安装路径清楚
根据实际需要选择原生 plugin、bootstrap partial/full、npm 或 pipx，而不是先装一堆不需要的运行时。
Qiongli面向 AI 编程代理的契约化学术工作流。
一次安装后，在 Codex、Claude Code 或 Gemini 中运行带 Task ID、质量门、文献诊断、角色交接和可审计产物的研究流程。
Skip to content
先选入口
| 你想做什么 | 从这里开始 | 原因 |
|---|---|---|
| 只在一个客户端试用 Qiongli | 安装 | 原生 plugin / extension 路径最轻。 |
| 安装后不知道输入什么 | 使用 Agent Skills | Codex、Claude Code、Gemini 和 shell 暴露 Qiongli 的方式不同。 |
| 给多个客户端安装全局 workflow | 快速开始 | Bootstrap partial 不要求 Python，只安装 workflow assets。 |
使用 validator、doctor 或 orchestrated task | 多 Agent 运行 | full runtime 说明 Python、模型 CLI、认证、Gemini broker/direct 和验证边界。 |
| 选择论文工作流 | 任务场景 | 将真实研究目标映射到 paper type、stage、Task ID 和产物。 |
| 自动化安装或升级 | CLI 参考 | 覆盖 qiongli、ql、npm/npx、pipx、兼容别名和 JSON 检查。 |
当前系统覆盖什么
Qiongli 发布的是一个统一的便携 workflow 包：qiongli-workflow。文档按研究者和项目维护者真正要完成的动作组织：
- 定义研究问题： refine question、找 gap、画 theory map、判断 venue、定义 contribution claim。
- 构建文献基础： provider-aware search、search bundle、diagnostics、dedup、screening、extraction、citation snowballing。
- 设计并执行研究： 变量、数据集、robustness、preregistration、ethics artifact、data management。
- 写作并审计论文： 章节结构、claim-evidence integrity、图表、limitations、submission、rebuttal。
- 处理研究代码： 用 Stage-I specification -> planning -> execution -> review 路线处理 code-first 或 methods-heavy 工作。
- 协调多模型： 在 Codex、Claude Code、Gemini 之间分配 controller、primary、reviewer、verifier，并保存交接与验证状态。
文档地图
- 入门: 安装、使用、升级、故障排除和 runtime 选择。
- 使用 Agent Skills: 按客户端说明调用方式，包括 Codex 的
/skills和$qiongli。 - 任务场景: 按 paper type 和常见研究目标选择路线。
- 示例: systematic review、empirical、qualitative、methods、theory 的 playbook。
- 参考: CLI 行为、skills catalog 和使用者约定。
- 架构: contracts、skills、roles、pipelines、bridges 和 package surfaces 如何组合。
- 高级: subject packaging、扩展、MCP providers、Zotero、严格 literature search 和 plugin-first distribution。
- 维护者: release policy、naming policy 和贡献者实现指南。
运行时边界
安装 assets 和使用 workflow discovery 比完整 orchestrator 轻得多。你可以在没有 Python 的情况下安装 qiongli-workflow；但 doctor、validator、tests 和模型协同 task execution 需要 Python 3.12+、相关模型 CLI 和对应认证。