📚 工程方法 全难度 📦

ai-collab-playbook

AI 方向在读博士沉淀的 AI 协作方法论手册：科研/写作/编程/学习全场景一手实践，人是主变量、反效率幻觉、经验沉淀为 Skill；附主文章、协作守则、Prompts 模板与 9 个独立 Skill。449★

8.1 /10 ★★★★☆
#工程方法#AI写作#方法论#科研场景#开源免费

📊 评分明细

📦 打包完整度
2 2 / 2.5
🎯 实用性
2 2 / 2.5
📖 文档清晰度
1.6 1.6 / 2
👥 社区影响力
1.2 1.2 / 1.5
🔗 集成度
1.2 1.2 / 1.5

🎯 适用场景

工程方法AI写作方法论科研场景开源免费

ai-collab-playbook 快速入门

「把 AI 当同事，不当工具；但人仍然是主变量」——ai-collab-playbook（cnfjlhj/ai-collab-playbook）是一位 AI 方向在读博士生从 GPT-3.5 时代开始重度使用 AI 的经验沉淀：不是「装哪些工具」的清单，也不是「怎么写 Prompt」的速成课，回答的是当 AI 已进入科研、写作、编程、学习后，人如何继续主导问题、判断质量、沉淀经验，并避免把理解能力外包出去。2026-09-26 核验：GitHub 449★ / 40 fork，最近 push 2026-09-14，主文章 2026-06-08 版。

这是什么？适合谁？

这份手册的核心论点有六个：人是主变量（AI 放大能力但不替代问题意识与判断力）、当同事协作（让 AI 进入真实工作流而非一次性问答窗口）、低摩擦入口（划词工具栏、IM、远程 Agent 接进日常材料流，轻量任务用轻量入口）、上下文优先（先备好目标/材料/偏好/验收标准再让模型执行——「没有上下文的 AI 输出，和掷骰子差别不大」）、经验沉淀（有效流程固化为 Skill 或 Workflow，但定期做减法防止 skill 膨胀）、反效率幻觉（警惕把理解、审美、取舍和学习过程一起外包给 AI——「效率很高但不理解自己在做什么，比低效更危险」）。

适合人群：

  • 研究生/博士生/青年研究者：科研、论文写作、文献阅读是手册的原生场景，主文章就是 PHD 视角写的
  • 重度 AI 使用者（任何行业）：已有工具链但感觉「AI 用得越多自己越空」，需要一套自查框架
  • 想给团队/自己写 AGENTS.md 协作守则的人：仓库附了作者真实在用的 AGENTS.md / CLAUDE.md

不适合谁：找「最强工具清单」或「Prompt 速成」的人（作者明确说这不是）；想要开箱即用软件的人（这是方法论手册 + 文档资产，不是程序）。

准备工作

  • 运行环境：无——纯 Markdown 仓库，浏览器或 clone 即读；复用其 Skills/Prompts 需要你自己的 Claude Code/Codex 等 Agent 环境
  • 账号要求：无
  • 时间预算：抓主线（三张图 + 对应章节）20 分钟；读完整主文章 1-2 小时
  • 前置知识：对「上下文、Agent、Skill」有基础认知；最好已有一定的 AI 协作实际体感（否则部分论点共鸣不足）
  • 替代方案：各家 Agent 官方最佳实践文档；其他 AI 工作流博主的文章（但一手长周期实践记录少见）

快速上手

第一步：选入口

按 README「先读什么」分流：想看完整方法论读 docs/phd-ai-collab.md；想快速抓主线先看 README 三张图（协作框架图、学习指南、路线图）再回文章；想直接复用看 skills/full/README.md 与 prompts/。

第二步：对照自查（第一个任务）

拿主文章的六个原则逐条对照自己当前的 AI 使用方式，写下三个具体问题。例如「上下文优先」这条：你最近三次让 AI 干活，事先给全了目标、材料、偏好、验收标准吗？还是一句话甩过去？

预期产出：一份自己 AI 协作的短板清单——这是后续改进的起点，也是这份手册的正确打开方式（自查框架，不是 checklist）。

第三步：抄协作守则

打开仓库的 AGENTS.md / CLAUDE.md（作者真实在用的规则），挑适配自己工作流的部分改进自己的版本。

第四步：复用 Skill / Prompt

  • skills/full/README.md：仓内 Skill 总目录（提示词优化器、概念解释器、论文精读等）
  • prompts/：可直接抄的提示词模板
  • 独立维护的 9 个 Skill（paper-review-pipeline 论文审稿流水线、writing-anti-ai 去 AI 味写作、completion-learn 任务后三轴复盘等）按需参考——作者明确说「不是全部推荐一次性安装」

