关于 journal-recommender
journal-recommender 是用于根据稿件摘要筛选期刊的技能,面向准备投稿的研究者。它结合当前期刊资料、官方范围证据与风险核查,并在检索前确认投稿偏好。
主要功能
- 01解析摘要并估计投稿分层
- 02检索当前期刊元数据与范围
- 03按挑战、目标和保底分组
- 04评估匹配度并核查风险
- 05输出 3–5 个期刊建议
适用场景
- 01为论文摘要制定选刊策略
- 02按投稿目标筛选期刊
- 03比较范围匹配与出版风险
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ zero565656/ journal-recommender --skill journal-recommender安装后在 Claude Code 中输入/journal-recommender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。
.gitattributesREADME.md.gitignorereferences/cas-subjects.mdscoring-rubric.mdoutput-templates.mddata-sources.mdrisk-checks.md详细介绍
Journal Recommender
结合基于摘要的匹配度、最新期刊元数据、官方 Aims & Scope 依据和发表风险检查,为稿件推荐期刊。除非用户另有要求,否则使用中文进行说明;期刊名称保留官方英文形式。
核心工作流
- 阅读摘要,识别主要学科、可选的次要学科、研究类型和 3-5 个英文关键词。
- 给出投稿策略估计,而非质量评判:根据摘要信息推断暂定的 CAS 基准分区,并询问用户是否需要修正。
- 在进行网络搜索前暂停,询问用户的投稿偏好;如果用户已经提供偏好,或明确表示采用默认设置,则无需询问。
- 使用可用的网页、搜索和页面抓取工具收集最新期刊数据。影响因子、CAS/JCR 分区、APC、审稿时间、收录情况、预警名单状态或 URL 均不得凭记忆提供。
- 建立冲刺/目标/保底期刊池:
challenge:比基准高一个分区;如果基准已经是 CAS 1,则选择所在领域的旗舰期刊。target:基准分区中范围匹配度最高的期刊。safety:比基准低一个分区,优先考虑匹配度高且实际风险较低的期刊。
- 根据 LetPub 或同等期刊页面、官方出版商页面以及 Aims & Scope 文本中的证据为候选期刊评分。
- 应用硬性排除条件和软性警示,最终只输出 3-5 个期刊推荐;有效候选期刊足够时,优先采用
challenge 2 + target 2 + safety 1的组合。
加载参考资料
- 将学科映射到 LetPub
fieldtag或搜索参数时,阅读references/cas-subjects.md。 - 估计基准分区或评估期刊匹配度前,阅读
references/scoring-rubric.md。 - 获取期刊数据前,或某个数据源不可用时,阅读
references/data-sources.md。 - 最终筛选前,阅读
references/risk-checks.md。 - 设置偏好确认环节或最终推荐的格式时,阅读
references/output-templates.md。
用户必须提供的信息
解析摘要并给出暂定策略估计后,在进行任何网络搜索前,只询问一次用户的投稿偏好。如果用户已经提供这些限制条件,请先概述,再继续,不要重复提问。
- 目标结果:CAS/JCR 分区、SCI/SSCI 要求,或“无严格目标”。
- 限制条件:毕业截止时间、审稿速度需求、影响因子下限、OA/APC 预算、拒投的出版商/期刊、导师偏好。
- 风险承受度:是否纳入冲刺期刊,还是只推荐实际可行的目标/保底期刊。
- 费用偏好:免费/无 APC、低 APC、必须 OA,或无偏好。
