图片为研知有术的宣传图，背景为蓝色渐变，上方有其标志及“专业的科研推进与成果支持平台”字样，中间是“让研究成为你的能力”标语。下方有四个图标，分别是微信公众号、视频号、抖音、小红书，分别对应其在这些平台的标识。该图片与文档中介绍研知有术的内容相关，展示了其平台定位及社交媒体渠道。
这是Light Skills开源项目的介绍页面，页面顶部显示项目标识及名称，标注其为面向科研、竞赛与创新项目的AI全流程技能包，还提供了简体中文与English两种语言切换选项。页面明确说明该项目是一套公开通用、领域无关的AI技能包，核心作用是把研究项目从“模糊想法”推进到“可核查的交付物”，同时列举了该技能包适用的场景，比如适配只有研究方向、要做数据复盘分析、准备竞赛材料等不同需求，还阐述了其适合科研项目的原因，比如强调先读再写、避免信息不足等科研相关要点。

Light Skills 开源项目介绍

项目地址：https://github.com/Light0305/Light-skills

Light Skills 是一套面向科研、竞赛与创新项目的开源全流程 AI 技能包，采用 MIT 协议开源，可适配 Claude Code、Codex、OpenCode 等支持 Skill 扩展的 AI 客户端，核心定位是将研究项目从 “模糊想法” 推进到 “可核查的交付成果”。

项目内置 28 项专项技能、9 个知识库、49 个可运行脚本、39 套模板与 317 张知识卡，完整覆盖选题构思、文献检索、研究设计、数据处理、实验代码生成、科研绘图、论文撰写、引用核查、LaTeX 排版、期刊匹配、审稿回复的完整科研链路，同时支持专利交底书、软著申请材料、竞赛 Demo 界面等延伸产出。

与普通科研 AI 助手不同，它以科研严谨性为核心准则：坚持事实可核查，查不到的信息明确标注未知，绝不编造文献、DOI 与实验数据；所有图表通过 Python/R 程序化生成，确保结果可复现；关键决策节点主动向用户确认，避免 AI 擅自定夺；同时内置项目台账机制，支持跨对话续接项目，保留完整研究轨迹。

该项目尤其适合导师资源有限的硕博生、独立研究者与学科竞赛参与者，相当于将标准化科研工作流内嵌进编辑器，在提升效率的同时守住学术规范底线。

项目部分内容截图：

图片为“完整技能一览”表，展示了Light Skills项目中各技能的主要用途及典型产出。技能包括light - orchestrator、light - memory等16项，如light - orchestrator用于总控入口、理解任务等；light - figure - writing用于规划可视化生成论文图和数据图等。每项技能对应其在科研、竞赛与创新项目中的应用，如light - citation用于引用文献、标注DOI等，light - consistency用于检查论文、图表一致性等。
图片展示了Light Skills面向科研、竞赛与创新项目的开源全流程AI技能包的科研主线。从问题到交付，共7个可审计关口，包括接收材料、查文献检索、想法批判、研究计划、实验分析、撰写论文、投稿交付等。还列出了各阶段Light主要做什么及常用技能，如接收与理解阶段读论文、表格、图片、项目文件等，常用技能有file - reading、memory - pm等。该图与上下文紧密相关，直观呈现了Light Skills的科研工作流。
图片展示的是一个论文Demo示例，方向为环境化学/光催化动力学。它从合成数据、分析、程序化图表到LaTeX PDF的完整交付形态。图中包含论文的Abstract、Introduction部分，以及一张图表，展示了在不同条件下的光降解动力学曲线。该图片与上下文紧密相关，直观呈现了Light Skills项目在科研论文撰写方面的成果，体现了其在提升科研效率、确保学术规范方面的优势。