Agent Useful Skills

模块化 AI 科研/工程技能集合（Claude Code / DeepSeek Harness 通用）。 把「读论文 → 画图 → 写文档 → 安全审计」这些重复任务，沉淀成可复用的 skill + 脚本，每个模块自带验证环。

一句话：LLM 写中间产物 → 脚本固化格式 → 跨模型验证环兜底。

全貌索引（模块→skill→脚本→验证方式）：见 skeleton.md。

设计原则（为什么这么设计）

设计灵感：科研骨架的设计哲学（跨模型评审循环、对抗验证）受 ARIS（arXiv:2605.03042）启发，未直接使用其代码。详见 THIRD-PARTY-NOTICES.md。

仓库结构（monorepo）

agent-useful-skills/
├── index.mjs / package.json / cordis.patch.yml  # DSH 插件外壳（dsh.bundle，把全部技能注册进 ctx.skills）
├── plugins/     # 可独立安装的 Claude 插件（有 .claude-plugin）
│   ├── code-security-skills/
│   └── superpowers/
├── skills/      # 独立 skill（单 SKILL.md，非插件）
│   └── storage-analyzer/
├── bin/         # 共享辅助脚本
└── latex-templates/

包含的模块

插件（plugins/）

自定义 Skills（plugins/superpowers/skills/）

独立 Skill（skills/）

Helper 脚本（bin/）

快速开始

# 识图（环境变量配好 LLM_API_URL + key）
python bin/vision.py <image_path> "描述这张图"

# markdown → Word（公式转 OMML 原生方程）
python bin/office_tools.py md2docx 笔记.md 报告.docx --toc

# 期刊级数据图（自动双出 pdf+png+csv）
python bin/data_plot.py demo

# 安全审计
#   触发 code-security-audit skill，或直接用 /audit

安装

插件

claude plugins install https://github.com/<your-org>/agent-useful-skills --path code-security-skills

Skills

superpowers/skills/ 下的 skill 复制或符号链接到 ~/.claude/skills/：

# macOS / Linux
ln -s "$(pwd)/superpowers/skills/paper-reading" ~/.claude/skills/paper-reading
# Windows（junction）
New-Item -ItemType Junction -Path "$env:USERPROFILE\.claude\skills\paper-reading" -Target "$pwd\superpowers\skills\paper-reading"

Helper 脚本

bin/ 下的脚本可直接 python bin/<script>.py 调用，也支持 pip install -e . 一键安装为 console 命令（推荐，不依赖 junction）：

pip install -e .
review file.md           # 跨模型对抗评审（结构化 JSON）
vision img.png "描述"    # 识图
office-tools md2docx a.md b.docx
latex-build list

DeepSeek Harness（DSH）接入

本仓库 skills 兼容 DSH（Agent Skills 标准运行时，本机已验证全部技能可注册）。DSH 只识别单层技能目录 <技能根>/<技能名>/SKILL.md，插件内技能需逐个建 junction（不要把整个 skills/ 目录链过去）：

# 用户级技能根：~/.dsh/skills（所有会话）；项目级：<工作区>/.dsh/skills
New-Item -ItemType Junction -Path "$env:USERPROFILE\.dsh\skills\paper-reading" -Target "$pwd\plugins\superpowers\skills\paper-reading"

• 校验：python bin/check_skills.py（或 pip install -e . 后 check-skills），确保 SKILL.md 符合 DSH 解析规则
• 自动化部署/自愈（推荐替代手写 junction）：pwsh bin/redeploy-skills.ps1（创建缺失链接、清理失效链接）；-Check 为只读校验（链接完整性 + frontmatter）。支持 DSH_HOME / DSH_SKILLS 环境变量覆盖目标目录
• ⚠️ 链接部署下，在 DSH 技能管理界面（如 skill-explorer）中只用启用/禁用，不要用删除——删除可能级联到链接目标（即仓库真实文件）
• 注意：subagent-driven-development/scripts/ 下 3 个无扩展名脚本是 bash，Windows 需在 Git Bash / WSL 下运行

DSH 插件安装（dsh-market 一键）

仓库根带有 dsh.bundle 声明（package.json + cordis.patch.yml + index.mjs），可作 DSH 插件安装，在 dsh-market / awesome-dsh-plugin 中可见：

dsh plugin --profile web add github:Azzygoatcoder/agent-useful-skills

• 插件把 <repo>/skills/* 与 <repo>/plugins/*/skills/* 下全部单层技能注册进 ctx.skills（与 redeploy-skills.ps1 同一份技能契约）
• 去重契约：已通过 junction 部署在 ~/.dsh/skills（或项目 .dsh/skills）的技能名会被插件自动跳过，本地在用的副本优先，不会重复注册；全新机器才会获得插件自带的技能
• 白盒自检：node bin/verify-plugin.mjs（需仓库根 node_modules/@deepseek-ai/dsh-skill-filesystem 可解析，见 verify-plugin.mjs 头部注释）

密钥配置

脚本优先读环境变量，兜底 ~/.claude/settings.json（Claude Code 本地设置）：

export LLM_API_URL="https://api.siliconflow.cn/v1/chat/completions"
export SILICONFLOW_API_KEY="sk-..."

# 识图后端一键切换（可选，默认 siliconflow）
export VISION_PROVIDER="sensenova"   # 自动带出 URL + 模型 + SENSENOVA_API_KEY

许可证

MIT · 第三方内容归属见 THIRD-PARTY-NOTICES.md