核心功能
Denario Skill 是一个面向科学研究自动化的技能封装，将 Denario 研究框架整合为可交互的科研助手。通过五个阶段化指令触发完整学术流水线：选题生成（idea）、方法设计（methods）、结果分析（results）、论文撰写（paper）及文献管理（citations）。首次运行自动完成环境配置与依赖安装，大幅降低技术门槛。
显著优点
1. 全流程覆盖：单一技能支撑从灵感萌芽到可投稿论文的完整周期，避免多工具切换的认知负担。
2. 零配置启动：自动创建隔离虚拟环境（~/.denario_skill_env），自动处理 Z.ai 智谱 API 集成，用户仅需配置一次 API Key。
3. 结构化工作流：明确的阶段划分符合真实科研节奏，便于迭代优化与版本控制。
4. 云端模型加持：依托 Z.ai 的大语言模型能力，在文献综述、实验设计等环节提供智能辅助。
潜在局限
1. 黑箱风险：自动化程度过高可能导致研究者对方法论细节缺乏深入理解，存在"幻觉"引用或虚构数据的风险。
2. 领域适配性：通用框架对特定学科（如需要湿实验验证的生命科学）的适配有限，仍需人工介入。
3. 学术伦理边界：自动生成完整论文可能触及学术不端灰色地带，需明确人工审核与署名责任。
适用人群
- 需要快速验证研究假设的硕博研究生与青年学者
- 跨学科探索初期需方法论框架参考的研究者
- 学术写作效率工具的早期尝鲜用户
风险提示
关键安全考量：该技能直接调用外部 API 处理学术内容，存在数据上传至第三方服务器的隐私泄露风险；自动生成的学术文本必须经过严格的事实核查与原创性检测，禁止直接投稿或用于学位申请。建议仅作为研究辅助工具，核心创新点与结论必须由人工确认。