模板应以当年官方页面为准。
当前 skill 拥有经典项目筛选、领航模式课题规划、仓库调研、申请书撰写、导师邮件和申请流程管理六个功能。
ospp-application-skills/
├── ospp-project-selector/
│ ├── SKILL.md
│ ├── agents/openai.yaml
│ └── references/
│ ├── candidate-profile.md
│ └── handoff-schema.md
├── ospp-pioneer/
│ ├── SKILL.md
│ ├── agents/openai.yaml
│ └── references/
│ ├── direction-record.md
│ └── pioneer-proposal-checklist.md
├── ospp-repo-investigator/
│ ├── SKILL.md
│ ├── agents/openai.yaml
│ └── references/
│ ├── evidence-status.md
│ ├── investigation-report.md
│ └── handoff-schema.md
├── ospp-proposal-writer/
│ ├── SKILL.md
│ ├── agents/openai.yaml
│ └── references/
│ ├── evidence-ledger.md
│ ├── proposal-checklist.md
│ ├── review-workflow.md
│ ├── source-policy.md
│ └── template-example-calibration.md
├── ospp-mentor-mail/
│ ├── SKILL.md
│ ├── agents/openai.yaml
│ └── references/
│ ├── mail-style.md
│ └── reply-workflow.md
├── ospp-application-loop/
│ ├── SKILL.md
│ ├── agents/openai.yaml
│ └── references/
│ ├── record-schema.md
│ └── transition-rules.md
└── figures/
├── ospp-application-workflow.mmd
├── ospp-application-workflow.md
└── ospp-application-workflow.png
SKILL.md 是通用的 Agent Skills 入口，Claude Code、Codex 等支持该格式的工具都可以使用。agents/openai.yaml 只提供 Codex 的界面元数据，其他工具忽略它即可。
根据用户的简历和自然语言偏好，从 OSPP 当前尚未中选的项目中筛选若干候选项目。
输入示例：
我的简历在 /path/to/resume.pdf。
我想找 Agent、系统、评测或者 AI x 安全这类有探索性的项目，
不想做纯 CRUD、单纯适配或重复功能开发。推荐 3 个给我。
skill 会自行从简历和描述中识别偏好，并只在硬件、集群或项目周期等关键限制不明确且会改变结果时追问。
每个推荐会说明：
- 项目实际要做什么，以及其官方页面和项目编号；
- 与简历和偏好的匹配点、能力缺口；
- 探索性、工程负担、评测条件和周期风险；
- 可观察的热度或竞争信号，以及无法从公开信息确认的部分；
- 为什么推荐或排除，以及下一步应调研的仓库问题。
用户选定项目后，调研官方要求与真实仓库，定位目标分支、源码调用链、需要修改的模块、现有测试和 Benchmark，并尽量完成基线编译、测试或最小运行验证。
典型输入：
使用 $ospp-repo-investigator 调研这个项目，看看仓库里已经有什么、
具体需要改哪里，以及项目周期内是否做得完：
https://summer.ospp.ac.cn/org/prodetail/xxxxxxxxx?lang=zh&list=pro
调研结论会区分 verified、partial、inferred、blocked 和 contradicted，避免把静态代码存在、仓库编译成功或设计推测误写成已经验证的功能。最终输出可以直接交给后续申请书和导师邮件 skill 使用。
专门处理 OSPP 领航模式。它先从当前领航方向中筛选与候选人匹配的开放方向，再提出多个可证伪的具体课题假设，收敛出一个主课题、最小验证集和 8 周计划，最后形成可与导师讨论的研究提案。
领航模式只有方向描述，不等同于经典项目的固定需求和验收标准。因此这个 skill 不会直接套用普通项目申请书，也不会把学生提出的技术路线写成社区已经确认的任务。确定课题后，可以继续复用 ospp-repo-investigator、ospp-proposal-writer 和 ospp-mentor-mail。
使用 $ospp-pioneer，结合我的简历和偏好筛选当前 OSPP 领航方向。
