feat(skills): add gitlink-research-match — 科研协作智能匹配
新增科研协作智能匹配 Skill：分析科研仓库的技术栈、未解决 Issue 与研究缺口 构建需求画像，从 GitLink 平台检索并匹配候选学者/团队，生成《科研协作推荐 方案》（含匹配打分、推荐理由、可切入 Issue 与外联草稿）。 - SKILL.md：需求/候选/匹配三步法、匹配评分模型、推荐方案模板、执行步骤 - examples/match-workflow.md：真实命令驱动的协作推荐示例 子赛题四（科研辅助）。纯 Markdown，只读分析型、人在回路（不替用户发邀请）。
This commit is contained in:
parent
ef7a2c6ac1
commit
a8fa86ac66
|
|
@ -0,0 +1,228 @@
|
|||
---
|
||||
name: gitlink-research-match
|
||||
version: 1.0.0
|
||||
description: "科研协作智能匹配：分析科研仓库的技术栈、未解决 Issue 与研究缺口，构建需求画像，从 GitLink 平台匹配合适的候选学者/团队，生成《科研协作推荐方案》（含推荐理由、建议认领的 Issue、外联模板）。当课题组需要寻找跨团队协作者、为开放 Issue 招募贡献者、或评估潜在合作对象时触发。"
|
||||
metadata:
|
||||
requires:
|
||||
bins: ["gitlink-cli"]
|
||||
cliHelp: "gitlink-cli search --help"
|
||||
---
|
||||
|
||||
# gitlink-research-match（科研协作智能匹配）
|
||||
|
||||
**CRITICAL — 开始前必须先阅读 [`../gitlink-shared/SKILL.md`](../gitlink-shared/SKILL.md)，其中包含认证、权限处理和 API 注意事项。**
|
||||
**CRITICAL — GitLink 操作只能用 `gitlink-cli`。禁止用 `gh`（GitHub CLI）操作 GitLink 资源。**
|
||||
**CRITICAL — 本技能为只读分析型；任何外联/邀请动作只生成草稿，须由用户亲自发出。**
|
||||
|
||||
> **前置条件：** 先阅读 [`../gitlink-shared/SKILL.md`](../gitlink-shared/SKILL.md) 了解认证和全局参数。
|
||||
|
||||
## 功能概述
|
||||
|
||||
本技能回答科研协作场景的一个核心问题：**「我这个项目缺人/缺能力，平台上谁最适合来帮忙或合作？」**
|
||||
|
||||
它从**仓库的真实需求**（技术栈、未解决 Issue、研究缺口）出发，构建**需求画像**，再到 GitLink 平台**匹配候选协作者/团队**，输出一份**《科研协作推荐方案》**：谁、为什么、可以从哪个 Issue 切入、以及一封可直接发出的外联草稿。
|
||||
|
||||
### 匹配三步法
|
||||
|
||||
```
|
||||
需求侧画像 → 候选侧检索与画像 → 匹配打分与推荐
|
||||
（我要什么） （谁可能合适） （谁最匹配 + 怎么对接）
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 一、需求侧画像：这个仓库到底缺什么
|
||||
|
||||
### 1.1 技术栈与领域
|
||||
|
||||
```bash
|
||||
gitlink-cli repo +info --owner <owner> --repo <repo> --format json
|
||||
gitlink-cli repo +languages --owner <owner> --repo <repo> --format json
|
||||
gitlink-cli repo +readme --owner <owner> --repo <repo> --format json
|
||||
```
|
||||
|
||||
提取：主语言/框架、研究方向关键词（从 name/description/README）、领域标签。
|
||||
|
||||
### 1.2 未解决需求（开放 Issue / 招募信号）
|
||||
|
||||
```bash
|
||||
gitlink-cli issue +list --owner <owner> --repo <repo> --state open --format json
|
||||
```
|
||||
|
||||
识别**招募/协作信号**：
|
||||
```
|
||||
高价值匹配信号（Issue 标题/标签/正文）：
|
||||
- help wanted / 求助 / 招募 / 寻求合作
|
||||
- good first issue / 新手友好（适合引流新贡献者）
|
||||
- 标签含技术领域：cuda / nlp / 前端 / 文档 / 数据标注
|
||||
- 长期未被认领（无 assignee 且开放 > 14 天）
|
||||
```
|
||||
|
||||
### 1.3 当前团队能力盲点
|
||||
|
||||
```bash
|
||||
gitlink-cli repo +contributors --owner <owner> --repo <repo> --format json
|
||||
```
|
||||
|
||||
结合 1.1 的技术栈，推断**能力缺口**：例如仓库以算法（Python）为主、但有大量前端/文档/部署类未解决 Issue → 缺工程/文档协作者。
|
||||
|
