OneSkills

In the author's own words, from each skill's SKILL.md.

• oneskills

  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。

  SKILL.md on GitHub (opens in a new tab)

• onescience-cli

  在远程 SSH/SLURM 环境中通过 `onescience` 命令执行任意 OneScience 子命令。根据命令级别（lightweight/normal/compute）自动选择执行通道。环境初始化由 `onescience-installer` 技能处理，计算节点申请与作业提交由 `onescience-runtime` 技能处理。本技能只负责 `onescience` 命令的调度与执行。

  skills/onescience-cli/SKILL.md on GitHub (opens in a new tab)

• onescience-coder

  OneScience 分步编码执行技能。接收任务后强制调用资源技能获取规格知识、使用知识和规划决策知识，按步骤输出执行信息、等待确认后再执行；所有步骤完成后，若本地环境支持最小冒烟测试则优先执行全路径冒烟测试（forward/backward/train-loop/val-loop/CL/config 共 6 项，最多 6 次），否则执行静态需求一致性检查。

  skills/onescience-coder/SKILL.md on GitHub (opens in a new tab)

• onescience-data-analyzer

  OneScience 数据分析执行技能（type=executor）。负责数据分析、可视化与报告输出，不涉及任务规划。接收规划好的任务，调用工作流执行统计分析、可视化生成和报告输出，根据领域自动匹配可视化规范（气象、生信、流体、材料等）。

  skills/onescience-data-analyzer/SKILL.md on GitHub (opens in a new tab)

• onescience-data-profile

  OneScience 数据处理规划专家技能（type=expert）。由 onescience-orchestrator 召回，用于把已识别好的任务上下文、数据处理需求和可用知识映射为数据处理方案、数据契约、处理步骤和风险说明，并以 planner_proposal 返回给 onescience-orchestrator；不负责领域识别、不负责质量检查、不直接执行代码、运行作业或调度下游技能。

  skills/onescience-data-profile/SKILL.md on GitHub (opens in a new tab)

• onescience-data-standardizer

  OneScience 数据标准化执行技能（type=executor）。将原始数据集转换为 AI-Ready 数据集，覆盖 cfd / bio / climate(earth) / matchem 四个领域。目标契约从 onescience-primitives 的 dataset spec.md 拉取；数据源支持用户显式路径、本地自动探测与 ModelScope 下载三段式解析；转换采用 Tier1 确定性 adapter 与 Tier2 LLM 合成 converter 双层架构；所有处理在本地文件系统完成；产出统一注册到 ~/.onescience/data_management.json，并在宿主 Agent 提供 dataset_report 工具时自动上报 {name, target_dir, source_dir}。

  skills/onescience-data-standardizer/SKILL.md on GitHub (opens in a new tab)

• onescience-dataset-builder

  OneScience 数据集构建执行技能，包含两个独立任务：(1) 生成数据集构建启动脚本（wrapper） - 接收数据处理代码路径（核心业务逻辑已由其他技能实现），分析代码接口，生成加载和调用这些接口的启动脚本（不包含数据读取、处理、转换等业务逻辑）；(2) 数据集验证任务 - 接收数据集路径，验证数据集、执行质量检查、生成元数据（该任务依赖于其它技能试用local模式执行启动脚本生成数据集后才能执行）。两个任务由 orchestrator 分别调用。

  skills/onescience-dataset-builder/SKILL.md on GitHub (opens in a new tab)

• onescience-infer

  OneScience 科学模型推理执行技能。用于用户希望运行或构建 HuggingFace 模型、官方文档模型、本地 checkpoint 或项目原生 runner 的推理工作流时，覆盖气象/地球系统、生信、材料、流体和通用科研模型等领域，包括模型卡与配置发现、输入数据准备、checkpoint 加载、推理入口生成或复用、执行、结果验证、可视化和 baseline 对比。接收格式与 onescience-orchestrator 调用执行技能时的 step_handoff 保持一致，返回 execution_result。需要时协调交接给 onescience-coder、onescience-runtime 以及数据准备类技能。

  skills/onescience-infer/SKILL.md on GitHub (opens in a new tab)

• onescience-installer

  OneScience 环境安装技能。用于根据 onescience.json 安装或验证 OneScience、创建或复用 conda 环境、检测已有 onescience 包、在记录的 conda 环境或当前环境中安装 Python 包、安装 HPC 科学计算软件（如 GROMACS、LAMMPS）；缺少 run_site 或远程 SSH 配置时先调用 onescience-runsite 补齐运行站点配置。

  skills/onescience-installer/SKILL.md on GitHub (opens in a new tab)

