evoscientist
一个面向学术研究者的自进化AI科学家智能体框架。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：evoscientist。 它的用途是：一个面向学术研究者的自进化AI科学家智能体框架。 完整的 Skill 内容见：https://321skill.com/skills/evoscientist/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“基于过去三年关于‘蛋白质折叠预测’的顶会论文，帮我梳理出主要的技术演进路径、当前面临的挑战，并生成一份包含潜在创新方向的调研报告。” 它会自动搜索、阅读并理解相关文献，提取关键信息，对比不同方法，最终生成结构化的分析报告，并在过程中记录其判断依据以供后续迭代。
介绍
EvoScientist旨在解决传统AI研究工具依赖人工频繁介入、难以自主迭代和形成研究品味的问题。它通过构建一个能够自主探索、生成见解并持续改进的“自进化AI科学家”系统，将研究范式从“人在循环中”转变为“人在循环上”，让AI成为与人类研究者共同进化的研究伙伴。
使用上，EvoScientist提供了一个开箱即用的框架，集成了工具集、技能库和记忆基础。开发者或研究者可以基于此框架构建或部署自己的研究智能体，使其能够自动化地执行文献调研、数据分析、假设生成乃至论文撰写等任务，并在过程中不断学习和优化其“学术品味”。
它特别适合学术研究者、需要深度技术调研的工程师以及任何希望利用AI自动化、系统化探索复杂知识领域的人士。通过将人类专家的判断内化到AI的工作流程中，它能够协助处理从文献综述到创新点挖掘的全链条研究任务。
需要注意的是，EvoScientist是一个较为前沿的框架，其“自进化”能力依赖于高质量的训练数据、清晰的优化目标以及合理的约束设置。初次使用时，建议从明确的、边界清晰的研究问题开始，并密切关注AI的推理过程，以确保其进化方向符合预期。
核心特点
核心区别在于其“自进化”理念，旨在让AI智能体像科学家一样，在研究中形成并迭代自己的“学术品味”和科学判断力，而不仅仅是执行预设流程的工具。它基于DeepAgents框架，强调构建一个与人类研究者“共同进化”的、活的系统。
注意事项
不适合需要完全确定性和可预测输出、或研究问题极其模糊且缺乏评估标准的场景。
常见问题
EvoScientist和普通的AI辅助研究工具有什么不同？
普通工具是静态的指令执行者，而EvoScientist旨在构建能自主探索、形成判断并持续改进的“研究伙伴”，具备学习和进化能力。
我需要编程才能使用它吗？
是的，它是一个开发框架，主要面向开发者或有一定技术背景的研究者来构建和定制自己的研究智能体。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/evoscientist/raw/index.md 读取 evoscientist 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/evoscientist/raw/index.md（查看排版版本）