如何避免skills投毒和筛选适合科研工作流的skills组合？

作为一名纯AI新人，您提出的关于如何避免skills投毒和筛选适合科研工作流的skills组合的问题，确实非常重要。以下是一些建议来帮助您解决这个问题。

避免投毒技能：
- 官方源：优先选择官方发布的skills，这些skills通常经过严格测试，安全性较高。
- 社区评价：参考社区的评价和讨论，选择那些被广泛认可和使用的skills。
- GitHub仓库：在GitHub上，关注那些有活跃维护者和大量star的skills，这些通常意味着技能的质量和安全性较高。
- Clawhub：虽然Clawhub上下载的人少，但您可以关注其上是否有官方推荐或经过验证的skills。
筛选适合的skills：
- 明确需求：首先明确您的科研工作流需要哪些功能，比如数据处理、模型训练、结果可视化等。
- 分层组合：根据需求，将skills分为基础层、应用层和扩展层。基础层可能包括数据处理和清洗的技能；应用层可能包括模型训练和优化的技能；扩展层可能包括结果可视化和报告生成的技能。
- 社区推荐：参考社区中其他科研人员的推荐和使用经验，选择那些被广泛验证有效的skills组合。
- 文档和教程：选择那些有详细文档和教程的skills，这样可以帮助您更好地理解和集成这些skills到您的工作流中。

希望这些建议能帮助您找到安全可靠的skills，并有效地筛选出适合您科研工作流的skills组合。