Research Workbench 不是"重复造轮子"的仓库：30 个技能里有 23 个来自四个优秀的开源项目，另有两个写作项目的机制被提炼融入自研管线（不整体打包）。我们做的只是把技能打包进仓库、用 13 阶段路由编排起来，再配上自研的台账记忆与审计组件。专业能力本身，来自下面这些项目——如果你觉得它们的技能好用，欢迎去给上游点个 Star。
| 组件 | 技能数 | 上游仓库 | 许可证 | 在本仓库的角色 |
|---|---|---|---|---|
| nature-skills | 8 | Yuan1z0825/nature-skills | Apache-2.0 | 文献 / 检索 / 绘图 / 统计 / 引用核验 |
| scientific-agent-skills | 13 | K-Dense-AI/scientific-agent-skills | MIT | 实验 / 统计 / 优化 / 工程技能 |
| engineering-figure-agent | 1 | heyu-233/engineering-figure-agent | MIT | 架构 / 算法 / 机制示意图 |
| academic-research-suite | 1 | Imbad0202/academic-research-skills-codex | CC BY-NC 4.0 | 深度调研 / 论文起草 / 审查编排 |
保留 8 个与本工作台流水线直接相关的技能：文献调研与六维打分（nature-literature-pipeline）、多源检索（nature-academic-search）、合规下载（nature-downloader）、出版级数据绘图（nature-figure）、契约式写作（nature-proposal-writer / researchwrite）、引用逐字段核验（nature-ref-verifier）、统计报告审计（nature-statistics）与共享依赖包（nature-shared）。
在本仓库覆盖 S1（文献/Gap）、S2/S9（写作备用）、S8（数据图）、S11（引用核验）等阶段。V2 起不再打包与投稿流水线无关的 nature-writing、nature-polishing、nature-citation、paper→PPT/patent/reader/card 等 11 个技能。
科研执行的"工具箱"：科学实验设计（随机化、对照、功效分析）、假设生成与头脑风暴、统计分析与数据科学、论文排版与幻灯片，以及 PyTorch Lightning / Transformers / scikit-learn / SymPy 等科学计算框架的技能化封装。
在本仓库覆盖 S2（方案审查）、S6（实验实现）、S7（优化）、S11（排版）等阶段，负责把"想法"变成"可跑的实验"。
工程论文示意图生成代理：支持多种图像模型与本地绘图路线，可迭代修改图稿，并内置工程 / 材料科学论文的绘图模板与提示词规范。
在本仓库负责 S10（架构图、算法流程、机制示意图），是多绘图管线中的"示意图主力"。
Codex 深度科研技能包：Deep Research 多源调研、苏格拉底式对谈、实验代理、学术论文起草与审稿人、引用格式切换、写作质量检查等。
在本仓库承担 S2/S9/S12/S13 的部分主用与备用能力。
⚠️ 许可提示：该组件采用 CC BY-NC 4.0（非商业），禁止商业用途。使用前请阅读上游许可证；本仓库 MIT 许可不覆盖该组件。
未整体打包，仅提炼其写作保真机制融入 researchwrite（nature-proposal-writer/references/preservation-and-claims.md、section-function-maps.md）与 scripts/check_preservation.py：两级保全不变量、claim-strength 阶梯、evidence/preservation ledger、输出契约。相关文件内已保留署名。
未整体打包，仅提炼其目标期刊适配机制融入 researchwrite（references/target-journal-model.md、references/base-rules-ml-cv-nlp.md）：Paper Style Card（10 维）→ Style Profile → 动态写作规则（P1 硬保留 / P2 期刊模式 / P3 范例 / P4 基础规则 / P5 必删套路）→ 人工确认 → 逐节修订。相关文件内已保留署名。
- bahayonghang/academic-writing-skills：投稿前机械检查与投稿信 align-check 协议机制借鉴（仅机制，不抄文本），见 CHANGELOG 与投稿前检查协议；
- SuperiorByteWorks-LLC/agent-project：
markdown-mermaid-writing技能的原始来源，经 scientific-agent-skills 打包进本仓库； - RUC-NLPIR/Arbor：
arbor技能所依据的假设树精炼（HTR）方法论与独立 CLI。
- 各组件许可证原文保存在 THIRD-PARTY-NOTICES/；
- 汇总说明见 LICENSE-THIRD-PARTY.md；
- 自研部分（7 个技能与全部编排脚本）为 MIT，见 LICENSE。
技能已全部本地化：直接修改 .codex/skills/ 即可，无上游同步脚本。若上游发布了重要修复，手动替换对应技能目录后提交即可。
发现某个技能的问题？最佳路径是直接去对应上游仓库提 Issue / PR——我们不做 fork 分叉维护，只做打包同步，这样所有用户都能拿到上游修复。对自研管线（保真协议、期刊适配）的改进，欢迎直接提 Issue / PR。