这个 Skill 提供了哪些能力
点开任一能力,看清怎么用
每个能力展开后是三件事:它会给你什么、你需要准备什么、哪些必须由你把关。
常见场景:初稿写完每一章后需要结构化的写作自查;Introduction写完后逻辑不清楚,需要按任务-挑战-方案重建主线;投稿前想模拟审稿人视角做全稿质量扫描;实验章节的表格和图注表述不清,需要可读性审查
帮你写好实验部分:把实验写作拆成三个问题——有没有赢过足够强的对手、每个模块带来多少提升、换到更难的设置还行不行——顺手检查表格和图是否清楚好读。
它会给你什么
- 实验段落或实验章节草稿。
- 主张与证据的对照表。
- 还缺哪些消融实验和困难场景测试的提示。
你需要准备
- 论文的核心主张。
- 对比实验、消融实验和泛化、压力测试的结果。
- 对比方法、衡量指标、数据集和评测流程。
由你把关
- 对比方法是否公平且足够强,由你确认。
- 指标、数据集和数据划分是否准确,由你确认。
- 实验主张是否需要弱化、要不要补实验,由你决定。
帮你组织论文引言:按“任务与应用、已有方法为什么不行、根本技术难题、本文方案、为什么有效、贡献与结果”的层级搭引言,并按你对任务的熟悉程度选合适的引言模板。
它会给你什么
- 引言大纲。
- 结构化的引言段落草稿。
- 段首句和术语一致性的检查。
你需要准备
- 论文要解决的任务和应用背景。
- 目标指标或读者关心的评价维度。
- 已有方法的分类和各自的技术限制。
由你把关
- 技术挑战是否正好是本文解决的,由你确认。
- 已有方法的描述是否准确,由你确认。
- 所有强主张是否都有实验或引用支撑,由你确认。
帮你写或改论文摘要:把摘要拆成任务、技术挑战、洞见贡献、优势和结果几个位置,从三种模板里选合适的结构来组织。
它会给你什么
- 摘要大纲。
- 改写后的摘要段落。
- 摘要主张与证据的对应关系。
你需要准备
- 论文的任务或问题定义。
- 现在的摘要草稿,或这次写摘要的目标。
- 技术挑战、贡献、洞见、优势和实验结果。
由你把关
- 贡献是否真实,由你确认。
- 实验结果是否足以支撑摘要里的主张,由你确认。
- 摘要是否符合目标会议或期刊的格式限制,由你确认。
帮你写方法章节:先列模块清单、画流程草图,再为每个模块写清楚“为什么要有、怎么设计、好在哪”,按总览到子模块的顺序生成可读的方法章节。
它会给你什么
- 方法章节大纲。
- 总览和各模块小节的草稿。
- 每个模块的三要素对照表。
你需要准备
- 论文方法的模块清单或流程。
- 每个模块怎么运行、为什么存在、为什么有效。
- 流程图草稿或草图说明。
由你把关
- 模块边界和运行顺序是否正确,由你确认。
- 技术优势是否真实且有实验支撑,由你确认。
- 关键参数、结构和实现细节是否准确,由你确认。
帮你检查段落读起来顺不顺:先站在陌生读者角度查每段是否只讲一个意思、首句是否点题、术语是否好懂、句子是否衔接,再用反向大纲法核对每段主题句和整节主张对得上。
它会给你什么
- 段落流畅度诊断。
- 反向大纲。
- 改写建议或改写后的段落。
你需要准备
- 你提供的论文段落或章节草稿。
- 该章节的主张或核心论点。
- 每段的主题句和证据或解释点。
由你把关
- 主题句是否真实表达论文意图,由你确认。
- 改写是否保持了原意,由你确认。
- 证据是否足以支撑段落的意思,由你确认。
帮你写相关工作与结论:相关工作按技术主题分组、写清和每一组的差别在哪;结论按问题、核心技术、最强证据、影响、限制和未来方向收口。
它会给你什么
- 相关工作的主题大纲和段落草稿。
- 结论草稿。
- 对比方法覆盖情况和限制类型的检查清单。
你需要准备
- 直接竞争的论文和近期对比方法。
- 技术主题的分组。
- 本文和每一组工作在机制、假设和失败模式上的差别。
由你把关
- 最强的对比方法是否全部覆盖,由你确认。
- 本文的区别是否真实,由你确认。
- 限制的写法是否诚实且不过度削弱贡献,由你确认。
第一次这样开始
把仓库地址直接交给 AI
先让 AI 说明环境和风险,再完成最小安装验证。开始前想清楚要用哪个能力、把对应材料备在手边——每张能力卡展开后有具体清单。
第一次直接复制
帮我安装这个库:https://github.com/Master-cai/Research-Paper-Writing-Skills 安装前先告诉我需要什么环境,安装后帮我跑通一个最小示例。
别这样用
这些判断,仍然由你负责
- 不加区分地一次加载所有章节指南——应该渐进加载当前任务需要的参考
- 把模板当写作替代品——模板是结构框架,不能替代真实贡献和实验事实
- Introduction先写naive baseline再写改进——会让贡献显得直白,应反向组织
- 表格缺少指标方向标注(越高越好/越低越好)和数字精度控制,读者无法判断
技术依据
查看能力拆解、验证范围与来源
技术依据
查看能力拆解、验证范围与来源
处理机制
- 01
skill入口与参考材料合同
这个横向机制解释该仓如何用一个 SKILL.md 入口、一个 metadata 文件和一组按章节拆分的 references/examples,把论文写作请求转成可审查产物。
已核对范围
- 读取 references/experiments.md
- 读取 SKILL.md 中视觉质量和 claim-evidence 规则
- 读取 references/introduction.md
- 读取 introduction examples index 和 introduction 子目录示例文件
- 读取 references/abstract.md
- 读取 abstract example index 和三个 abstract template 文件
- 读取 references/method.md
- 读取 method examples index 和 method 子目录示例文件
仍待核对
- 未读取任何真实实验表格样本
- 未验证 LaTeX 表格能否编译
- 未做统计显著性或数据真实性检查
- 未用真实 Introduction 样本运行
- 未验证模板对非 ML/CV/NLP 论文的适配性
- 未验证 claim-evidence 对齐结果
- 未用真实论文摘要样本运行
- 未验证输出是否能自动保持实验支持边界
读取版本
9ee5eddc10068cc52590b3a68a827d3a387f5af9许可
MIT
最近核对
内容 2026-06-16
Stars 2026-07-11
相关文章
科研之我见
用 AI 写文献综述,怎样控制幻觉和证据断裂
把文献关系、核心文献筛选、方法矩阵和四类 Gap 分开处理,让综述中的每个判断都能回到具体材料。
查看内容