Community研究与数据分析github.com

research-log

以测量驱动研究的工程文档风格,生成自包含HTML页面,包含故事时间线、方法、带置信度标签的规范、验证记录和未决问题。

research-log 是什么?

research-log 技能专为工程研究文档而设计,尤其适用于逆向工程、调试、协议分析或硬件调查。它生成一个完全自包含的 HTML 文件(嵌入 CSS 和图片),以工程师事后讲述研究故事的方式来组织内容:按日记录的时间线、精确到可重新实现的规格表(附带 HW/FILE/HYP/OPEN 四种置信度标签)、带有定量误差的验证记录,以及诚实的未决问题清单。该技能要求每条事实性声明必须有测量支撑、标记为未证实或列为开放项。它支持所有主要 AI 代理平台(Claude Code、Cursor、Codex 等),并通过 Python 脚本构建输出。核心工作流包括:先清点证据、学习参考文件、选择骨架结构(六部分:故事/方法/规格/工具/验证/问题)、编写内容模块、运行构建命令,最后进行自审以确保所有声明都有标签、失败被保留、数字精确并带单位。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/enbeee/research-log/tree/HEAD

Installed? Explore more 研究与数据分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

research-log 是做什么的?

以工程师事后复述的方式记录研究:一个测量故事、一个精确到可重新实现的规范、一份带数字的验证记录,以及一份诚实的未知事项清单——全部打包为一个自包含的 HTML 文件(CSS 和图片嵌入,无外部资源)。

核心承诺:每一项声明要么有测量支撑,要么标记为未证实,要么列为开放项。 如果需要一句指引:阅读产物只能知道你写了什么;只有真实系统才能告诉你它意味着什么。

工作流

1. 首先清点证据

在动笔之前,从对话、仓库、日志和用户那里收集:

  • 时间线:日期、尝试过什么、哪些失败了、哪些令人意外
  • 每一项测量及其精确数值和获取方式
  • 验证运行:拿什么与什么对比,以及误差数值
  • 他人复现工作所需的工具、文件路径和命令
  • 未解决的问题及纯假设

不要编造测量值、日期或数字。 如果缺少某个数字,请询问或标记为 OPEN。带有虚构数据的文档比没有文档更糟糕——记录中的空白本身就是记录的一部分。

2. 学习约定

在动笔之前阅读 references/style-guide.md——风格体现在细节中(能证明论点的标题、保留在叙事中的失败、确切的数字、无营销话术)。准备好编写内容模块时,阅读 references/content-format.md。

3. 选择骨架

六个核心部分,按此顺序编号。除非有明确理由,否则不得省略任何部分;如果存在“构建真实物品”的弧线,可在规格部分和工具部分之间插入案例研究章节。

#章节必须包含
1故事逐日时间线;每一步都归因于一次测量;包含死胡同和意外
2方法一句认识论陈述 + 表格:测试物 → 问题 → 答案
3+规格字节/协议/格式表格,精确到可重新实现,并带有置信度标签;数学公式以代码块形式呈现
−2工具与操作方式可直接复制的真实命令和路径
−1验证记录每次测量运行的定量误差 + 一个底线提示框
−0开放问题诚实的未知项,每项标记为 OPEN 或 HYP

4. 编写与构建

将内容编写为一个 Python 模块,定义 DOC(格式见 references/content-format.md),将其保留在项目中以便文档可重新生成,然后运行:

python3 <skill-dir>/scripts/build_doc.py content.py out.html

打开输出文件并检查渲染效果,然后再向用户展示。

5. 自我审计

  • 每一条事实性声明都必须带有标签,或者位于验证记录中
  • 故事中至少包含一个意外、失败或修正——如果工作中确实没有,就直接说明,而不是人为制造戏剧性
  • 数字精确并带有单位(0.445 秒,而不是“快”;64,779 像素,而不是“很多”)
  • 每个图片标题都要说明该图片证明了什么,而不是展示了什么
  • 操作命令必须是实际运行过的,或者明确标注为未测试
  • 开放问题必须存在(总会有开放问题)
  • 底线必须是一句话,别人能够凭记忆复述

标签

四种置信度标签,内联放置在它们所限定的声明末尾:

  • HW(绿色)——在实际受测系统上测量得到的。对于非设备类工作同样适用:在实时运行中、在测试台上、在生产环境中测量得到的。
  • FILE(蓝色)——在所有检查过的产物(文件、抓包、日志)中为真。
  • HYP(紫色)——与所有证据一致,但未经证实。
  • OPEN(灰色)——未知;没有任何证据表明哪一方成立。

事实带标签;评论不带。如果领域内有更好的名称,可在文档顶部重命名一次并一致使用——但必须保留这四个层次的划分。

语气

同行的工程师,第一人称复数,零营销话术。数字精确并带单位。句子简短。幽默干涩且稀罕。失败和修正属于故事正文,而不是脚注。同事按角色致谢(“一位同事交付了两个 PNG 序列…”)。

起源

源自 TriCaster DVE 研究日志(waldobjekt.org,2026 年 11 月 1–3 日,与 Claude 共同创作)——原始文档自带其 build_doc.py;本技能将该方法泛化。

相关技能