这次我们来看一个能帮你搞定论文从零到一全流程的 AI 工具链——Academic Forge。它不是单个模型，而是一个面向 Claude Code、OpenCode 和 Codex 等 AI 智能体的学术 Skill（技能）选配与安装平台。简单说，它把散落在各处的、用于科研的 AI 技能，像 Minecraft 的模组加载器一样，整合成了一个“锻造台”，让你可以按需挑选、一键安装，直接集成到你的 AI 助手工作流中。最核心的吸引力在于，它汇总了覆盖论文全生命周期的 13 个核心技能包，并且内置了 Claude Science 的 32 个专业技能，无需订阅 Claude Science 即可免费使用。这意味着，从文献调研、图表绘制、代码生成、数据分析到论文写作润色，你都可以在一个统一的框架下，通过 AI 智能体调用这些专业工具。对于研究生、科研工作者和任何需要高效产出学术内容的人来说，这相当于获得了一套开箱即用的“科研外挂”。本文将带你完整走通这套工作流。我们会先了解它的核心能力与硬件门槛，然后通过三种方式完成环境准备与技能安装，接着重点测试从文献检索到图表生成等关键技能的实际效果，最后探讨如何将其集成到你的日常科研流程中。如果你正在寻找提升论文写作与科研效率的自动化方案，这篇文章可以直接收藏。1. 核心能力速览在深入细节之前，我们先通过一个表格快速了解 Academic Forge 是什么、能做什么、以及你需要准备什么。能力项说明项目类型AI 智能体（Claude Code/OpenCode/Codex）的学术技能（Skill）管理平台核心功能技能浏览、按需选配、一键安装、跨平台（Agent）通用核心亮点内置 Claude Science 32个技能，覆盖蛋白质设计、基因组、图表、文献、远程算力等，无需订阅硬件门槛无特殊要求。技能本身是配置文件和脚本，运行依赖的是你本地的 AI 智能体（如 Claude Code）环境。启动方式非传统服务启动。通过命令行脚本安装技能到你的项目目录，随后在你的 AI 智能体会话中直接调用。是否支持 API技能本身不直接提供 HTTP API。但部分技能（如using-model-endpoint）涉及调用外部模型 API。核心是通过 AI 智能体的对话接口交互。是否支持批量任务依赖具体技能的能力。例如，文献处理、图表生成类技能可通过智能体进行批量化操作。适合场景学术论文撰写、文献综述、科研数据分析、科学图表制作、代码生成与调试、远程计算任务管理。不适合场景需要低延迟、高并发 HTTP API 服务的生产环境；完全离线的本地模型推理（它管理的是调用外部工具/模型的技能）。简单来说，Academic Forge 降低了使用高级 AI 科研工具的门槛。你不需要一个个去找、去配置复杂的科研工具，而是通过这个平台勾选、安装，然后就能在你的 AI 助手对话里直接使用了。2. 适用场景与使用边界谁适合使用？高校研究生与科研人员：面临文献调研、实验数据分析、论文图表绘制、方法部分撰写等重复性工作的群体。需要撰写技术报告或文档的工程师：利用其代码生成、文档整理和图表规范检查技能。对 AI 辅助科研感兴趣的学习者：希望通过实践了解 AI 如何具体应用于科研工作流的不同环节。Claude Code / OpenCode / Codex 的用户：已经是这些智能体的用户，希望扩展其专业能力。能解决什么问题？工具碎片化：科研所需的 AI 工具（如文献总结、蛋白质结构预测、图表美化）散落在各处，配置复杂。Academic Forge 提供了统一入口和安装器。技能获取成本高：如 Claude Science 的技能需要订阅，而 Academic Forge 内置了这套技能集，提供了免费使用的途径。工作流中断：在不同工具间切换拷贝数据、调整格式效率低下。通过智能体集成，可以在一个对话环境中串联多个技能。学习成本高：每个新工具都有其使用语法。Skill 封装了这些细节，用户可以通过自然语言指令驱动。使用边界与注意事项非本地推理引擎：它不提供本地运行的 AI 模型。你需要一个可用的 Claude Code、OpenCode 或 Codex 实例作为“运行时”。技能是这些智能体能力的扩展。依赖外部服务：许多技能（如调用 AlphaFold、远程计算）需要访问外部 API 或计算资源，可能产生费用或需要账户。结果需要复核：AI 生成的内容，特别是专业领域的文献综述、数据分析结论，必须由研究者进行严格的学术核验，不能直接作为最终成果。版权与合规：使用pdf-explore等技能处理文献时，应确保符合版权规定，用于个人学习研究。生成的图表、文本需注意引用规范，避免学术不端。数据隐私：如果处理未公开的敏感科研数据，需谨慎评估通过智能体调用外部技能可能带来的数据泄露风险。3. 环境准备与前置条件部署 Academic Forge 的核心是准备好运行 AI 智能体的环境，并确保网络通畅。以下是详细的前置条件清单。3.1 基础运行环境操作系统：支持Windows (PowerShell 5.1+)、macOS和Linux。安装脚本已做兼容性处理。命令行终端：Windows: PowerShell (推荐) 或 WSL。macOS / Linux: Bash 或 Zsh。网络连接：必须能够访问GitHub (raw.githubusercontent.com)和技能对应的原始仓库（如 GitHub, GitLab）。部分技能可能需要访问其他学术 API 服务。Git：虽然不是安装技能