我不想做纯适配，希望方向能收敛成一个有验证方法的研究型课题。
根据当年官方模板、项目要求、仓库调研结果、简历和真实验证记录撰写或修改申请书。正式动笔前必须先完成两项材料校准：逐项提取官方模板中的必填内容、格式和文件命名规则；从 OSPP 推荐的优秀申请书中提炼结构、技术粒度、仓库依据、可行性证据和时间规划方式。缺少任一材料时只能生成明确标注的预备稿，不能宣称已经达到提交标准。
仓库当前记录了维护者提供的 项目申请模板.pdf 与 项目申请书示例.pdf 的提炼结果，但不分发原 PDF。实际使用时仍应提供当年官方模板和优秀示例；新一年的官方模板始终优先于仓库内的既有提炼结果。
使用 $ospp-proposal-writer，根据这个项目的官方要求、仓库调研报告和我的简历撰写申请书。
申请书用中文 Markdown，技术方案需要对应现有源码，不要写得像通用 AI 文案。
该 skill 支持新建、修改和审查三种使用方式。
申请书完成后可以选择启用独立模型审阅。审阅默认关闭，既可以由 Claude Code 负责写作、GPT 负责审阅，也可以由 GPT 写作、Claude Code 通过 MCP 审阅。审阅器只提出有证据的具体问题，主写模型会记录接受和拒绝的建议，避免把申请书改成长篇套话或典型 AI 文风。
使用 $ospp-proposal-writer 撰写申请书，并启用独立审阅。
主写使用当前模型，审阅使用 Claude Code MCP 的 Opus 模型，只进行一轮。
不需要外部审阅时可以明确关闭：
使用 $ospp-proposal-writer 修改这份申请书，不启用外部模型审阅。
本项目不自带或强制安装某个审阅器。下面的 claude-review MCP 来自开源项目 ARIS 的 Claude Review MCP，适用于“Codex 负责写作、Claude Code 负责审阅”的组合。它通过本地 Python MCP 服务调用已经登录的 Claude Code CLI。
先确认本机可以使用 python3、codex 和 claude，并完成 Claude Code 登录。然后安装 ARIS 的 bridge：
git clone https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep.git
cd Auto-claude-code-research-in-sleep
mkdir -p ~/.codex/mcp-servers/claude-review
cp mcp-servers/claude-review/server.py ~/.codex/mcp-servers/claude-review/server.py
codex mcp add claude-review -- python3 ~/.codex/mcp-servers/claude-review/server.py固定审阅模型是可选的。省略 CLAUDE_REVIEW_MODEL 时使用 Claude Code CLI 的默认模型；如果要固定模型，可重新注册：
codex mcp remove claude-review
codex mcp add claude-review \
--env CLAUDE_REVIEW_MODEL=claude-opus-5 \
-- python3 ~/.codex/mcp-servers/claude-review/server.py模型名称取决于当前 Claude Code 账号和服务端支持情况；若指定模型不可用，请换成可用模型或省略该环境变量。
验证安装：
codex mcp list
claude -p "Reply with exactly READY" --output-format json --tools ""配置完成后，不需要手动指定 MCP 工具名，只要在请求中说明审阅器即可：
使用 $ospp-proposal-writer 撰写申请书，并启用独立审阅。
审阅器使用 claude-review MCP，模型使用 Opus，只审一轮。
如果主流程运行在 Claude Code，也可以把 GPT、Gemini 或其他模型配置成 reviewer。
负责导师首次联系、导师回复、未回复跟进和结束沟通。它会优先使用项目调研中的具体事实，只询问公开材料无法回答且会改变技术方案的问题。
使用 $ospp-mentor-mail，结合项目调研报告和我的简历，帮我写一封首次联系导师的邮件。
我会附上简历和申请书，请直接给出一个主题和一版正文。
收到回复后，可以直接提供完整邮件线程：
使用 $ospp-mentor-mail 帮我回复导师。先提取导师确认的要求和我要做的修改，再写回复正文。
skill 默认只生成草稿，不会自动发送邮件或上传个人材料。
六个 skill 可以独立使用，也可以按如下顺序协作：
flowchart LR
mode{"申请模式"}
mode -->|经典项目| selector["项目筛选<br/>project-selector"]
