用途：ResearchClaw Skill 封装 AutoResearchClaw（23 阶段自主研究流水线），从研究主题出发，产出会议级 LaTeX 论文，含真实引用、沙箱执行实验、多智能体同行评审与引用验证。技能本身声明不虚构能力，命令均对应上游真实功能，失败时报告实际错误并给出具体修复建议。
主要命令：/researchclaw 显示帮助与子命令及状态摘要；:setup 检查并安装前置依赖；:config 交互式生成 config.yaml；:run 启动流水线；:status 查看运行状态；:resume 从最后成功阶段恢复；:diagnose 自动诊断常见失败；:validate 运行前校验配置、依赖与连通性。
用法要点：运行前先执行校验，如 bash "${CLAUDE_SKILL_DIR}/scripts/check-prereqs.sh" 与 researchclaw validate --config config.yaml；启动命令为 researchclaw run --topic "$ARGUMENTS" --config config.yaml --auto-approve。安装可通过 pip3 install researchclaw 或从源码 pip3 install -e ".[all]"。配置由向导分批询问主题、LLM 提供商（openai、anthropic、azure、deepseek、local）、API Key、模型、实验模式（simulated、sandbox、ssh_remote）、论文模板（neurips、icml、iclr、generic）等生成。
阶段：共 23 阶段，包括主题初始化、问题分解、文献检索与分析、研究方向（门控）、假设生成、实验设计与审批、代码生成与审查、实验执行、结果收集分析、论文大纲与写作、同行评审、修订、最终评审、引用验证、可视化与最终导出。输出位于 artifacts/<run-id>/stage-N/。
限制：技能无法启动 Docker 守护进程、无法在无 sudo 的 Linux 安装 LaTeX、无法修复网络/防火墙问题，也无法提供 LLM API Key；遵循先征得用户批准再安装或启动长任务的原则。已知上游问题：--from-stage 在部分版本可能无法正常恢复。内存需求约 32GB 以上，LaTeX 安装体积较大。针对目标版本为 AutoResearchClaw v0.3.x。