||||
### 1.4 形成需求画像
|
||||
|
||||
```
|
||||
需求画像示例：
|
||||
领域：医学影像分割（CV / 深度学习）
|
||||
主技术栈：Python / PyTorch
|
||||
紧缺能力：① CUDA 性能优化 ② 推理服务化（部署） ③ 英文文档
|
||||
可切入 Issue：#42(help wanted, CUDA), #51(good first issue, docs)
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 二、候选侧检索与画像：平台上谁可能合适
|
||||
|
||||
### 2.1 按能力关键词检索候选
|
||||
|
||||
```bash
|
||||
# 按研究方向/技术关键词找相关仓库与其作者
|
||||
gitlink-cli search +repos --keyword "medical image segmentation" --format json
|
||||
gitlink-cli search +repos --keyword "CUDA 优化" --format json
|
||||
|
||||
# 直接检索用户
|
||||
gitlink-cli search +users --keyword "<领域/方向关键词>" --format json
|
||||
```
|
||||
|
||||
### 2.2 候选画像（复用画像能力）
|
||||
|
||||
对每个候选用户/组织，采集其产出与方向，判断匹配度：
|
||||
|
||||
```bash
|
||||
gitlink-cli user +info --login <login> --format json
|
||||
gitlink-cli repo +list --user <login> --format json
|
||||
gitlink-cli org +members --id <org_name> --format json # 候选是团队时
|
||||
```
|
||||
|
||||
> 💡 如需更完整的候选科研画像，可联动 `gitlink-scholar-profile` 技能生成该候选的影响力画像，再回填到本匹配流程。
|
||||
|
||||
### 2.3 候选要点提取
|
||||
|
||||
```
|
||||
对每个候选提取：
|
||||
- 方向吻合度：候选代表作方向 vs 需求领域
|
||||
- 技术吻合度：候选主语言 vs 需求技术栈
|
||||
- 能力证据：候选是否有需求紧缺能力的相关仓库（如 CUDA kernel、部署、文档站）
|
||||
- 活跃度：近 6 个月是否活跃（避免推荐"休眠"账号）
|
||||
- 协作开放度：是否参与过他人仓库（有外部贡献历史 = 更可能接受协作）
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 三、匹配打分与推荐
|
||||
|
||||
### 3.1 匹配度评分（每个候选 0–100）
|
||||
|
||||
```
|
||||
匹配分 = 方向吻合 ×0.30 + 技术吻合 ×0.25 + 能力证据 ×0.25 + 活跃度 ×0.10 + 协作开放度 ×0.10
|
||||
|
||||
各项 0–100 评分指引：
|
||||
方向吻合：完全同方向=100，相邻方向=70，弱相关=40，无关=0
|
||||
技术吻合：主语言+框架一致=100，语言一致=70，可迁移=40
|
||||
能力证据：有紧缺能力的代表作=100，有相关但非代表=60，仅声明=30，无=0
|
||||
活跃度： 近1月活跃=100，近3月=80，近6月=60，更久=20
|
||||
协作开放度：常参与他人仓库=100，偶尔=60，仅自有仓库=30
|
||||
```
|
||||
|
||||
### 3.2 推荐分级
|
||||
|
||||
| 匹配分 | 推荐级别 | 建议动作 |
|
||||
|--------|----------|----------|
|
||||
| ≥80 | ⭐⭐⭐ 强烈推荐 | 优先发出协作邀请，附具体 Issue |
|
||||
| 60–79 | ⭐⭐ 推荐 | 可邀请参与某个 good-first / 子任务试合作 |
|
||||
| 40–59 | ⭐ 候选 | 观望/作为备选 |
|
||||
| <40 | — | 不推荐 |
|
||||
|
||||
---
|
||||
|
||||
## 四、《科研协作推荐方案》报告模板
|
||||
|
||||
```markdown
|
||||
## 🤝 科研协作推荐方案
|
||||
|
||||
**目标仓库：** <owner>/<repo>
|
||||
**生成时间：** 2026-06-15
|
||||
**数据来源：** GitLink 平台（gitlink-cli 只读采集）
|
||||
|
||||
---
|
||||
|
||||
### 一、需求画像
|
||||
|
||||
| 项目 | 内容 |
|
||||
|------|------|
|
||||
| 研究领域 | 医学影像分割（CV / 深度学习） |
|
||||
| 主技术栈 | Python / PyTorch |
|
||||
| 紧缺能力 | ① CUDA 性能优化 ② 推理服务化 ③ 英文文档 |
|
||||
| 可切入 Issue | #42（help wanted, CUDA）、#51（good first issue, docs） |
|
||||
|
||||
### 二、推荐协作者 / 团队
|
||||
|
||||
#### ⭐⭐⭐ 强烈推荐：`@cuda_master`（匹配分 88）
|
||||
|
||||
