面向 AI4S 的科研智能体技能库
OneSkills 是面向 AI4S 的科研智能体技能库，聚焦科研开发、实验运行与环境交付等关键环节，提供可复用、可组合、可落地的任务执行能力。
各智能体推荐安装方式如下：
| Agent | 使用方式 | 备注 |
|---|---|---|
| Claude Code | /plugin marketplace add https://github.com/onescience-ai/oneskills/plugin install oneskills@oneskills |
添加 OneSkills marketplace 后安装 oneskills@oneskills 插件 |
| Codex | npx codex-marketplace add https://github.com/onescience-ai/oneskills --skills |
通过 Codex marketplace 从 OneSkills 仓库安装 skills |
| Trae | 在“扩展”面板的“更多”菜单中选择“从 VSIX 安装” | 从 https://gitee.com/onescience-ai/onescience-vscode-plugin/releases/tag/latest 下载 onescience-copilot*.vsix 后导入安装 |
| OpenCode | 将以下提示词粘贴到 OpenCode 中执行：请获取并按照 https://github.com/onescience-ai/oneskills/blob/master/.opencode/INSTALL.md 中的说明，从当前仓库检出为 OpenCode 安装 OneSkills |
OpenCode 会按安装说明从当前仓库检出安装 |
- 任务理解与编排：以
onescience-orchestrator为主控，按resource、expert、executor三类技能分层协作，完成资源召回、意图识别、专家规划、全局计划融合、执行调度与任务状态更新 - 原语资源召回：支持按自然语言需求检索模型、组件、数据管线、应用卡、工作流规划与契约资源，覆盖生信、流体、气象/气候、材料化学等领域
- 数据任务：支持数据处理方案规划、数据类任务代码生成、数据集构建启动脚本生成、质量检查与元数据生成，数据类任务代码生成通过率达 70%
- 模型任务：覆盖FourCastNet、Pangu-Weather等气象领域主流模型，模型类任务代码生成通过率达87.5%
- 论文复现任务：能够完成论文信息提取、任务拆解、代码实现与验证，覆盖数据接入、模型改造与配置补全等关键环节
- 工程任务：科研代码重构、项目结构整理中，能够完成代码生成、配置修复、入口脚本补齐与分布式训练改造
- 运行任务：能够完成远程环境识别、依赖安装、任务提交、日志同步与故障诊断，并支持 SCNet 超算平台作业和文件管理
- 评测任务：能够完成实验验证路径梳理、测试方案选择与结果检查
- 复现论文：
使用OneScience技能复现https://arxiv.org/abs/2406.01465论文 - 接入数据集：
使用OneSkills技能接入OneScience平台的ERA5数据集并生成对应的Earth DataPipe - 改造或补全一个模型：
使用OneScience实现任务,结合FourCastNet的全局感受野优势和Pangu-Weather的局地精细建模能力，构建一个混合天气预报模型 - 在远程 GPU / DCU 环境安装并运行OneScience：
使用OneScience技能在远程DCU环境安装运行依赖并启动训练任务 - 提交科研任务到远端环境并排查运行失败原因：
使用OneScience技能把这个训练任务提交到远端GPU集群并诊断运行失败原因 - 判断一个科研需求应该如何拆解、执行、验证：
使用OneScience技能帮我拆解这个科研需求并规划执行与验证路径
本仓库公开通用技能、公开参考资料与用户可用文档。如果你想了解如何在本仓库中扩展自定义技能，优先阅读：docs/open-source/custom_skill_contribution.md