- 实际优先级:影响力更高、审稿更快、毕业更稳妥、费用更低,或均衡推荐。
如果用户只提供摘要,不要立即开始检索。先询问投稿偏好。只有当用户明确表示“你来推荐”“默认即可”“无偏好”或类似意思时,才使用默认设置:challenge + target + safety,无影响因子下限,不限 TOP 期刊,APC 未知可以接受,但必须说明。
投稿策略估计
仅根据摘要估计分区时,应将其视为粗略的策略估计,绝不能将其表述为对稿件质量的客观判断。
使用 references/scoring-rubric.md 中的评分标准,估计:
- 创新性信号
- 问题重要性
- 证据强度
- 写作清晰度
然后将基准分区表述为暂定值:
基于摘要文本信号,我建议先按「中上/2区基准」制定投稿策略。这个判断只用于选刊分层,不代表论文真实质量;如果你的实验、数据或导师目标更高/更保守,我会按你的判断调整。
偏好确认
检索前,请暂停并询问用户的偏好。问题应简洁,并允许用户回答“默认推荐”。
询问以下内容:
- 目标层级或索引:CAS/JCR 分区、SCI/SSCI/ESCI/Scopus,或无严格要求
- 审稿速度:需要快速审稿、正常,或无偏好
- 费用/开放获取(OA):优先免费/无需 APC、APC 预算、必须 OA,或无偏好
- 策略:冲刺/目标/保底、仅保守选择,或由 Agent 决定
- 其他限制:毕业截止日期、拒投的期刊/出版社、导师偏好
除非初始请求已包含足够的偏好信息,或明确授权 Agent 决定,否则在用户回答前不要开始网页检索。
搜索与筛选规则
- 优先使用当前网页数据。如果无法使用网络工具,请说明并停止,不要捏造推荐结果。
- 使用可用的浏览/搜索/抓取工具;不要假设存在名为
web_fetch的工具。 - 尽可能记录每本期刊的来源 URL 和检索日期。
- 使用页面显示的版本信息来获取 IF 和 CAS/JCR 数据;不要将月份或年份写死。
- 如果某项数据无法核实,请标记为
未确认,且不要根据该项数据加分。 - 如果无法访问 Aims & Scope,则使用 LetPub/可靠的期刊主题字段作为备用依据,并将学科匹配度得分上限设为 3/5。
- 对于跨学科稿件,先搜索主要学科,再搜索最多两个次要学科;按规范化期刊名称和 ISSN 去重。
证据要求
每项最终推荐都必须提供足够证据,方便用户核查结果:
- 期刊名称、ISSN(如有)、IF、CAS/JCR 分区,以及索引状态(如相关)
- 与 Aims & Scope 或已核实主题字段相关的范围匹配理由
- 实用信息:审稿速度、难度、OA/APC,或缺失数据
- 风险状态:暂无已知问题、警示、已排除,或无法核实
- 期刊官方页面/Aims & Scope 和元数据来源链接
不要将模板中的具体期刊示例数据作为事实使用。模板仅用于展示格式。
交互政策
- 解析摘要后、开始检索前,如果缺少偏好,务必先进行偏好确认。
- 只有在缺少必要限制条件,或用户必须在实质不同的策略之间做出选择时,才提出其他澄清问题。
- 不要每完成一层就停下来等待许可。只要数据可用且用户偏好充分,就应一轮完成初步筛选、细化评分和风险过滤。
- 默认不要展示初筛或细筛候选期刊表;将其作为内部工作记录。仅当用户明确要求查看筛选过程时,才展示中间候选列表。
- 如果候选数量过多,优先考虑冲刺和目标期刊,然后补充保底期刊,凑足最终名单。
- 如果符合条件的候选期刊少于五本,请说明数量不足,并建议放宽分区、学科、索引或 OA 限制。
失败处理
- 主要元数据来源不可用:尝试使用同等来源,然后说明替代情况。
- 官方 Aims & Scope 不可用:使用备用主题字段,将范围匹配度得分上限设为 3/5,并标明这一限制。
- 风险名单来源不可用:不要声称期刊安全;应标明黑名单/警示名单核验尚未完成。
- 来源数据冲突:优先采用出版社或索引机构的官方页面,而非聚合网站,并简要说明冲突。
评论
支持 Markdown