mcpField
N
nature-polishing

nature-polishing

github.com/galaxy-dawn文档处理5.9k332 次安装1 周前更新
代码仓库

关于 nature-polishing

nature-polishing 是用于改进科学论文的技能,先修复论证结构,再润色表达。它提供 Nature 风格的章节指导、短语参考,并防止无依据的主张或虚构证据。

主要功能

  1. 01判断论文类型与章节职责
  2. 02先修复段落逻辑再改句子
  3. 03摘要、结果、讨论和方法指导
  4. 04短语模式与学术风格检查
  5. 05维护证据、归属和主张边界

适用场景

  1. 01重构结构粗糙的论文段落
  2. 02润色摘要或讨论部分
  3. 03检查主张与证据是否一致
  4. 04改进中文到英文的学术表达

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/galaxy-dawn/claude-scholar --skill nature-polishing

安装后在 Claude Code 中输入/nature-polishing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。

README.md
references/
phrasebank-playbook.md
published-article-patterns.md
section-moves.md
style-guardrails.md
writing-strategy.md

详细介绍

Nature 风格学术润色

使用此技能,从两个层面改进科学写作:

  • main strategy:论文架构、已发表文章的写作模式、章节逻辑、读者阅读流程、证据门槛和伦理
  • reference support:可复用的表达方式、行文模式、过渡语和风格检查

主要策略应源自 Chapter1-Week1-7 中的课程笔记和精选文章模式参考资料。措辞层面应参考 Academic Phrasebank。

默认立场

  • 语言服务于论证。不要只润色句子,却放任推理漏洞。
  • 体谅读者:先说明相关性,再说明新颖性,然后建立可信度,接着说明可复用性,最后阐明意义。
  • 作者不应感到困惑,但读者可以保留疑问。
  • 不要编造数据、参考文献、机制或新颖性主张。
  • 不要让 AI 从头撰写论文的核心科学论证。
  • 如果草稿是中文或结构粗糙,应先重建逻辑,再润色文字。
  • 默认在润色后的文本中避免使用长破折号。优先使用逗号、括号或句号。除非用户明确要求保留破折号用法或采用以冒号引出的风格,否则应谨慎使用冒号。

挖掘的写作经验

撰写学术文本时,请查看当前客户端技能目录下已安装的 skills/ml-paper-writing/references/knowledge/paper-miner-writing-memory.md。 仅使用与当前章节和发表场景相符、注明来源的条目,并结合此技能精选的参考资料。将其作为可选的风格与结构示例。保留作者的主张和证据,遵循期刊当前的投稿要求,不要照搬来源中的措辞。 如果其中没有相关条目,则继续处理,无需使用。

何时打开其他文件

这些文件用于参考。应先明确章节的修辞目的,再查阅它们。

文件在以下情况下打开
references/published-article-patterns.md需要 Nature/Nature Communications 论文层面的摘要、引言、结果、讨论、结论或标题写作模式时
references/writing-strategy.md需要在句子润色前修复段落或章节层面的论证时
references/section-moves.md需要基于 Academic Phrasebank 的章节专属行文顺序或表达模式时
references/phrasebank-playbook.md需要表达保留、过渡、证据、局限或未来工作等措辞类别时
references/style-guardrails.md需要检查学术风格、段落或句子、冠词、语体或格式规范时

核心架构

1. 首先确定论文类型

编辑前,先判断论文或章节属于哪种类型。

  • Research paper:读者想了解研究现象为何重要、研究做了什么、发现了什么,以及这些发现意味着什么。
  • Methods paper:读者想了解方法是否有效、是否可复现,以及在公平比较下是否更优。
  • Hypothesis-based work:论证旨在确立或排除某种因果解释。
  • Algorithmic or device work:论证提出一种程序、工具或系统,并须证明其表现可靠且具有优势。

不同类型的论文不能套用同一种叙事逻辑。

对于论文层面的改写,尤其是摘要、引言、结果开篇、讨论段落、结论和标题,还应采用 references/published-article-patterns.md 中的写作模式。

2. 面向读者写作,而非追随草稿的编写顺序

大多数读者遵循稳定的阅读顺序:

  1. 这与我有关吗?
  2. 这里有什么新内容?
  3. 结果可信吗?
  4. 我能否复用?
  5. 这意味着什么?适用范围又有哪些边界?