| 维度 | 评估 |
|
||||
|------|------|
|
||||
| 方向吻合 | 相邻方向：医学影像加速（90） |
|
||||
| 技术吻合 | Python/PyTorch + CUDA（95） |
|
||||
| 能力证据 | 代表作 `fast-seg-cuda`（⭐120，CUDA kernel 优化）（95） |
|
||||
| 活跃度 | 近 1 月活跃（100） |
|
||||
| 协作开放度 | 常给他人仓库提 PR（80） |
|
||||
|
||||
**推荐理由：** 正好补齐"CUDA 性能优化"这一最紧缺能力，且方向相邻、近期活跃、有外部协作习惯。
|
||||
**建议切入：** Issue #42（CUDA 推理加速）。
|
||||
|
||||
#### ⭐⭐ 推荐：`@docs-helper`（匹配分 72）
|
||||
> 擅长英文技术文档站，匹配"英文文档"需求；建议从 #51（good first issue）切入。
|
||||
|
||||
### 三、外联草稿（请用户亲自发出）
|
||||
|
||||
> **致 @cuda_master：**
|
||||
> 你好！我们在 GitLink 维护 `someorg/medseg`（医学影像分割）。注意到你的 `fast-seg-cuda`
|
||||
> 在 CUDA 加速上很出色。我们有一个推理加速需求（Issue #42），不知是否有兴趣参与协作或交流？
|
||||
> 期待你的回复，谢谢！
|
||||
|
||||
### 四、对接建议
|
||||
|
||||
1. 先用一个 good-first / 子任务建立轻量协作，再评估深度合作。
|
||||
2. 给被邀请者准备好可复现环境（可联动 gitlink-research-reproducibility 评估自身仓库复现性）。
|
||||
3. 在对应 Issue 上 @ 对方并说明上下文，降低参与门槛。
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 五、执行步骤总览
|
||||
|
||||
```bash
|
||||
# Step 1：需求侧画像
|
||||
gitlink-cli repo +info --owner <owner> --repo <repo> --format json
|
||||
gitlink-cli repo +languages --owner <owner> --repo <repo> --format json
|
||||
gitlink-cli repo +readme --owner <owner> --repo <repo> --format json
|
||||
gitlink-cli issue +list --owner <owner> --repo <repo> --state open --format json
|
||||
gitlink-cli repo +contributors --owner <owner> --repo <repo> --format json
|
||||
|
||||
# Step 2：候选侧检索
|
||||
gitlink-cli search +repos --keyword "<方向/能力关键词>" --format json
|
||||
gitlink-cli search +users --keyword "<方向/能力关键词>" --format json
|
||||
|
||||
# Step 3：候选画像
|
||||
gitlink-cli user +info --login <login> --format json
|
||||
gitlink-cli repo +list --user <login> --format json
|
||||
|
||||
# Step 4：AI 按第三节规则打分、第四节模板出推荐方案
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 注意事项
|
||||
|
||||
- ✅ **纯只读 + 人在回路**：本技能只生成推荐与外联草稿，**绝不替用户发出邀请或评论**。
|
||||
- ⚠️ **隐私与尊重**：候选画像仅基于公开仓库数据；推荐用于"协作邀请"，不用于任何骚扰式批量触达。
|
||||
- ⚠️ **登录名解析**：GitLink 显示名与登录名（login）可能不同；检索到候选后用 `search +users` 校正 login，避免 404（参考 gitlink-scholar-profile 的解析流程）。
|
||||
- ✅ **可与其他科研 Skill 联动**：候选深度画像→`gitlink-scholar-profile`；邀请前自查复现性→`gitlink-research-reproducibility`。
|
||||
- ✅ **最终产出为 Markdown 推荐方案**，含匹配分、推荐理由、可切入 Issue 与外联草稿。
|
||||
|
|
@ -0,0 +1,100 @@
|
|||
# 示例：为科研仓库匹配协作者
|
||||
|
||||
本示例演示用 `gitlink-research-match` 技能，为一个缺人手的科研仓库匹配协作者并生成推荐方案。命令均为 gitlink-cli 真实命令，可复现。
|
||||
|
||||
> 实际使用时替换为目标仓库与真实关键词；候选与数值以实际采集为准。
|
||||
|
||||
---
|
||||
|
||||
## 一、Agent 对话片段
|
||||
|
||||
```
|
||||
用户：我们的 someorg/medseg 项目有几个 CUDA 加速和文档的 Issue 一直没人接，
|
||||
能在 GitLink 上帮我找找合适的协作者吗？
|
||||
|
||||
