Research Automation

自动追踪肽类、生物黑客与长寿科学前沿研究,生成内容灵感。

已扫描
适合谁
健康科技内容创作者、生物黑客与长寿研究爱好者
不适合谁
无网络环境使用者、非健康科技领域从业者
国内可用性
需网络配置。可能需要网络配置或第三方服务可访问。
安装难度
新手友好(★☆☆)。基于终端操作、依赖、API Key 和本地环境要求的初步判断。

安装与下载

openclaw skills install @biohackerrrrrr/research-automation

Skill 说明

命令、参数、文件名以原文为准

研究自动化

自动化的研究系统,用于在互联网上搜索肽类、生物黑客技术、长寿科学以及流行健康话题的最新进展。

它能做什么

  • 网络搜索:查询多个来源,获取最新的研究、方案和趋势
  • 内容筛选:按主题对发现的内容进行过滤与整理
  • 洞察提取:提炼可操作的见解和内容创作角度
  • 自动保存:将研究成果以结构化 Markdown 文件形式存储,便于后续查阅

涵盖主题

  1. 肽类:新肽类化合物、临床研究、使用方案、剂量更新
  2. 生物黑客方案:新兴技术、组合方案、优化方法
  3. 长寿科学:衰老研究、干预手段、生物标志物、临床试验
  4. 流行话题:病毒式传播的健康内容、有争议的话题、时代思潮变化
  5. 表现力优化:创始人健康、认知增强、代谢优化

使用方式

按需研究

执行定向研究查询:

运行关于 [主题] 的研究 - 重点关注 [具体角度]

示例:

运行关于 GLP-1 肽类的研究 - 重点关注近期临床试验和剂量方案

定期研究(心跳机制)

该技能通过心跳轮询自动运行,周期性覆盖以下研究主题:

  • 肽类(每周一次)
  • 生物黑客方案(每两周两次)
  • 长寿更新(每周一次)
  • 流行话题(每日一次)

输出格式

研究成果保存至 research/[主题]/[日期].md

# [主题] 研究 - [日期]

## 关键发现

1. **[发现标题]**
   - 来源:[URL]
   - 核心见解:[1–2 句摘要]
   - 可操作性:[可采取的具体行动]
   - 内容角度:[如何转化为内容创意]

2. **[下一个发现]**
   ...

## 流行讨论

- [话题]:[讨论摘要]
- [话题]:[讨论摘要]

## 生成的内容创意

1. [推文/帖子角度]
2. [领英动态角度]
3. [文章角度]

## 审阅来源

- [来源 1]
- [来源 2]
...

搜索策略

每次研究运行时遵循以下步骤:

  1. 查询构建:生成 3–5 个精准的搜索关键词
  2. 来源多样性:混合学术论文、临床研究与实践型资料
  3. 时效性筛选:优先选择最近 30 天内发布的内容(可配置)
  4. 信号识别:区分新颖信息与重复内容
  5. 内容角度生成:将发现转化为推文或帖子创意

与内容创作的集成

研究成果直接用于:

  • content/biohacker-angles-[日期].md(推特内容)
  • content/tokuflow-angles-[日期].md(纳豆激酶相关内容)
  • notes/research-insights/(长篇参考资料)

各主题的搜索关键词

肽类

  • "new peptides 2026"
  • "GLP-1 peptides clinical trials"
  • "peptide protocols biohacking"
  • "BPC-157 latest research"
  • "thymosin beta-4 studies"

生物黑客

  • "biohacking protocols 2026"
  • "founder health optimization"
  • "cognitive enhancement stack"
  • "metabolic optimization techniques"
  • "bloodwork optimization protocols"

长寿

  • "aging research 2026"
  • "longevity interventions clinical trials"
  • "senolytics latest studies"
  • "rapamycin longevity research"
  • "NAD+ aging protocols"

流行话题

  • "health twitter trending"
  • "biohacking controversy"
  • "peptide discussion twitter"
  • "longevity debate 2026"

筛选标准

包含:

  • 新颖发现(未被广泛报道)
  • 临床或科学依据支持
  • 可操作的使用方案
  • 有争议或值得讨论的话题
  • 与主流观点相反的洞见

排除:

  • 通用健康建议
  • 重复信息
  • 无强逻辑支撑的非同行评审声明
  • 仅凭推测且缺乏作用机制的内容

最佳实践

  1. 在内容创作冲刺前运行研究 —— 新鲜视角能激发更优质创意
  2. 定期查看周度总结 —— 跟踪新兴趋势与变化
  3. 交叉比对发现 —— 建立主题间的关联(如肽类 + 长寿)
  4. 归档高价值发现 —— 将突破性研究移入 notes/research-insights/

手动研究工作流

当需要深入研究特定主题时:

  1. 明确主题与角度
   研究 [主题],重点聚焦 [具体角度] - 寻找临床依据与使用方案
  1. 审查输出结果

- 查看 research/[主题]/[日期].md

- 判断信号与噪声比例

- 如有需要,可请求进一步优化

  1. 生成内容
   将 [具体发现] 转化为 5 个推文角度

心跳机制集成

要启用定时研究,请在 HEARTBEAT.md 中添加:

### 8. 研究自动化 - 肽类(优先级:中等)
- 运行 research-automation 技能,聚焦肽类
- 重点:新化合物、临床研究、使用方案
- 保存路径:`research/peptides/[日期].md`
- 频率:每周一次

### 9. 研究自动化 - 流行话题(优先级:高)
- 运行 research-automation 技能,聚焦流行话题
- 重点:病毒式健康内容、争议、热点讨论
- 保存路径:`research/trending/[日期].md`
- 频率:每日一次

输出路径

workspace/
├── research/
│   ├── peptides/
│   │   └── 2026-02-05.md
│   ├── biohacking/
│   │   └── 2026-02-05.md
│   ├── longevity/
│   │   └── 2026-02-05.md
│   └── trending/
│       └── 2026-02-05.md
└── notes/
    └── research-insights/
        └── breakthrough-findings.md

提升价值的建议

  • 每日运行流行话题研究 —— 早期捕捉时代思潮变化
  • 每周运行科学类主题研究 —— 避免信息过载
  • 在内容规划阶段回顾研究成果 —— 最佳的新创意来源
  • 跨领域融合主题 —— 肽类 + 长寿 = 独特定位
  • 归档突破性发现 —— 高价值内容进入永久笔记库

创建时间: 2026-02-05

最后更新: 2026-02-05

B
@biohackerrrrrr

已收录 1 个 Skill

相关推荐