常见踩坑

  1. 把它当工具清单读：这份手册的价值在方法论与一手体感，跳过主文章直接翻 Skills 目录会错过 80% 的价值。
  2. 一次性装全部 Skills：作者原话——这些是「不同阶段沉淀过、可按需参考的工作流」，全装只会制造噪音；先读再做减法。
  3. 跳过「验收标准」环节：手册强调上下文四件套（目标/材料/偏好/验收标准），大多数人只给前两样，然后抱怨 AI 输出不行。
  4. 忽视「反效率幻觉」自查：这是手册最独特的论点——把理解过程外包给 AI 的代价是隐性的；定期回顾「这件事我现在还能不能脱离 AI 做出判断」。
  5. 中文直接喂英文 Agent 不做场景适配：守则和 Skill 是中文科研场景沉淀的，迁移到其他场景要自己调整边界条款。

常见问题 FAQ

Q1：这份手册和普通「AI 工具指南」有什么区别？

A：区别在视角与时间深度：作者从 GPT-3.5 时代开始重度使用，手册回答的是「人怎样继续主导」而非「哪个工具强」；且所有判断都来自科研/写作/编程的真实工作流，不是评测稿。

Q2：Skills 目录和独立维护的 Skill 仓库是什么关系？

A：仓内 skills/full/ 是总目录与轻量资产；9 个独立 Skill（如 paper-review-pipeline）已拆出去单独维护演进，手册页列出用途与链接，按需取用。

Q3：不是博士生有参考价值吗？

A：有。科研场景的「问题表述、验收标准、取舍、判断」框架对任何知识工作者通用；只是论文精读、审稿流水线等 Skill 偏学术。

Q4：为什么强调「定期做减法」？

A：作者把 skill 膨胀本身视为一种噪音——经验沉淀的方向是「越用越好越快」，堆一堆不再反映当前工作流的 Skill 会拖累 Agent 判断。

Q5：手册更新吗？

A：主文章标注版本日期（2026-06-08 版），最近 push 2026-09-14；以仓库当前状态为准。

权限、安全、成本与限制

  • 许可：以仓库当前 LICENSE 文件为准（核验日未在 README 显式标注，采用前自查）。
  • 安全：纯文档仓库无代码执行面；照抄守则时注意别把自己的私有信息（密钥、内网路径）写进 AGENTS.md 提交。
  • 成本：免费；复用其工作流的成本在你的 Agent 订阅/API 费。
  • 限制：方法论密度高、非速成；结论带强个人场景色彩（中文博士科研流）；本文基于 README 与 GitHub API 核验（2026-09-26），主文章全文未逐字读完。

小技巧

  1. 先看 README 的三张图再决定读哪几章，别从第一页硬啃。
  2. 把「上下文四件套」（目标/材料/偏好/验收标准）做成你发任务前的自检模板，立刻见效。
  3. AGENTS.md 别整篇抄——挑 3-5 条你最缺的（比如验收标准前置）先跑两周。
  4. completion-learn 的「三轴复盘」（self → collaboration → tool）适合做成项目结项固定动作。
  5. 关注 Discussions 区（作者开放读后反馈），能看到其他读者的实践差异。

进阶学习方向

  • 主文章精读：docs/phd-ai-collab.md 是手册的理论核心，配合三张框架图系统读一遍。
  • Skill 化方法论：对比仓内 Skill 与 9 个独立 Skill 的拆分逻辑，学「什么时候该把一段经验固化成 Skill、什么时候该拆出去单独维护」。
  • 反效率幻觉的自查体系：把「理解外包检测」做成季度回顾问题组，这是手册最具原创性的部分。
  • 协作守则工程：以作者 AGENTS.md 为底版，为团队写一份带验收标准的 Agent 协作规范。

参考链接

📊 评分与标签

评分说明

评分依据可追溯至公开来源。

总分 8.1/10 · P_优选

📊 可观测社区指标（采集日期：2026-09-26）

  • GitHub: cnfjlhj/ai-collab-playbook ★449, 🔱40（GitHub API 实时核验）
  • 最近 push 2026-09-14（核验前 12 天，仍在维护）；主语言 Python（内容为主的方法论仓库）
  • 主文章 2026-06-08 版；附 AGENTS.md/CLAUDE.md 协作守则、prompts 模板、9 个独立维护的 Skill 仓库
  • 作者身份透明：AI 方向在读博士生，从 GPT-3.5 时代开始重度使用 AI（一手长周期实践）

