Research Methodology 是 Agent Skills 系列中的一个技能，用于引导智能体走完完整的科学研究生命周期：从文献缺口生成假设、设计带对照的实验、开展系统文献综述、制定数据收集协议，以及准备同行评审。它的定位是研究协作者，在每个阶段强调方法学严谨性。
用途与能力：其目标是避免常见方法学失败，例如不可证伪的假设、缺少对照的实验、未做功效分析的样本量、以及超出数据支持的结论。技能覆盖的实用环节包括：用布尔查询组织文献检索、维护引文数据库、设计可复现的实验协议、准备伦理审查材料、以及按期刊要求排版投稿。
使用时机：研究问题与假设的构建、带对照与样本量的实验设计、系统文献综述、同行评审投稿准备、基金或研究计划书撰写、评估现有论文的方法学。
工作流程：资料给出顺序流程及关卡——研究问题→文献综述→识别知识缺口→提出假设→设计实验→功效分析（样本量）→定义对照与变量→伦理审查准备→数据收集协议→预注册分析计划→执行与收集数据→按预注册计划分析→撰写稿件→同行评审准备。关卡要求假设先可证伪、实验先有足够功效、分析计划先预注册。
实现示例：资料包含 ResearchProtocol 类，含 formulate_hypothesis、power_analysis（使用 statsmodels 的 TTestIndPower 计算每组所需样本量）、literature_search（给出 PubMed、Scopus、Web of Science 及 PRISMA 流程）和 experimental_design（随机对照双盲、区组随机、预注册于 OSF.io）等方法。
最佳实践：数据收集前预注册分析计划以防 p-hacking；在设计阶段而非收集后做功效分析；系统综述用 PRISMA、临床试验用 CONSORT；用 Zotero、Mendeley 维护文献数据库；区分探索性分析与验证性分析；在局限部分诚实说明方法学弱点。
平台支持：Cursor、VS Code、Windsurf、Claude Code、Cline 为完全支持，aider 为部分支持。
限制：资料未提供具体安装命令、收费或价格信息，也未说明独立运行方式；相关技能包括 Scientific Writing、Data Analysis、Machine Learning、Knowledge Base RAG。