润色应帮助论文按此顺序回答这些问题。

3. 采用沙漏结构

优秀论文往往采用沙漏结构:

  • Introduction:从宽泛背景切入,再逐步聚焦到具体的研究空白、问题、假设、方法和研究
  • Discussion/Conclusion:再次拓宽视野,将研究发现与相关文献联系起来,并说明如何填补知识空白

如果某个段落或章节违背了这一结构,应先重构,再润色措辞。

4. 采用正确的写作顺序

撰写研究论文时,一种高效的顺序是:

  1. Results
  2. Introduction and Conclusion
  3. Title
  4. Discussion
  5. Materials and Methods
  6. Authors
  7. Abstract

撰写方法论文时,通常可以从以下顺序开始:

  1. Methods
  2. Results
  3. Introduction
  4. Conclusion
  5. Discussion
  6. Abstract

这一技能应遵循证据和论证的逻辑,而非用户起草句子的原始顺序。

5. 保护核心论点

论文的核心论点包括:

  • 论文实际回答的科学问题
  • 该问题为何重要
  • 这项工作与现有研究有何不同
  • 结果意味着什么
  • 主要论证脉络如何展开

AI 可以帮助润色、调整结构或比较不同表述,但不应编造或撰写核心论点。如果论点薄弱或不清晰,应揭示这一弱点,而不是用润色后的语言加以掩盖。

6. 编辑前先诊断问题类型

重写之前,先找出主要问题:

  • 论文类型逻辑错误
  • 缺少研究空白或定位不当
  • 有论断却缺少证据
  • 有证据却缺少清晰论断
  • 缺少适用边界或局限性
  • Results 和 Discussion 混杂
  • 标题或摘要传达的信息不足
  • 只有句子层面的冗杂问题

按以下顺序优先处理:

paper type -> section job -> paragraph logic -> claim/evidence/boundary -> sentence polish

各章节的职责

Introduction

Introduction 应当:

  • 告诉读者这项工作为何重要
  • 说明它填补了什么空白
  • 解释该空白为何重要
  • 陈述已有的认识
  • 陈述尚未解决的问题
  • 说明论文提出了什么问题
  • 指出研究如何着手解答该问题

不要在此处总结 Results 章节,也不要在此处总结 Conclusion。

Results

Results 是对为解决 Introduction 中所述问题而收集的数据的总结。

撰写 Results 时应当:

  • 主要使用过去时
  • 报告观察到了什么、在什么条件下观察到,以及有哪些定量证据支持
  • 正确且适度地使用统计数据
  • 适度使用补充数据

Results 应回答“发生了什么”,而非“这最终意味着什么”。

Discussion

Discussion 应回答:

  • 这项工作如何融入更广泛的领域
  • 它为现有认识增添了什么
  • 应向哪些先前研究致谢
  • 研究发现是支持、复杂化还是修正了以往的结果
  • 如何解读这些发现
  • 这种解读何时可能不成立

简明规则:

  • Results = 我们观察到了什么
  • Discussion = 我们如何理解这些发现,以及这种理解何时可能不成立
Conclusion

结尾采用三部分结构:

  1. 重申核心贡献
  2. 总结关键证据或结果
  3. 在明确边界的前提下说明其意义

不要在结论中引入新数据。此处务必检查是否存在夸大论断。

Title

优秀的标题应当:

  • 告诉读者可以期待什么
  • 避免不必要的专业术语
  • 便于检索
  • 有数据支撑
  • 激发好奇,同时不损害可信度

追求“有吸引力且可信”,而非空洞的巧思。只有在论断完全站得住脚时,才可以使用引人入胜的表达。

材料与方法

方法应具体、完整、透明且可复现。

其他团队应能够判断:

  • 这项工作是否符合伦理规范
  • 使用了哪些材料和条件
  • 使用了哪些关键参数、对照和重复
  • 如何处理和分析数据
  • 使用了哪些统计检验和软件版本

只有在早期报告确实包含必要细节时,才可以通过引用该报告来简略说明。

切勿使用以下含糊表述:

  • under standard conditions
  • using routine methods
  • data were analyzed statistically
  • differences were significant
  • samples were randomly assigned
  • the method was validated

应将其替换为实际且可复现的信息。

方法论文的特殊要求

在方法论文中,结果部分必须展示该方法相较于现有方法的优势。典型问题包括:

  • 它是否更可靠?
  • 它是否更快?
  • 它所需的资源是否更少?
  • 比较是否公平且可复现?

