SkillMaster-cai/Research-Paper-Writing-Skills4,998 Stars

Research-Paper-Writing-Skills

按章节拆分论文写作任务,用结构化模板和claim-evidence对齐检查提升稿件质量。

面向ML/CV/NLP方向的研究生和工程师。从摘要和引言入手,按任务-挑战-贡献主线组织每个章节,最后以审稿人视角做全稿自审。

bo老师判断:值得观察

方向值得关注,建议先确认当前任务是否真正需要它。

...互动状态已更新

什么时候用

先判断任务是否合适

  • 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

先准备什么

材料越清楚,结果越有用

  • 论文各章节草稿(至少Abstract和Introduction)
  • 你的技术贡献、核心洞见和方法pipeline的清晰描述
  • 对比实验、消融实验和泛化测试的结果
  • 目标投稿会议或期刊的格式和评审标准

它会怎样推进

从材料到可以检查的结果

  1. 01

    路由章节

    明确当前要处理的章节,Skill只加载该章节的写作指南,不混入无关规则

  2. 02

    回答前置问题

    写出该章节最核心的几个问题答案(任务是什么、贡献在哪里、为什么有效)

  3. 03

    选择模板

    根据贡献数量、任务熟悉度等选择匹配的写作模板和段落结构

  4. 04

    生成草稿

    按模板槽位填充内容,生成带段落角色的初稿和mini-outline

  5. 05

    质量检查

    检查段落首句是否说明作用、术语是否统一、major claim是否有实验支撑

  6. 06

    全稿自审

    以审稿人视角逐维打分,产出claim-evidence对齐表和修订清单

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。跑通以后,再把自己的真实材料放进去。

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。

结果出来后

先看这些检查点

  • 每个major claim是否都能对应到具体实验或引用支撑
  • 段落首句是否清晰表达了该段的唯一作用
  • Introduction的故事线是否从任务-挑战-洞见-贡献逐层推进
  • 是否存在只有弱基线对比而做出强结论的实验论证

常见误区

这些判断仍由你负责

  • 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

能力地图6 项已拆解能力
  1. 01

    实验论证与表格质量审查

    把 Experiments 写作和审查拆成三类证据问题:是否优于强基线、哪些模块带来增益、在更难设置下能否泛化,并同时检查表格和图形是否以清晰、低噪声、可读的方式呈现实验结论。

  2. 02

    引言任务挑战流水线组织

    把 Introduction 写作拆成任务和应用、已有方法失败、根本技术问题、本文方案、方案有效原因、贡献和实验结果几个层级,并根据任务熟悉度、挑战来源和贡献形态选择合适的引言模板。

  3. 03

    摘要挑战贡献模板改写

    把论文摘要写作任务拆成任务、技术挑战、洞见或贡献、技术优势和实验结果几个位置,并在三种模板之间选择合适结构来生成或改写摘要。

  4. 04

    方法模块三要素写作

    把 Method 写作任务转化为模块清单、pipeline 图草稿、每个模块的 motivation、design 和 technical advantage,并按 overview 到子模块的顺序生成可读方法章节。

能力主要输入主要输出人工检查

实验论证与表格质量审查

源码已核对

  • 论文主要 claim。
  • 对比实验、消融实验、泛化或压力测试结果。
  • baselines、metrics、datasets 和 evaluation protocol。
  • 实验段落或实验章节草稿。
  • claim-evidence 对齐表。
  • 消融缺口和 hard setting 缺口。
  • 作者确认 baselines 是否公平且足够强。
  • 作者确认 metrics、datasets 和 splits 是否准确。
  • 作者确认实验 claim 是否需要弱化或补实验。

引言任务挑战流水线组织

源码已核对

  • 论文任务和应用背景。
  • 目标指标或读者关心的评价维度。
  • 已有方法类别和各自技术限制。
  • Introduction outline。
  • 结构化引言段落草稿。
  • 段落首句和术语稳定性检查。
  • 作者确认技术挑战是否正好是本文解决的问题。
  • 作者确认已有方法描述是否准确。
  • 作者确认所有强 claim 都能被实验或引用支撑。

摘要挑战贡献模板改写

源码已核对

  • 论文任务或问题定义。
  • 当前摘要草稿或待写摘要目标。
  • 技术挑战、技术贡献、洞见、优势和实验结果。
  • 摘要 outline。
  • 改写后的摘要段落。
  • 摘要 claim-evidence map。
  • 作者确认贡献是否真实。
  • 作者确认实验结果是否足以支撑摘要 claim。
  • 作者确认摘要是否符合目标会议或期刊限制。

方法模块三要素写作

源码已核对

  • 论文方法 pipeline 或模块清单。
  • 每个模块的运行流程、存在原因和有效原因。
  • 可用的 pipeline figure sketch 或草图说明。
  • Method section outline。
  • Overview 和模块 subsection 草稿。
  • 模块三要素表。
  • 作者确认模块边界和运行顺序。
  • 作者确认技术优势是否真实并有实验支撑。
  • 作者确认关键参数、结构和实现细节是否准确。

段落流畅度反向大纲检查

源码已核对

  • 用户提供的论文段落或章节草稿。
  • 章节 thesis 或主 claim。
  • 段落 topic sentence、证据或解释点。
  • 段落 flow 诊断。
  • reverse outline。
  • 改写建议或改写段落。
  • 作者确认 thesis 和 topic sentence 是否真实表达论文意图。
  • 作者确认改写是否保持原意。
  • 作者确认证据是否足以支撑段落消息。

相关工作与结论章节定位

源码已核对

  • 直接竞争论文和近期 baseline。
  • 技术主题分组。
  • 本文与每组工作的机制、假设和失败模式差异。
  • Related Work 主题 outline 和段落草稿。
  • Conclusion 草稿。
  • baseline coverage 和 limitation type 检查清单。
  • 作者确认 strongest baselines 是否全部覆盖。
  • 作者确认本文区别是否真实。
  • 作者确认限制是否诚实且不会过度削弱贡献。

处理机制

  1. 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

已完成源码核对

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

文献 · 分析 · 写作

grobid

把学术论文PDF解析成结构化TEI XML,提取元数据、全文结构和参考文献

查看内容

文献 · 设计 · 分析 · 写作

Scientific-Agent-Skills

为AI科研代理提供文献检索、写作、统计、实验设计和同行评审的结构化能力。

查看内容

起步 · 文献 · 设计 · 验证 · 写作

Academic Research Skills

在Claude Code中将研究、写作、审稿和修订串成可追溯的学术论文全流程

查看内容