AI-Research-SKILLs

為什麼要用

核心特性

87 個技能橫跨 22 個類別：模型架構、分詞、微調、後訓練、分散式訓練、最佳化、推論、安全性
自動研究協調器技能管理完整的實驗生命週期
每個技能附帶參考資料資料夾，包含官方文件、GitHub Issues 及教學
涵蓋現代後訓練方法（TRL、GRPO、SimPO、verl、slime）與推論框架（vLLM、SGLang、TensorRT-LLM、llama.cpp）

即時演示

實際使用效果

ai-research-skill.replay ▶ 就緒

0/0

安裝

作者儲存庫 · Claude Skills 官方文件

使用場景

實戰用法： AI-Research-SKILLs

使用 Unsloth + LoRA 微調 Llama 模型，不需要 Google

👤 在單一 GPU 機器上執行微調的 ML 工程師 ⏱ ~20 min intermediate

何時使用： 你已有資料集，想讓 Claude 產生一份可直接執行的訓練腳本，並附上正確的參數旗標。

前置條件

Unsloth installed — pip install unsloth — the skill will remind you of the nightly build caveats

步驟

描述目標執行設定

Use the unsloth skill. Fine-tune Llama-3-8B on my dataset at ~/data/train.jsonl, QLoRA, 3 epochs, output to ./out.✓ 已複製

→ Claude 產生包含正確 Unsloth 匯入語法與實際 CLI 旗標的腳本
請求設定說明

Walk me through each hyperparameter and why.✓ 已複製

→ 推理依據來自 Unsloth 文件，而非通用 ML 套話

結果： 一份第一次就能跑起來的訓練腳本。

注意事項

Claude 混用了 HF Trainer 與 Unsloth 的寫法 — 明確指定「只使用 unsloth skill」——不要從 Transformers skill 取用內容

搭配使用： filesystem

針對你的 GPU 配置設定具備正確張量並行的 vLLM 伺服器

👤 在正式環境提供 LLM 服務的基礎設施工程師 ⏱ ~30 min advanced

何時使用： 你有 2–8 張 GPU，想讓 Claude 選出正確的 --tensor-parallel-size 與 --max-model-len。

步驟

說明硬體與模型

Use the vllm skill. Serve Qwen2.5-72B on 4x H100s. Give me the exact launch command and sanity tests.✓ 已複製

→ 正確的 TP 大小與量化建議
請求負載測試腳本

Now give me a locust or vllm-benchmark script to verify throughput.✓ 已複製

→ 使用正確端點格式的可執行基準測試

結果： 一套附有健全性檢查與基準測試基線的 vLLM 部署方案。

注意事項

Claude 選擇的 TP 大小無法整除注意力頭數 — vLLM skill 參考資料列出了各模型系列的有效 TP 大小——讓 Claude 引用該資料

搭配使用： aws

依照正確結構與引用慣例起草一篇 ML 論文

👤 投稿 NeurIPS/ICML/ICLR 的研究人員 ⏱ ~60 min advanced

何時使用： 你已有實驗結果，需要一份符合投稿會議風格的論文大綱。

步驟

提供結果與投稿目標

Use the ml-paper-writing skill. Target ICLR. Here are my results [paste]. Draft the intro, method, and experiments sections.✓ 已複製

→ 結構符合會議慣例，消融實驗表格框架正確
針對審稿人意見進行修訂

What would Reviewer 2 push back on? Add preemptive responses.✓ 已複製

→ 具體指出弱點，而非泛泛地說「加更多實驗」

結果： 一份通過初步健全性審閱、值得繼續打磨的草稿。

注意事項

Claude 在摘要中過度宣稱 — 明確告知它要仿照頂級錄用論文的克制措辭

搭配使用： arxiv

組合

與其他 MCP 搭配，撬動十倍槓桿

ai-research-skill + filesystem

在 Claude 驅動實驗的同時，儲存訓練設定、日誌與檢查點

Save the run config under experiments/<date>-<name>/ and tail the logs.✓ 已複製

ai-research-skill + arxiv

在 ml-paper-writing skill 起草各章節時，同步撈取相關文獻

Find 5 recent arXiv papers on GRPO and have the paper-writing skill weave them into the related work section.✓ 已複製

工具

此 MCP 暴露的能力

工具	輸入參數	何時呼叫
Autoresearch orchestrator	research goal	複雜的多階段實驗
Fine-tuning (Axolotl, LLaMA-Factory, Unsloth, PEFT)	dataset + base model	SFT / LoRA / QLoRA 訓練執行
Post-training (TRL, GRPO, OpenRLHF, SimPO, verl, slime)	reward model or preference data	對齊訓練、偏好最佳化
Distributed training (DeepSpeed, FSDP, Megatron, Accelerate)	model + cluster topology	多節點或多 GPU 訓練
Inference (vLLM, SGLang, TensorRT-LLM, llama.cpp)	model + hardware	高效率地提供模型服務
Optimization (Flash Attention, bitsandbytes, GPTQ, AWQ, GGUF)	model weights	讓模型能在規格較小的硬體上執行

成本與限制

運行它的成本

API 配額: 技能本身不佔用 API 配額
每次呼叫 Token 數: 用量較大——每個子技能的 SKILL.md 加上參考資料可載入 5–10k tokens
費用: 免費——技能為本機檔案；你只需支付自行執行的運算費用
提示: 每次提示聚焦在單一子技能；完整的 87 個技能函式庫無法同時全部載入。

安全

權限、密鑰、影響範圍

憑證儲存： 無需憑證——技能內容僅為提示詞與參考資料

資料出站： 技能本身不會對外傳輸資料

部分參考框架的 API 變動頻繁——若呼叫失敗，請先確認是否符合目前的版本。

故障排查

常見錯誤與修復

Claude blends two frameworks (e.g. Accelerate + DeepSpeed) incorrectly

在提示詞中只指定一個技能，並告知 Claude 忽略另一個。

References feel outdated

此 repo 內容偏向學術文獻，可能落後於最新進展。若框架非常新，請補充抓取官方文件的最新版本。

Skill not auto-invoking on a relevant prompt

在提示詞中明確提及框架名稱——87 個技能之間有重疊，自動路由可能不夠精確。

替代方案