• onescience-knowledge-capture

  OneScience 交互经验沉淀执行技能。用于把一次完整用户交互中的目标、上下文、决策、资源、执行结果、失败恢复和可复用经验整理成结构化知识贡献文档或 skill 集成候选，并写入仓库指定贡献目录；支持生成 Gitee Issue payload 或在显式授权后提交 Issue，不默认上传原始对话、不直接修改生产 skill 或 primitive。

  skills/onescience-knowledge-capture/SKILL.md on GitHub (opens in a new tab)

• onescience-knowledge-harvester

  OneScience 知识缺口自动填补技能。当用户描述缺少某领域知识（如"缺少藏红花基因衍生推理的知识"）时，自动执行：文献检索 → 知识抽取 → 卡片生成 → 入库决策（new/modify/merge，相似知识归并同一张卡）→ 写入 onescience-primitives，使后续 OneScience 推理任务可召回这些知识卡片。论文证据为主体；附开源权威文档与用户自有数据两个低优先级补充通道。全程使用智能体原生能力（网络搜索、LLM 推理、文件操作），不依赖外部流水线或额外 API Key。触发词：缺少知识、补充知识、填补知识缺口、自动采集知识、harvest knowledge。

  skills/onescience-knowledge-harvester/SKILL.md on GitHub (opens in a new tab)

• onescience-live-literature

  OneScience 实时文献两级检索推理技能（对齐 Biomni 的 LiteratureSearch/Fetch 工具链），领域无关的通用流程。第一级按相关性实时检索 OpenAlex 拿论文摘要、建全局编号引用池并迭代精炼检索词；第二级对选中的开放获取论文经 Europe PMC/PMC 结构化 API 取全文细节；最终输出分层深度推理答案，References 按正文出现顺序连续编号。触发：任何需要跨论文实时综合推理并带引用列表的问题（物种×性状、通路机制、基因家族、材料体系、药物靶点等）。只产出会话级证据与 harvest 种子清单，不写卡片库。亦可作为 onescience-primitives 本地检索降级到 none/task_only（命中不到可用 Task 知识）时的在线兜底通道被调用；更作为 orchestrator 在步骤 3.6 判定 knowledge_gap…

  skills/onescience-live-literature/SKILL.md on GitHub (opens in a new tab)

• onescience-modelscope-publish

  OneScience ModelScope 模型发布技能。将论文复现模型产物重组为 ModelScope 标准目录结构，检查核心目录内容完整性，生成平台必需的配置模板和审计工具，并输出 modelscope upload 命令引导用户推送到魔搭平台。作为 onescience-orchestrator 的执行技能使用。

  skills/onescience-modelscope-publish/SKILL.md on GitHub (opens in a new tab)

• onescience-orchestrator

  科研任务默认入口（论文复现/模型训练/CFD仿真/生信/材料计算/数据分析/运行验证）。当用户提出AI4S科研计算任务或使用onescience/oneskills时调用。负责意图识别、资源召回、专家规划融合、Task State维护与executor调度。不承载具体领域知识，不处理通用编程或简单问答。用户提示词中出现“使用onescience”“使用oneskills”等表达时默认先进入本技能；仅当用户已明确指定要直接使用的具体技能（如“使用onescience-runtime技能执行运行”）时，才可跳过本技能并直接调用目标技能。

  skills/onescience-orchestrator/SKILL.md on GitHub (opens in a new tab)

• onescience-paper-repro

  OneScience 论文复现信息提取技能。作为 onescience-orchestrator 的执行技能，接收论文输入，提取结构化信息，生成编码任务提示词。输入：论文来源（PDF/URL/arXiv/DOI）或论文信息；输出：reproduction_spec.md（结构化规格）、coder_task_description.md（编码任务提示词）。不执行编码，不调用其他技能。

  skills/onescience-paper-repro/SKILL.md on GitHub (opens in a new tab)

• onescience-parallel

  将 PyTorch 模型改造为支持 Pipeline Parallelism (PP) + Tensor Parallelism (TP) 的分布式训练模型。 适用场景：单机单卡模型改多卡分布式、模型拆分为多个 pipeline stage、替换 nn.Linear 为并行线性层、 编写 forward_step_func / model_provider / dataset_provider、配置 PipelineTensorShapeConfig、 创建 Distributed 版本模块（DistributedFuser / DistributedAttention / DistributedMlp）。 当用户提到以下任何关键词时，务必使用此 skill： "流水线并行"、"pipeline parallel"、"模型并行改造"、"分布式训练"、"stage 拆分"、 "Column…

  skills/onescience-parallel/SKILL.md on GitHub (opens in a new tab)

