Codex 配套 GPT-6.1 科研全流程技能正式开源

Codex 配套 GPT-6.1 科研全流程 skills 已经正式开源，整套开源技能覆盖从文献调研、假说提出、数据处理、代码仿真到论文撰写的完整科研链路，专门适配 GPT-6.1 Sol 与 GPT-6.1 Terra 两款模型，所有脚本、提示词模板、工具调用配置全部公开托管在开源代码平台，科研人员可以直接一键部署使用，不用从零搭建智能科研工作流。这套开源技能是基于 Codex 代码执行能力打造而成，把科研工作拆分成标准化的智能子任务，打通文献数据库、数据分析工具、代码运行环境与文稿排版工具，大幅降低 AI 辅助科研的搭建门槛。大家可以先把开源项目拉取到本地环境，完成 GPT-6.1 模型接口配置，再按科研阶段依次启用对应技能模块，完成一整套闭环科研工作，最后根据自身研究方向微调提示词与脚本，形成专属的自动化科研流水线。这套开源方案补齐了 GPT-6.1 在科研场景下的工具链短板，让普通科研团队也能低成本用上大模型全流程科研能力，有效提升课题研究、实验仿真与学术产出的整体效率。

一、开源技能整体模块清单

1. 文献调研模块 对接 PubMed、EuropePMC 等学术数据库，自动批量检索文献、整理引文、提炼研究结论，输出结构化文献综述表格，配套 Codex 批量文本解析脚本。
2. 科研假说生成模块 依托 GPT-6.1 强推理能力，基于文献结论提炼研究缺口，自动生成可验证的科研假设，同时给出对照实验设计思路。
3. 数据处理与仿真模块 集成 Pandas、NumPy、Matplotlib 等工具，Codex 自动编写数据清洗代码、统计分析代码、数值仿真代码，一键运行并生成可视化图表。
4. 实验结果校验模块 自动核对数据结果、检验模型拟合度，排查代码漏洞与数据异常，输出标准化结果核验报告。
5. 学术论文撰写模块 自动生成论文大纲、正文段落、实验描述、摘要与参考文献，支持一键导出符合期刊格式的 Markdown 文稿。
6. 稿件排版与润色模块 完成语法优化、学术用语润色、格式统一，兼容中英文核心期刊排版规范。

二、GPT-6.1+Codex 技能部署分步操作步骤

步骤 1：拉取开源项目源码

访问开源代码仓库，克隆整套 skills 项目到本地设备，把项目文件夹配置为 Codex 的技能读取目录。

步骤 2：配置模型接口信息

在配置文件内填入 GPT-6.1 Sol/Terra 的 API 密钥，设置推理档位，科研仿真任务选择高推理档位，文献整理任务选用中等推理档位，平衡效果与调用成本。

步骤 3：安装配套工具依赖

执行一键安装脚本，自动部署 Python 运行环境、学术数据库接口插件、数据可视化组件、MCP 工具调用服务，保证所有技能可以正常调用外部工具。

步骤 4：分阶段启用科研技能

按照 “文献调研→提出假说→代码仿真→结果核验→论文写作” 的顺序，依次调用对应技能，由 Codex 自动执行代码任务，GPT-6.1 负责逻辑推理与文本创作。

步骤 5：自定义迭代优化

根据自身学科方向修改提示词模板，补充专属领域知识库，迭代脚本逻辑，把通用科研技能打磨成适配本专业的专属自动化工作流。

三、GPT-6.1 不同子模型适配方案对照表

表格

四、开源技能核心技术亮点

1. 全链路 Agent 分工，分为研究员、架构师、工程师三个智能角色，分工完成科研全流程任务，角色之间自动传递任务上下文。
2. 深度打通 Codex 代码执行能力，所有数据分析、仿真实验全部由 AI 自动写代码、跑代码、排错，不需要人工逐行编写程序。
3. 支持 MCP 工具协议，可一键接入 600 多款科研工具与学术数据库，拓展科研数据来源。
4. 整套技能模块化拆分，可以单独启用某一个环节，也可以开启完整闭环流水线，使用灵活度很高。

【相关 FAQ】

问题 1：本次开源的 Codex 科研 skills，是否可以直接对接 GPT-6.1 模型？

回答 1：本次开源的 Codex 科研全流程 skills 原生适配 GPT-6.1 Sol 与 GPT-6.1 Terra 两大版本，项目内已经预设好模型调用参数，完成接口配置后就可以直接联动 GPT-6.1 运行整套科研工作流，无需额外修改底层调用逻辑。

问题 2：Codex 配套 GPT-6.1 的开源科研技能包含哪些科研环节？

回答 2：这套开源技能覆盖完整科研环节，包含文献调研、科研假说设计、数据处理仿真、实验结果核验、学术论文撰写、文稿排版润色六大模块，实现从课题立项到成文投稿的全流程自动化。

问题 3：部署 Codex+GPT-6.1 开源科研技能需要准备哪些基础环境？

回答 3：部署这套开源技能需要准备本地 Python 运行环境、Codex 命令行工具、GPT-6.1 模型 API 密钥，同时安装项目配套的 MCP 工具服务与科研数据库接口插件，项目自带一键安装脚本，能够自动完成绝大多数依赖配置。

问题 4：使用 GPT-6.1 运行这套 Codex 科研技能，该怎么选择推理档位？

回答 4：文献整理、文字润色这类任务选择中等推理档位，控制调用开销；数据仿真、假说推导这类高逻辑任务选择高推理档位；复杂理论研究可以切换至高阶推理档位，保障科研推理的准确性。

【数据来源】

[2026-10-29]（Codex GPT-6.1 科研全流程 skills 开源发布）GitHub 开源社区

[2026-10-28]（GPT-6.1 Sol 搭配 Codex 科研智能体工作流）OpenAI 技术博客

[2026-10-26]（GPT-6.1 Terra 科研场景能力评测）OpenAI 官方研究专栏

[2026-10-24]（Codex 科研技能 MCP 工具链配置教程）Codex 知识库

[2026-10-22]（开源科研 Agent 技能模块划分说明）AI 开源项目资讯平台

免责声明：本次开源的 Codex 科研技能为社区公开开源项目，仅用于学术科研学习与技术研究；GPT-6.1 模型调用产生的 API 费用由使用者自行承担；模型输出的科研数据、代码与学术文稿仅可作为研究参考，正式学术成果仍需科研人员人工核验；开源项目的脚本与工具会持续迭代更新，具体功能以代码仓库最新版本为准；使用本套技能需要遵守 OpenAI 模型服务条款与开源项目许可协议。