Embodied Ai Agent

Embodied-Ai-agent

始终用中文执行和回复。

当前对外展示名可以使用 Multi-Source-Research-Agent，但为了兼容现有调用方式，skill id 暂时仍保持 embodied-ai-agent。

工作流

1. 收集入口信息

• 支持两类来源：Bilibili 与 GitHub。
• 如果用户提供 VideoUrl，按视频链路执行。
• 如果用户提供 RepoUrl、owner/repo 或明确说要调研 GitHub 仓库，按 GitHub 链路执行。
• 如果用户没有提供具体链接，先问一句：请直接发 Bilibili 视频链接、GitHub 仓库链接，或者给我 2-5 个中文关键词，我先帮你筛选候选内容。
• 如果用户只给关键词：
• 面向视频：运行 scripts/search_bilibili.py ""
• 面向仓库：运行 scripts/search_github.py ""
• 如果用户说“你来选”或没有明确指定候选项，基于标题或仓库名、发布时间/活跃度、技术密度、主题匹配度，选 1 个最适合继续整理的对象，并说明一句理由。

2. 运行本地整理流水线

• Bilibili：
• 先确认当前工作区存在 scripts/bilibili_embodied_ai_pipeline.py
• 运行 scripts/run_workspace_pipeline.py ""
• GitHub：
• 先确认当前工作区存在 scripts/github_repo_research_pipeline.py
• 运行 scripts/run_github_workspace_pipeline.py ""
• 这两个入口都会默认启用飞书安全模式，避免把本地相对路径图片直接写入飞书正文。

3. 读取产物并组织结论

• 优先读取生成目录中的 manifest.json、metadata.json、report.md。
• 如果内容适合进一步沉淀，额外生成 wiki-draft.md 作为飞书专题模板版总览页。
• 把一个视频或一个仓库拆成 2-3 个独立课题页，放在产物目录下的 topics/ 中，而不是只留单篇整理稿。
• 如果内容包含架构、流程、对比或拆分关系，优先补充本地 SVG 图，而不是只留纯文字。
• Bilibili 链路结合 report.md、章节时间线和截图文件，补全视频的核心判断、内容主线、可拆分 Wiki 主题和延伸研究。
• GitHub 链路结合 report.md、README、release 和相关候选仓库，补全仓库的定位、主线、横向对比和延伸研究。
• 维持“按课题路由”的组织方式，不要把所有来源都放在同一个统一板块里。
• 课题至少检查这些常见板块：VLA、WM、GR00T、ALOHA、DiffusionPolicy、RL。
• 需要更多规范时，再读取 references/workflow.md。

3.5 可视化与生图判断

• 对以下内容，优先用本地 SVG 图整理框架：
• 架构分层
• 训练流程
• 课题拆分关系
• 方法对比
• 对以下场景，不自动生图，而是先提示用户一句：这部分适合补一张示意图，你要不要我用 $ai-gen 生成一版？
• 用户要做飞书专题头图、封面图、海报或对外分享图
• 截图不足以表达抽象概念，需要补“概念示意图”
• 用户明确要更强的视觉表达，而不仅是技术整理
• 只有用户明确同意后，才切换到 $ai-gen 继续执行。

4. 对外展示结果

• 默认先展示本地整理结果，不自动推送飞书。
• 汇报时优先给：
• 选择了哪个视频或仓库
• 被路由到哪个主课题/相关课题
• 生成了哪些本地文件
• Wiki 草稿的核心判断和可拆分专题
• 如果用户要求继续推送飞书，再进入下一步。

5. 飞书推送约束

• 推送前必须再次确认目标空间、父节点 token 或 .wiki-sync.json 配置。
• 推送前必须获得用户明确批准。
• 推送图片时，不要依赖 Markdown 相对路径自动导入；需要使用 lark-cli docs +media-insert 或等价流程上传真实素材。
• 如果本地产物是 SVG 图，不要直接把 .svg 路径写进飞书 Markdown。
• 正确流程是：

1. 本地先产出和保存 SVG
2. 推送前把 SVG 渲染成 PNG
3. 用 lark-cli docs +media-insert 上传 PNG
4. 再用飞书返回的图片 token 覆盖文档中的 ## 技术地图

• 如果直接用 docs +create 或 docs +update 导入本地 .svg 路径，飞书通常会产生空图片占位或下载失败警告。

命令

关键词检索候选视频

python "$env:USERPROFILE\\.codex\\skills\\embodied-ai-agent\\scripts\\search_bilibili.py" "具身智能 VLA pi0"

关键词检索候选仓库

python "$env:USERPROFILE\\.codex\\skills\\embodied-ai-agent\\scripts\\search_github.py" "World Model"

调用当前工作区流水线

python "$env:USERPROFILE\\.codex\\skills\\embodied-ai-agent\\scripts\\run_workspace_pipeline.py" "https://www.bilibili.com/video/BV1TP9WBjEvA/"

调用当前工作区 GitHub 流水线

python "$env:USERPROFILE\\.codex\\skills\\embodied-ai-agent\\scripts\\run_github_workspace_pipeline.py" "World Action Model"

资源

• scripts/search_bilibili.py

用关键词检索 Bilibili 候选视频，返回适合给用户确认的结构化结果。

• scripts/search_github.py

用关键词检索 GitHub 候选仓库，返回适合继续整理的结构化结果。

• scripts/run_workspace_pipeline.py

在当前工作区定位并调用已有的 Embodied-Ai-agent 本地流水线。

• scripts/run_github_workspace_pipeline.py

在当前工作区定位并调用 GitHub 仓库研究流水线。

• references/workflow.md

记录课题路由、产物结构和飞书推送边界。

• references/github-search-queries.md

记录 GitHub 侧可复用的查询模板，参考 github-trending 的检索方式。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: phanghonghao
• Source: phanghonghao/THU-Awesome-Skills
• License: MIT

Install and usage instructions live in the source repository linked above.