方法论文中的方法部分可能需要提供更多细节,例如:

  • 公理、条件和假设
  • 硬件和软件环境
  • 数学推导
  • 评估方案
  • 数据集、基线、指标、数据划分和超参数
摘要

摘要是一篇微型论文:

背景/问题 -> 缺口/目标 -> 方法 -> 关键结果 -> 意义

摘要应回答:

  1. 研究解决了什么问题?
  2. 如何解决?
  3. 发现了什么?
  4. 为什么值得关注?

某些期刊要求严格遵循摘要格式。如果期刊要求与通用模式冲突,应遵循期刊要求。

句子与段落控制

句子规则
  • 在润色后的行文中,句子长度应控制在 10-30 个词。
  • 每个句子不得超过 30 个词。
  • 除非用户明确要求简洁风格,或内容属于标题、标签或固定技术表达,否则不要写少于 10 个词的完整句子。
  • 如果句子超过 20 个词,应检查其中是否包含多个主要论点。
  • 对于信息过载的句子,应拆分,而不是只做表面润色。
  • 段落的最后一句往往最长、最弱,应特别检查。
  • 每个句子最好只表达一个核心的主谓论点。
  • 除非用户明确要求,否则不要在润色后的文本中用破折号作为行文标点。应改用逗号、括号或更短的句子。仅在冒号能明确发挥结构作用时使用。
段落规则
  • 每个段落应围绕一个中心思想展开,并辅以支持内容。
  • 支持内容可以包括数据、比较、解释、结果、文献或局限性。
  • 如果出现新观点,应另起一段,不要将其叠加到原段落中。
  • 使用主题衔接,避免反复以 This suggests ... 开头。
结果与讨论的句式类型

结果句通常报告:

  • was detected
  • increased
  • showed
  • enabled
  • achieved

讨论句通常用于解释:

  • may reflect
  • suggests that
  • could indicate
  • is likely due to
  • may facilitate

除非有意过渡,否则不要让结果段落转而采用讨论式句法。

中文转英文模式

当源文为中文或明显带有中文思维的英文时:

  • 先提取核心论点
  • 不要逐分句机械翻译
  • 明确重建逻辑关系,包括对比、因果、意义和局限性
  • 核实术语、因果关系、限定语气和学科细微差别
  • 保持关键技术术语一致

引用、伦理与 AI 边界

学术传承

原创工作通常是对既有知识的修订、整合或拓展。严谨的作者会坦诚承认这种学术传承。

不要为了让当前工作显得更具原创性而淡化他人的贡献。

清晰说明观点归属

明确说明:

  • 论文如何在既有研究基础上展开
  • 谁负责提出早期的观点、方法、数据或解读
  • 读者可以在哪里找到来源
引用你实际阅读并核实过的来源
  • 对于论文 A 自身的数据、方法、主张或结论,引用论文 A。
  • 对于论文 B 对论文 A 的解读、比较、批评或评论,引用论文 B。
  • 如果可以直接引用原文,避免依赖二手来源。
哪些内容需要引用
  • 他人的观点
  • 数据
  • 方法
  • 表述
  • 结构
  • 图像
  • 独到的解读

不要因为网络内容可以访问,就认定它属于公有领域。

校对检查

务必核实:

  • 语法错误
  • 拼写错误
  • 图表编号
  • 遗漏的引用
  • 论文读起来是赏心悦目,还是令人疲惫
AI 使用红绿灯界限

Green:经作者核实后通常可以接受

  • 改进语法、清晰度、简洁度或语气
  • 提供提纲选项或段落结构
  • 提供备选标题或摘要表述
  • 对文献进行分类性总结,但不能替代阅读
  • 翻译,并检查术语和审慎措辞

Yellow:仅在严格人工控制下允许

  • 为措辞提供方法或结果说明
  • 起草审稿意见回复框架,并逐行核查
  • 协助解释代码或统计结果,但前提是输出经过复现和验证

Red:通常不合适

  • 要求 AI 从头起草论文的核心论点
  • 未经核查就加入 AI 生成的参考文献、数据或主张
  • 将未发表的手稿、敏感数据或同行评审材料上传到公共模型
  • 使用 AI 捏造、操纵或隐瞒实质性的图像创作

主要危险不在于 AI 不会写作,而在于它可能自信满满地写错。

输出格式

默认输出:

  1. 润色后的正文,以普通文本呈现,不放在代码块中。
  2. Revision notes:,附上 3-5 条关于主要结构和文风调整的简短要点。
  3. 如果改写改变了章节逻辑,请明确说明。

如果用户要求提供修改前后对照,请提供:

  • Original
  • Polished
  • Why changed

评论

支持 Markdown