• onescience-primitive-distiller

  OneScience 原语蒸馏执行技能。用于将 scientific-agent-skills、第三方科研工具、数据库、服务、数据集、输出格式或工作流文档蒸馏为 onescience-primitives 资产包，并判断是否需要 resource、expert 或 executor 落地；不直接执行科研分析。

  skills/onescience-primitive-distiller/SKILL.md on GitHub (opens in a new tab)

• onescience-primitives

  OneScience 原语资源召回技能。根据自然语言需求检索相关原语资源（模型、组件、数据管线、应用、可视化规范、工作流规划、契约等）以及 Task-Centric 科研知识（Task、Method、Operation、Validation、Scenario、Workflow），通过范围判定、快速过滤和语义匹配召回，按内容需求返回相应知识；不做科研规划与代码实现。

  skills/onescience-primitives/SKILL.md on GitHub (opens in a new tab)

• onescience-research-workflow

  OneScience 科研工作流规划专家技能（type=expert）。为 orchestrator 提供气象、生信、材料、流体等科研领域的工作流编排计划，支持 Task-Centric 规划模式（以 Task 为核心节点编排工作流）和传统资源驱动模式，基于资源和领域知识生成 planner proposal，包含工作流节点、资源绑定、依赖关系和执行建议。

  skills/onescience-research-workflow/SKILL.md on GitHub (opens in a new tab)

• onescience-runsite

  解析、校验、保存和复用 OneScience 运行站点配置。用于任意技能在继续执行任务前补齐运行站点配置，完成配置发现、缺失字段补问、已有配置复用、remote 连接验证、运行平台 DCU/GPU 类型确认、modules 写入和结构化回传。不做安装、不提交作业、不执行运行、不做远端环境诊断。

  skills/onescience-runsite/SKILL.md on GitHub (opens in a new tab)

• onescience-runtime

  【统一运行与基础诊断技能】按 discover、preflight、execute、diagnose 固定闭环执行测试任务，依据 onescience.json 的 execution_profile 三元组路由执行通道。preflight 阶段完整委托 onescience-installer 执行环境就绪预检（installer_reason=preflight_validation），runtime 只消费 readiness 结果；SCnet 提交任务时必须读取根级 onescience.json.runtime.scnet 并把 region、partition/queue、work_dir 和资源参数交给 scnet-chat；配置问题自动委托 onescience-runsite 补齐；环境问题由 onescience-installer 安装或修复并 verify 成功后…

  skills/onescience-runtime/SKILL.md on GitHub (opens in a new tab)

• onescience-trainer

  OneScience 科学模型训练执行技能。用于用户希望基于文本说明、网页说明、本地项目路径、已有 checkpoint 或项目原生训练入口来规划、生成并执行模型训练工作流，覆盖气象/地球系统、生信、材料、流体和通用科研模型等领域，包括训练信息获取、数据与切分规划、训练策略整理、完整训练脚本内容生成、训练执行组织以及结果验证。接收格式与 onescience-orchestrator 调用执行技能时的 step_handoff 保持一致，返回 execution_result。需要时协调交接给 onescience-coder、onescience-runtime 以及数据工作流技能。

  skills/onescience-trainer/SKILL.md on GitHub (opens in a new tab)

• scnet-chat

  通过自然语言交互管理 SCNet Chat 超算平台。用户需要查询/管理 SCNet 超算平台资源，包括查询作业、提交作业、管理文件、查看账户信息、切换区域等。触发关键词：scnet、超算、作业、作业管理、文件管理、账户、余额、查询余额、机时、集群、队列、上传、下载、重命名、区域切换、昆山、山东、西安等。

  skills/scnet-chat/SKILL.md on GitHub (opens in a new tab)

No skill matches that filter.

Similar skills

• ctf-skillsby ljagiello Agent skills for solving CTF challenges - web exploitation, binary pwn, crypto, reverse engineering, forensics, OSINT, and more 3.5k stars · 11 skills
• stop-that-shitby lennney Stop That Shit（别再造史了）｜面向 Codex/GPT 场景的多平台 Hook + Skill Guard：拦截 AI coding agent 无需求的哈希、校验和与任务范围膨胀。 A multi-platform Hook + Skill Guard for… 2.7k stars · 2 skills
• reaby morluto Reverse engineer anything with agents, from app behavior down to native binaries. 270k stars · 1 skill
• ponytailby DietrichGebert Makes your AI agent think like the laziest senior dev in the room. The best code is the code you never wrote. 164k stars · 6 skills
• agent-skillsby addyosmani Production-grade engineering skills for AI coding agents. 107k stars · 25 skills
• taste-skillby Leonxlnx Agent skills that give coding agents taste: art direction, reference images and a browser check instead of generic AI pages 97.3k stars · 13 skills