Lab Agent — Development skill for Claude Code

Lab Agent

**本科生科研选题平台。给出候选题目，并用真实文献计数判断前人做到哪一步。**

AI 能力不自带 —— 把你本机已装的 agent（pi / Claude Code / Codex / OpenCode / Hermes） 当作**纯 LLM 补全后端**：发一段 prompt、收一段文本，判断权归平台。

它为什么不是又一个 AI 科研工作台：模型对「这个方向有没有人做过」完全不可靠， 它会自信地说「研究较少」却拿不出依据。本项目把该判断换成可复核的 OpenAlex 计数。 对照 [Open Science Desktop](https://github.com/ai4s-research/open-science)、 [Open Science](https://github.com/aipoch/open-science) 这类通用工作台 —— 它们信任模型的判断并产出文档，这里不信任。

---

为什么能这么做：ACP

[Agent Client Protocol](https://agentclientprotocol.com/)（Zed 主导，JetBrains 跟进， 30+ agent 实现）是「agent 界的 LSP」：JSON-RPC 2.0 over stdio，客户端把 agent 当子进程拉起。

接一个新 agent 因此不是「写一个适配器」，而是「配一条命令」。

Agent	ACP 入口	类型
pi	npx -y pi-acp	社区适配器
Claude Code	npx -y @zed-industries/claude-code-acp	Zed 官方适配器
Codex	npx -y @agentclientprotocol/codex-acp	Zed 官方适配器
OpenCode	opencode acp	原生
Hermes	hermes acp	原生（Python acp_adapter）
Gemini CLI	gemini --acp	原生

平台做 ACP **client**；agent 做 ACP **server**。生命周期： `initialize` → `session/new(cwd)` → `session/prompt` → `session/update` 流式通知 → `session/cancel`。

ACP 能力	平台拿到什么
initialize	统一接口：一套代码驱动 6 家 agent，零差异
session/new 回传 models	复用用户自己的模型与 key（pi 实测 60 个）
session/update 流	正文 / 思考链 / 工具调用过程可视化
session/set_model / set_config_option / set_mode	模型与思考强度由平台切
session/cancel	中途中止

不用 ACP 的代价：得给每家 agent 写一套适配（claude `-p --output-format stream-json`、 pi `--mode rpc`、opencode HTTP 4096、codex `exec --json`、hermes TUI gateway）—— 五套协议、五份解析，agent 一升版就可能坑。

ACP 给不了什么（重要）

**协议里没有任何字段能声明「这一轮不要用工具」。** `allowedTools`、`toolChoice`、 `system` 在 schema 里全部不存在（已逐字搜索确认）。`clientCapabilities.fs` 设 false 只能阻止 agent 回调平台，挡不住它用自己的 Read/Write/Bash 动手。

所以「当补全后端」在协议层拿不到保证。平台能做的：拒绝一切越权委派请求、 把最保守的 mode 传给 agent、在 prompt 里明确要求。**挡不住的部分如实写在 UI 上**， 不假装自己是安全闸门。`presets.mjs` 的 `builtinTools` 记录哪个 agent 有这个能力。

**协议里也没有超时。** SDK 零 timer，每个 deadline 都得自己建。

---

写入隔离：不碰你的 agent 目录

平台 spawn age