我们还注意到，近期不少同学反馈Codex安装中遇到各种报错，我们整理了近期的真实问题反馈，按 Windows 和 Mac 分类，并附上经过验证的解决步骤。为避免各位在下载过程中遇到的困难，我们还准备了 Mac 和 Win 的安装包。如果你也在安装过程中出现问题，欢迎后台私信我【B636】，这份问题解决指南和安装包会免费发送给您。

把 DeepSeek 接入 Codex，本质上是给 Codex 换一个更便宜、更快的模型后端。对于许多想要体验 Codex 却有种种限制或者是想要减轻成本的朋友是一个很好的选择。为了方便各位直接使用，我打包了Windows x64 的 Codex + CC switch 安装包和DeepSeek API Key 申请和使用教程。DeepSeek 装上 DSpark「涡轮增压」，接入 Codex 后

回到开头的三个问题：筛出该读的论文、读懂核心方法、想清楚怎么迁移到自己的课题。这个 Skills 仓库就是把这三步变成可执行的具体指令，这样输出的不再是一句“很有启发”的泛泛之谈，而是一份可以接着往下推的迁移方案草案。每一步都有明确的输入和输出，每一步的产出都沉淀在项目文件夹里，方便随时复查和继续推进。我把这个 skills 仓库和使用示例打包好了，免费发给你。获得方式在这👇：Codex + P

通过这套流程，我们把Zotero、Obsidian 和 Codex串联起来，实现了从论文检索、下载、导入 Zotero、分类打标签，到批量精读、生成 Obsidian 笔记，再到基于个人论文库提问和总结的完全自动流程。其中，Zotero 负责管理文献，Obsidian 负责沉淀笔记，Codex 负责自动处理和调用内容。这样，论文不再只是“存起来”，而是真正变成可以持续检索、整理和复用的科研知识库。

这套工作流打通了从论文文字、模型架构图到可编辑源文件的完整流程。相比从空白画布开始手动绘图，这种方式可以减少寻找例图、反复排版和逐项调整的时间，也更适合需要持续修改的论文、技术文档和项目汇报。真正实用的 AI 科研绘图，不只是生成一张好看的图片，而是生成一份可以继续修改的科研素材。我们打包了工作流中用到的软件、skill和插件的安装包，还整理了一份详细的配置和使用教程（含调用提示词）。感兴趣的小伙

做论文选题时，真正困难的往往不是“想不到方向”，而是无法确认：相关论文是否查全了？所谓研究空白是真空白，还是检索遗漏？ 方法看起来新，换一组关键词后是否早有人做过？即使思路成立，怎样设计最小实验验证它，又在什么结果下承认它无效？普通大模型可以快速生成题目、创新点和实验方案，但很容易跳过文献证据，直接给出一套“看起来像论文”的答案。ResearchStudio-Idea 想解决的，正是论文写作前的这

这套工作流打通了从论文文字、模型架构图到可编辑源文件的完整流程。相比从空白画布开始手动绘图，这种方式可以减少寻找例图、反复排版和逐项调整的时间，也更适合需要持续修改的论文、技术文档和项目汇报。真正实用的 AI 科研绘图，不只是生成一张好看的图片，而是生成一份可以继续修改的科研素材。我们打包了工作流中用到的软件、skill和插件的安装包，还整理了一份详细的配置和使用教程（含调用提示词）。感兴趣的小伙

这套工作流打通了从论文文字、模型架构图到可编辑源文件的完整流程。相比从空白画布开始手动绘图，这种方式可以减少寻找例图、反复排版和逐项调整的时间，也更适合需要持续修改的论文、技术文档和项目汇报。真正实用的 AI 科研绘图，不只是生成一张好看的图片，而是生成一份可以继续修改的科研素材。我们打包了工作流中用到的软件、skill和插件的安装包，还整理了一份详细的配置和使用教程（含调用提示词）。感兴趣的小伙

研究规划、文献综述、论文写作与审稿；：LLM 训练、评测与实验迭代；：科研数据库与专业工具调用；：论文结构优化与论点—证据检查；：中文论文、数据分析与答辩材料；：计量经济学与因果推断。不过，安装 Skill 只是第一步。同一个 Skill，直接调用和配合专门提示词调用，效果可能完全不同。只有明确研究背景、任务目标、输入材料、执行步骤和输出格式，才能让 Codex 更稳定地调用完整工作流，而不是只使

整体看下来，5.5 其实已经很厉害了。工业场景、模型结构、实验图表都能做得比较完整，信息也基本到位，放在技术汇报里已经相当能打。但 5.6 带来的提升，确实有点震撼。它不只是把提示词里的内容画出来，而是会主动理解你真正想表达什么。尤其是模型结构图和工业场景图，差距已经不只是“更好看”，而是从能用，直接跨到了接近成品的感觉。当然，自动补全的网络连接和实验数据仍然需要人工核验，但这种理解科研、组织科研