mcpField
N
nature-paper-xray

nature-paper-xray

github.com/yuan1z0825生产力51.2k1.9k 次安装1 天前更新
代码仓库

关于 nature-paper-xray

Nature Paper X-Ray 是用于深入解读研究论文并生成 Markdown 长文的 Skill,面向希望理解研究判断与证据边界的读者。它重建研究过程,检查图表中的反证、设计选择和证据局限,而非按章节概述。

主要功能

  1. 01阅读正文、附录及补充材料
  2. 02重建研究问题与证据路径
  3. 03区分关键设计与非关键选择
  4. 04用具体示例解释公式
  5. 05检查比较公平性与证据边界
  6. 06按论文类型调整分析重点

适用场景

  1. 01分析论文图表支持主张的程度
  2. 02检查消融实验和基线比较
  3. 03理解公式及其数值示例
  4. 04梳理论文未报告的限制

MCP 相关

此输入未说明 MCP 集成。

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/yuan1z0825/nature-skills --skill nature-paper-xray

安装后在 Claude Code 中输入/nature-paper-xray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。

manifest.yaml
README_EN.md
README.md
agents/
openai.yaml
references/
deep-reading-protocol.md
evidence-boundary.md

详细介绍

Nature 论文 X-Ray

像一位研究者站在白板前向同事讲解那样读一篇论文:作者看到了什么、他们为什么相信这一点、他们在哪里犹豫、他们放弃了什么,以及哪些数字会改变结论。

交付物是一篇 Markdown 长文。逐节总结论文是一种失败模式,而不是退而求其次的做法。

默认立场

  • 方法部分是按教学顺序组织的,而不是工作实际发生的顺序。引言中的叙事是事后编排的。贡献列表是为审稿人写的。
  • 决定这篇论文的那些判断——作者注意到了什么、他们为什么信任它、他们放弃了什么——大多没有被写下来。还原它们是这项工作的职责。
  • 每一张图都是被挑选出来的。先问作者希望读者从这一张图中相信什么,然后寻找图中那些不支持这种解读的细节。
  • 图比正文更常自带反证:一条更晚才交叉的曲线、一根比被比较方法之间差距还宽的误差棒、一个掩盖了常数倍差异的对数轴、一个被用来代表方差结论的随机种子。
  • 要么明确指出某种机制,要么说明论文没有指出机制。不要提供作者从未陈述过的动机。

工作流

  1. 先通读全部来源 —— 正文、附录、脚注、图注与表注,以及附带提供的补充材料。附录承载着正文不愿印出的内容:真实的超参数搜索范围、不好看的消融实验、审稿回复材料。将正文与附录之间的不一致记录为发现。
  2. 重建研究路径。 指出这项工作所回应的具体失败,以及作者把赌注押在其最强证据上的地方。第一张图通常承载着这个赌注,值得单独处理。
  3. 区分承重结构与装饰。 对于每个有特色的设计选择,判断去掉它会使结果崩塌,还是仅仅伴随结果出现。引用能够裁定这一点的消融实验、附录表格或对照比较。当不存在这样的对照时,写明论文没有进行该对照。
  4. 为数学内容奠定基础。 给出每个符号的形状和含义,在陈述公式之前先说明公式是做什么用的,并在每个关键公式之后附上一个使用具体数字并一直算到结尾的微型示例。参见 references/deep-reading-protocol.md。
  5. 检查证据边界。 正文、表格与图之间是否一致;基线是否共享数据、步骤和调参预算;超参数是否在测试集上选择;预处理泄漏;成本,以及该主张在什么条件下不再成立。参见 references/evidence-boundary.md。
  6. 保留模糊限定的强度。 “可能”不是“确实”,“提示”不是“表明”,“某些设置”不是“所有设置”。当论文没有报告结论所需的某些内容时,写明论文没有报告。绝不要用看似合理的数字、假设的默认值或从类似论文中记住的值来替代。
  7. 交付长文。 先讲论文实际主张什么,然后讲重建的路径、承重判断、已完成的示例,以及证据边界。最后以读者应带走什么、还有什么仍未解决收尾。说明所读的范围 —— 正文、附录、补充材料,或明确说明的子集 —— 绝不要暗示取得了比实际更完整的覆盖。

论文类型适配

阅读侧重会随论文类型而变化。当类型不明显时,加载 ../nature-shared/core/paper-type-taxonomy.md:

  • 算法类 — 公平比较的规范占主导地位:基线的调优是否与所提方法同样充分,它在何处失败?
  • 方法类 — 可复现性占主导地位:该方案在另一个实验室能否奏效,哪些内容被隐式省略了?
  • 假设类 — 因果证据的强度占主导地位:证据能否排除其他解释?
  • 研究类 — 发现了什么,以及这一观察在研究系统之外能推广到何种程度。
  • 综述类 — 该领域如何组织,来源在何处存在分歧,以及哪些问题仍悬而未决。

边界

  • 阅读不给出结论。本技能报告论文做了什么,以及其证据能达到何种程度。它不对接受就绪度、新颖性或重要性进行评分、排名或评判——那是 nature-reviewer 的职责。
  • 它不从论文中提取可复用的写作模式——那是 nature-writing 及其范例材料的职责。
  • 它不翻译论文,也不生成双语读本——那是 nature-reader 的职责。
  • 它不检索文献、验证引用,也不代论文引用来源——那些分别是 nature-academic-search、nature-citation 和 nature-ref-verifier 的职责。
  • 它不起草稿件正文。在撰写相关工作或进行定位时,将阅读结果作为 nature-writing 的输入。

输出规范

  • 使用用户所用的语言写作。中文请求产生中文行文,并原样保留英文技术术语。
  • 仅在锚点需要时引用原文,不要大段复现论文。
  • 公式使用行内 $...$,独占一行的 $$...$$。切勿将公式放入反引号或代码块中。
  • 论文较长不是将输出降格为摘要的理由。如果阅读不完整,请说明停止在何处。

评论

支持 Markdown