selector --> investigator["仓库调研<br/>repo-investigator"]
investigator --> proposal["正式申请书<br/>proposal-writer"]
mode -->|领航模式| pioneer["方向与课题规划<br/>ospp-pioneer"]
pioneer --> pioneerDoc["技术提案<br/>供导师讨论"]
pioneerDoc -->|需要代码验证| investigator
pioneerDoc -->|导师确认后| proposal
proposal --> mail["导师沟通<br/>mentor-mail"]
mail --> result{"申请结果"}
result -->|继续推进| archive["记录结果"]
result -->|未中选或更换项目| selector
loop["流程管理<br/>application-loop"] -. 状态、材料、证据与复盘 .-> selector
loop -.-> investigator
loop -.-> proposal
loop -.-> mail
项目调研报告同时为申请书和导师邮件提供证据。领航模式的技术提案不是正式申请书，需先经过导师确认；确认后可根据实际需要进入仓库调研和正式申请书流程。ospp-application-loop 维护每次申请的模式、状态、材料索引、证据与复盘；若申请未中选或项目不合适，它会保留该轮记录，再回到项目筛选开始新一轮。
将下面这段话发给支持 Agent Skills 的编程 Agent：
请从 https://github.com/zlh123123/ospp-application-skills 安装全部六个 Agent Skills。
优先使用当前环境支持的 skill installer；如果没有，就 clone 仓库并把每个完整的 skill 目录
安装到当前 Agent 的用户级 skills 路径。安装后确认六个 SKILL.md 都能被发现，不要运行任何申请流程。
如果只想安装某一个，可以把“全部六个”替换成对应名称，例如 ospp-proposal-writer。
推荐使用通用的 skills 安装器。它会识别仓库中的六个 skill，并让你选择目标 Agent 和安装范围：
npx skills add zlh123123/ospp-application-skills只安装指定 skill：
npx skills add zlh123123/ospp-application-skills --skill ospp-proposal-writer也可以手工安装。先克隆仓库：
git clone https://github.com/zlh123123/ospp-application-skills.git
cd ospp-application-skills然后将所需的完整 skill 目录复制到对应工具的用户级路径：
Codex: ~/.codex/skills/ospp-project-selector/
Claude Code: ~/.claude/skills/ospp-project-selector/
例如给 Claude Code 安装全部 skill：
mkdir -p ~/.claude/skills
cp -R ospp-project-selector ospp-pioneer ospp-repo-investigator ospp-proposal-writer ospp-mentor-mail ospp-application-loop ~/.claude/skills/Codex 使用 ~/.codex/skills。手工复制时必须保留每个目录中的 SKILL.md 和 references/；agents/openai.yaml 仅提供 Codex 界面元数据。安装后重新开启会话，再通过 $ospp-project-selector、$ospp-pioneer、$ospp-repo-investigator、$ospp-proposal-writer、$ospp-mentor-mail 或 $ospp-application-loop 调用。
从完整流程开始：
使用 $ospp-application-loop 帮我开始一轮新的 OSPP 申请。
我的简历在 /path/to/resume.pdf。我想做有探索性的 Agent、系统、评测或 AI 安全项目，
不想做纯 CRUD 或单纯适配。先推荐 3 个当前未公开中选的项目。
也可以直接调用某个阶段：
使用 $ospp-project-selector，根据我的简历和这段偏好推荐 3 个项目。
使用 $ospp-repo-investigator，调研这个项目的目标仓库、分支和实际改动范围。
使用 $ospp-proposal-writer，根据官方要求、调研报告和简历撰写申请书。
使用 $ospp-mentor-mail，结合调研报告起草一封首次联系导师的邮件。
本项目使用 Apache License 2.0。