关于 experiment-story-writer
将实验依据整理为研究论文结果叙述的写作技能。它帮助研究者组织图表、指标与主张,并谨慎处理混合或暂定结果,避免夸大结论。
主要功能
- 01将主张对应到结果证据
- 02规划实验章节顺序
- 03起草和修改结果段落
- 04处理混合及暂定发现
- 05记录证据状态与限制
适用场景
- 01根据表格和图撰写结果
- 02解释消融实验和诊断结果
- 03结果不一致时限定主张范围
- 04为进行中的实验标记占位内容
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ a-green-hand-jack/ ml-research-skills --skill experiment-story-writer安装后在 Claude Code 中输入/experiment-story-writer确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
references/mixed-results-and-placeholders.mdresult-narrative-patterns.mdtemplates/experiment-story-plan.md详细介绍
实验结果叙事撰写工具
将实验和结果部分写成证据叙事。此工具会将论点映射到图、表、消融实验、指标和段落,然后起草或修改结果文字,说明证据能够支持什么。
请在以下情况下使用此工具:
- 决定实验部分的顺序
- 根据表格和图撰写结果段落
- 解读主要结果、消融实验、诊断结果、效率结果和定性示例
- 处理混合、负面或令人意外的结果,同时不削弱主要论点
- 在实验进行期间标记临时结果占位符
- 使结果文字与论文论点及证据状态保持一致
不要使用此工具从头设计新实验。使用 paper-writing-memory-manager 记录结果文字的依赖关系、过时论点的位置以及未完成的结果撰写事项。当原始 CSV 结果仍需整理成面向论文的表格或图时,使用 paper-result-asset-builder。当结果叙事暴露出论点缺少支持,而应先检索已有结果、再考虑新增计算时,使用 paper-evidence-gap-miner。使用 experiment-design-planner 规划真正的新实验,使用 baseline-selection-audit 检查基线的公平性,使用 figure-results-review 审核图的视觉呈现,使用 table-results-review 审核表格,并使用 paper-evidence-board 清点论点与证据。
工具目录结构
<installed-skill-dir>/
├── SKILL.md
├── references/
│ ├── result-narrative-patterns.md
│ └── mixed-results-and-placeholders.md
└── templates/
└── experiment-story-plan.md
渐进式加载
- 始终阅读
references/result-narrative-patterns.md。 - 当结果为负面、混合、不稳定、暂定或仍在生成时,阅读
references/mixed-results-and-placeholders.md。 - 创建
paper/.agent/experiment-story-plan.md时,使用templates/experiment-story-plan.md。 - 存在以下文件时,请阅读本地的
paper/.agent/writing-contract.md、paper/.agent/writing-memory/、paper/.agent/paper-evidence-board.md、paper/.agent/evidence-completion-plan.md、paper/.agent/result-inventory.md、paper/.agent/result-asset-provenance.md、paper/.agent/provisional-results.md、paper/.agent/visual-style.md以及图表审查报告。 - 存在以下论文文件时,请阅读:
sections/experiments.tex、sections/results.tex、figures/*.tex、tables/*.tex,以及docs/results/、docs/reports/或docs/runs/下的实验日志或报告。
核心原则
- 结果文字应回答一个论点问题,而不只是描述表格。
- 实验顺序应与论文的贡献层级一致。
- 主要结果用于确立论点;消融实验用于解释原因;诊断结果用于界定适用条件;效率结果用于说明成本;定性结果则将行为具体呈现出来。
- 每个结果段落都应说明比较对象、指标、设置和结论。
- 当计算量、数据、训练时长、调参预算、硬件、评估协议和筛选规则会影响论点时,结果文字应明确说明。
- 不要隐瞒混合结果。应解释这些结果如何缩小、限定或促使调整论点。
- 不要捏造最终数值。只能使用标注为临时内容的占位符作为写作框架。
- 如果结果与论点相矛盾,请转交
result-diagnosis处理,或先缩小论点范围,再撰写有力的结论。
步骤 1 - 构建结果快照
提取:
## Experiment Story Snapshot
- Target venue:
- Paper archetype:
- Primary claims:
- Figures:
- Tables:
- Main metrics:
- Baselines:
- Comparison-affecting protocol details:
- Ablations:
- Verified results:
- User-stated results:
- Provisional or missing results:
- Mixed or negative results:
- Claims at risk:
如有论点 ID,请使用现有 ID。如果没有,请分配本地 CLM-TMP-* ID,并建议将其同步到 paper-evidence-board。
步骤 2 - 选择章节叙事结构
阅读 references/result-narrative-patterns.md,并选择章节顺序:
- 论点优先的主要结果
- 基准测试排行榜加分析
- 按顺序呈现研究发现
- 机制优先的消融实验
- 系统性能层级
- 诊断或失效模式序列
章节顺序应遵循论文的主要论点,而不是实验的实际执行顺序。
步骤 3 - 创建实验故事规划
创建或更新:
paper/.agent/experiment-story-plan.md
如果没有 paper/ 目录,且当前目录是论文仓库,请保存到:
.agent/experiment-story-plan.md
使用 templates/experiment-story-plan.md。
针对每张图表、每个表格和每段结果文字,记录:
- 证据的作用
- 支持的主张
- 结果状态
- 必要的解读
- 风险或注意事项
步骤 4 - 撰写结果文字初稿
针对每个段落:
- 以主张问题或实验目的开篇
- 仅介绍解读所需的设置
- 描述最相关的比较
- 解读结果为何支持、缩小或使主张更复杂
- 以对下一项实验或论文主张的启示收尾
避免只罗列数字而不加解读。
避免回避不公平之处或隐藏优势。如果结果依赖额外算力、重复使用数据、调优预算、种子/切片选择、指标选择或不同硬件,请披露其适用范围,或在撰写最终结果文字前转交给 baseline-selection-audit/paper-evidence-board。
步骤 5 - 处理暂定结果和混合结果
结果尚未定稿时:
- 使用便于搜索的占位符,例如
[[PROVISIONAL_RESULT:...]] - 将其添加到占位符清单
- 避免使用最终定论式的最高级表述
- 撰写周边文字,使替换内容局限于占位符所在位置
结果不一时:
- 说明方法在哪些方面有效
- 说明方法在哪些方面无效
- 解释这一局限是否影响主要主张、适用范围或未来工作
- 将严重矛盾转交给
result-diagnosis
步骤 6 - 最终检查
定稿前:
- 每项主要主张至少有一个结果段落
- 每张主要表格/图表都有叙述上的作用
- 消融实验解释机制或设计选择
- 图注与正文不相矛盾
- 数字与经核实的来源一致,或已标记为暂定
- 对结果不一的情况明确说明适用范围,而非加以隐瞒
- 缺失的阻碍性证据应先转交给
paper-evidence-gap-miner;只有在现有 CSV 结果无法填补缺口时,才转交给experiment-design-planner - 通过
paper-writing-memory-manager写回结果与主张之间的依赖关系及过时位置 — 记录哪些结果段落已起草、引用了哪些图表/表格、哪些主张现在已有正文支持,以及paper/.agent/provisional-results.md中的任何暂定结果占位符