📦 可安装性 2.0/2.5

  • 纯 Markdown 仓库零安装即读；9 个独立 Skill 可单独 clone 接入 Agent；中英双 README。
  • 扣分点：本体是文档而非标准 Skill（不能 skills add 一键装入）；复用其守则/模板需手动搬运改造。
  • 竞品对比 1（标准 SKILL.md 格式仓库）：一键安装；本仓库是方法论手册形态。
  • 竞品对比 2（博客文章）：同样零安装但无结构化资产；本仓库有目录化的 Skill/Prompt 资产。

🎯 实用性 2.2/2.5

  • 「上下文四件套」「反效率幻觉」「Skill 定期做减法」等论点有真实工作流支撑且可直接落地自查；AGENTS.md/CLAUDE.md 是可直接借鉴的协作守则底版；论文审稿、去 AI 味写作等独立 Skill 有独立使用价值。
  • 扣分点：方法论为主，动手密度低于工具型仓库；场景带博士科研色彩，迁移需自行裁剪。
  • 竞品对比 1（工具清单类指南）：即取即用但无判断框架；本手册给的是长期自查体系。
  • 竞品对比 2（官方最佳实践文档）：权威通用但缺一手体感；本手册的踩坑与取舍来自个人真实迭代。

📖 文档质量 1.9/2.0

  • README 分层导览（先读什么）、仓库内容表格、独立 Skill 清单、反馈渠道完整；主文章有版本日期；三张框架图（协作框架/学习指南/路线图）辅助主线理解。
  • 扣分点：核心方法论在主文章内，README 只是索引，深读成本 1-2 小时。
  • 竞品对比 1（多数个人经验仓库）：本仓库的结构化与版本管理明显更用心。
  • 竞品对比 2（图书级方法论）：深度相当，但本仓库免费且持续更新。

👥 社区活跃 1.2/1.5

  • 449★/40 fork，最近 push 2026-09-14；开放 Discussions 读后反馈与 Issue 勘误渠道；9 个衍生 Skill 持续单独演进。
  • ⚠️ 个人维护，更新节奏随作者科研安排波动。
  • 竞品对比 1（机构维护的方法论仓库）：资源与更新保障更强，但一手性弱。
  • 竞品对比 2（同类个人实践记录）：本仓库的社区反馈闭环（Discussions/Issue 模板）更完善。

🔗 兼容性 0.8/1.5

  • 文档本体平台无关；协作守则面向 Claude Code/Codex 生态（CLAUDE.md/AGENTS.md），其他 Agent 需自行改写；独立 Skill 各自独立接入。
  • 竞品对比 1（Anthropic 官方 Claude Code 文档）：权威但通用；本手册是中文科研场景的本地化实践。
  • 竞品对比 2（多平台 Skill 合集）：本仓库资产分散在 9 个独立仓库，集中度低。

维度合计：2.0+2.2+1.9+1.2+0.8 = 8.1 ✓

🏷️ 标签说明

  • 工程方法: AI 协作方法论与工作流规范（上下文优先、经验沉淀、验收标准前置），归入工程方法类。来源：官方 README
  • AI写作: 覆盖科研写作场景与 writing-anti-ai 等写作向衍生 Skill。来源：独立 Skill 清单
  • 方法论: 核心资产是「人是主变量」的方法论框架而非代码。来源：主文章
  • 科研场景: 博士科研/论文/文献阅读的原生场景沉淀。来源：官方 README
  • 开源免费: 仓库公开免费（许可以仓库 LICENSE 为准）。来源：GitHub 仓库

局限与未实测声明

  • 未逐字精读主文章 docs/phd-ai-collab.md 全文，方法论评价基于 README、目录结构与框架图。
  • 未实际接入其 9 个独立 Skill 验证可用性；各 Skill 质量需单独评估。
  • 「从 GPT-3.5 时代开始重度使用」等作者自述无法独立核实，仅作背景参考。
  • 许可类型未在 README 显式标注，采用前应查仓库 LICENSE 文件。

📋 来源核实

  • ✅ 已验证: GitHub 仓库与 README — 结构、原则、Skill 清单、反馈渠道逐段读取（2026-09-26）
  • ✅ 已验证: GitHub API — stars 449 / forks 40 / pushed_at 2026-09-14 实时核验
  • ✅ 已验证: 主文章存在性 — 链接与版本日期（2026-06-08 版）核验
  • ⚠️ 未验证: 主文章全文内容与 9 个独立 Skill 的实际效果 — 需深读与实测，本文未执行