Agent：好的，我用 gitlink-research-match 技能：先画"需求画像"，再检索候选并打分，
|
||||
最后给推荐方案和外联草稿（不会替你发出邀请）。开始……
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 二、需求侧采集
|
||||
|
||||
```bash
|
||||
gitlink-cli repo +info --owner someorg --repo medseg --format json
|
||||
gitlink-cli repo +languages --owner someorg --repo medseg --format json
|
||||
gitlink-cli repo +readme --owner someorg --repo medseg --format json
|
||||
gitlink-cli issue +list --owner someorg --repo medseg --state open --format json
|
||||
gitlink-cli repo +contributors --owner someorg --repo medseg --format json
|
||||
```
|
||||
|
||||
**需求画像结果：**
|
||||
- 领域：医学影像分割（CV / 深度学习）
|
||||
- 技术栈：Python / PyTorch
|
||||
- 紧缺能力：CUDA 性能优化、英文文档
|
||||
- 可切入 Issue：#42（help wanted, CUDA）、#51（good first issue, docs）
|
||||
|
||||
---
|
||||
|
||||
## 三、候选侧检索与画像
|
||||
|
||||
```bash
|
||||
gitlink-cli search +repos --keyword "CUDA 加速" --format json
|
||||
gitlink-cli search +users --keyword "medical image" --format json
|
||||
|
||||
# 对检索到的候选逐个画像
|
||||
gitlink-cli user +info --login cuda_master --format json
|
||||
gitlink-cli repo +list --user cuda_master --format json
|
||||
```
|
||||
|
||||
**候选打分（按第三节规则）：**
|
||||
|
||||
| 候选 | 方向 | 技术 | 能力证据 | 活跃 | 协作 | 匹配分 |
|
||||
|------|------|------|----------|------|------|--------|
|
||||
| @cuda_master | 90 | 95 | 95 | 100 | 80 | **88** ⭐⭐⭐ |
|
||||
| @docs-helper | 70 | 70 | 80 | 80 | 60 | **72** ⭐⭐ |
|
||||
| @random_user | 40 | 30 | 0 | 20 | 30 | 28 — 不推荐 |
|
||||
|
||||
---
|
||||
|
||||
## 四、生成的推荐方案（样例输出）
|
||||
|
||||
```markdown
|
||||
## 🤝 科研协作推荐方案
|
||||
|
||||
**目标仓库：** someorg/medseg
|
||||
**生成时间：** 2026-06-15
|
||||
|
||||
### 一、需求画像
|
||||
| 项目 | 内容 |
|
||||
|------|------|
|
||||
| 研究领域 | 医学影像分割（CV / 深度学习） |
|
||||
| 主技术栈 | Python / PyTorch |
|
||||
| 紧缺能力 | CUDA 性能优化、英文文档 |
|
||||
| 可切入 Issue | #42（CUDA）、#51（docs） |
|
||||
|
||||
### 二、推荐协作者
|
||||
#### ⭐⭐⭐ 强烈推荐：@cuda_master（88）
|
||||
- 补齐最紧缺的 CUDA 优化能力；代表作 `fast-seg-cuda`（⭐120）。
|
||||
- 建议切入：Issue #42。
|
||||
|
||||
#### ⭐⭐ 推荐：@docs-helper（72）
|
||||
- 擅长英文文档站；建议从 #51（good first issue）切入。
|
||||
|
||||
### 三、外联草稿（请用户亲自发出）
|
||||
> 致 @cuda_master：你好！我们维护 someorg/medseg（医学影像分割），
|
||||
> 注意到你的 fast-seg-cuda 在 CUDA 加速上很出色，我们有推理加速需求（#42），
|
||||
> 不知是否有兴趣参与或交流？期待回复，谢谢！
|
||||
|
||||
### 四、对接建议
|
||||
1. 先以 good-first 子任务轻量试合作。
|
||||
2. 邀请前自查仓库复现性（可联动 gitlink-research-reproducibility）。
|
||||
3. 在 #42 上 @ 对方并说明上下文。
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 五、合规说明
|
||||
|
||||
- 全程只读；推荐方案与外联草稿均由用户审阅后亲自发出。
|
||||
- 候选数据仅来自公开仓库，禁止用于批量骚扰式触达。
|
||||
Loading…
Reference in New Issue