CCAF 考试事实（最后核实 2026-06-21）· 详见备考指南
用 Codex 把科研全流程装进 12 个技能——从润色、写作、审稿到论文转 PPT、转专利。
覆盖 Nature/高影响力期刊风格的科研全流程开源 Codex 技能包：润色、起草、模拟审稿、文献检索引用、数据可用性、投稿级图件、中英对照 reader、逐点回复审稿人、论文转中文 PPT、论文转中国发明专利。
一个 Codex skill 串起学术研究全链路：从苏格拉底式收敛研究问题，到论文写作、模拟同行评审与实验规划。
把五个学术研究工作流（深度研究/系统综述、论文写作、论文评审、研究到论文全流程管线、实验规划）封装为单一路由 skill，内置引用核查与完整性闸门。
以 motivation 为主线的论文写作编排套件：先学场景、确认动机、再逐单元写作，端到端产出 LaTeX/PDF/Word。
先学习目标场景和优秀样例、与用户确认主控 motivation、构建写作思路矩阵，再逐单元写或改写，端到端产出 LaTeX/PDF/Word，附带逐句引用候选库与完整性审计。
本地论文库 + 分层 RAG 检索 + 公式级代码校验，让编码 agent 基于真实论文内容实现，告别公式幻觉。
维护本地论文数据库（PDF、LaTeX 源、提取的公式、面向代码实现的摘要），通过分层 RAG 检索与证据定位，为编码 agent 提供基于真实论文内容的问答，防止公式/细节幻觉。
原「Paper RAG」无唯一权威仓库；此处为 paperpipe 功能相近实现，非原版。
提交前一键核验参考文献真伪，专治 LLM 编造的"真实 DOI + 伪造标题"幻觉引用。
将文档中的参考文献逐条与 Crossref 权威元数据比对，确定性捕获"真标识符 + 伪造标题"这类最难识破的 LLM 幻觉，并在提交前输出 Markdown 核验报告。
一份指令，让 AI 写出可编译的 LaTeX 论文、公式、参考文献与 Beamer 幻灯片。
编写并编译 LaTeX 文档——覆盖学术论文、学位论文、数学公式、参考文献与 Beamer 演示文稿。skill 是给 AI 的指令集，实际编译需本机装有 LaTeX。
一个 SKILL.md，让 AI 即时具备假设检验、回归、ANOVA、置信区间与功效计算能力。
运行统计分析——假设检验、回归、ANOVA、置信区间与统计功效计算，依赖 python/scipy/statsmodels 科学栈产出结构化结果。
原 Stats Sanity 无唯一权威仓库；此处为 statistical-analyzer 功能相近实现，非原版。
一键把客服工单脱敏打包成研发可直接开工的可复现问题包——Python 正则保可靠，AI 补语义。
把杂乱的客服材料（工单、日志、截图、聊天记录）自动脱敏、解析、抽取事实，输出研发可立即开工的标准化问题包。Python 正则负责确定性脱敏/解析，AI 负责语义推理。
面向客服→研发 bug 工单交接与 PII 脱敏，并非论文实验复现工具。
一位偏执于偏差与信度的问卷方法学家：先搜验证量表，再交付可部署的问卷文件。
把 AI 变成一位资深问卷方法学家，自主完成"搜验证量表→读项目上下文→构造问卷→预测试→自检→交付文件"全流程，系统性地消除偏差、保障信效度。
10 份快速入门均为 CCAF101 编辑整理，完整源码以各 GitHub 仓库为准；社区 skill 非官方产物。
以下为 CCAF101 编辑视角的 skill→考域映射（非 skill 作者声明）。每个考域对应 CCAF 官方权重，系统学这一域可进入备考指南。