mcpField
R
rebuttal-strategist

rebuttal-strategist

github.com/a-green-hand-jack生产力48 次安装
代码仓库

关于 rebuttal-strategist

rebuttal-strategist 是供论文作者回应真实评审意见的研究技能,可将评论整理为优先级问题板、证据与实验计划、回复草稿及修订承诺记录。

主要功能

  1. 01提取并分析评审讨论串
  2. 02判断评审意图与决策动态
  3. 03在问题板中排列事项优先级
  4. 04规划实验与支撑证据
  5. 05撰写逐点答复和后续回复
  6. 06跟踪承诺修订与答辩记忆

适用场景

  1. 01收到会议评审后制定答辩策略
  2. 02为评审关注点选择针对性实验
  3. 03按会议规则起草评审回复
  4. 04跟踪讨论中承诺的论文修订

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 rebuttal-strategist

安装后在 Claude Code 中输入/rebuttal-strategist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/
decision-strategy.md
experiment-response-planning.md
issue-board.md
memory-model.md
openreview-protocol.md
rebuttal-writing-style.md
report-template.md
review-intent-analysis.md

详细介绍

Rebuttal 策略师

将真实的审稿意见转化为战术性 rebuttal 计划、实验计划、论文修订计划和回复草稿。此技能在收到审稿意见后开始使用,不是投稿前的模拟审稿。

在以下场景中使用此技能:

  • 提取 OpenReview 审稿意见并分析讨论串
  • 分析审稿人的意图和决策状态
  • 根据真实评论创建问题清单
  • 决定在 rebuttal 期间应补充哪些实验、分析、证明或说明
  • 起草逐点作者回复
  • 准备讨论期间简洁的后续回复
  • 跟踪回复中承诺的论文修订
  • 为后续轮次保存 rebuttal 记忆

将此技能与以下技能配合使用:

  • research-project-memory:当真实审稿意见、问题清单、rebuttal 实验或承诺的修订需要跨会话留存时
  • paper-reviewer-simulator:用于投稿前模拟审稿,或对回复草稿进行压力测试
  • run-experiment:当 rebuttal 计划需要开展新实验时
  • conference-writing-adapter:当审稿人认可的批评要求重组论文结构或改进表达时
  • citation-audit 和 citation-coverage-audit:当审稿意见指出引用问题时
  • camera-ready-finalizer:录用后用于核验承诺的修订、最终主张与证据的一致性、去匿名化,以及发布交接

技能目录结构

<installed-skill-dir>/
├── SKILL.md
└── references/
    ├── decision-strategy.md
    ├── experiment-response-planning.md
    ├── issue-board.md
    ├── memory-model.md
    ├── openreview-protocol.md
    ├── rebuttal-writing-style.md
    ├── report-template.md
    └── review-intent-analysis.md

渐进式加载

  • 始终阅读 references/review-intent-analysis.md、references/issue-board.md 和 references/rebuttal-writing-style.md。
  • 当用户提供 OpenReview URL、论坛 ID、审稿讨论串,或要求获取审稿信息时,阅读 references/openreview-protocol.md。
  • 当评分、信心度、审稿人立场或领域主席/元审稿动态很重要时,阅读 references/decision-strategy.md。
  • 当审稿意见要求增加实验、基线、消融、证明、分析或细节时,阅读 references/experiment-response-planning.md。
  • 保存或复用项目 rebuttal 状态时,阅读 references/memory-model.md。
  • 对于重要计划或已保存的报告,使用 references/report-template.md。
  • 当会议当前的 rebuttal 规则、回复长度、截止日期、匿名要求和讨论政策会影响回复时,请通过官方来源进行核实。

核心原则

  • Rebuttal 是策略工作,不只是礼貌回应。目标是改变决策走向。
  • 受众是审稿人和领域主席。撰写回复时,应帮助领域主席找到接收论文的依据。
  • 优先争取有可能被说服的审稿人,并澄清影响重大的误解。除非某位立场坚定的拒稿审稿人的意见可能主导元审稿,否则不要把大部分篇幅花在与其争辩上。
  • 区分真实的科学缺陷与表达造成的误解。
  • 以证据为先。每条回复都应引用结果、表格、图、定理、附录细节、新实验或明确的修订计划。
  • 正确的批评应坦诚接受。防御性的语气会损害可信度。
  • 绝不承诺作者无法完成的实验、修订、代码或分析。
  • 在 rebuttal 期间遵守匿名要求和会议政策。

第 1 步 - 明确 Rebuttal 背景

确认以下信息:

  • 会议、年份和赛道
  • 回复截止日期,以及回复篇幅或格式限制
  • 讨论是针对每位审稿人分别进行、统一进行,还是两者兼有
  • 是否允许后续评论
  • 当前评分、信心度,以及任何元审稿/领域主席意见
  • 论文源文件和附录
  • 审稿意见来源:OpenReview URL、导出的 JSON、复制的审稿文本、PDF,或由用户转录的截图
  • 模式:
    • plan:策略、问题清单、实验计划
    • draft:撰写 rebuttal 文本
    • followup:在讨论期间回答新的审稿人问题
    • post-mortem:最终决定后更新记忆

如果尚无问题清单,默认先使用 plan 模式,再起草回复。

步骤 2 - 收集评审意见和论文证据

阅读或获取:

  • 所有评审意见
  • 评分和信心
  • 评审者提出的问题
  • 优点和缺点
  • 官方评论和后续讨论串
  • 任何元评审或 AC 评论
  • 论文摘要、引言、方法、实验、附录、图表和相关工作
  • 可能解答评审者疑虑的实验日志或笔记

如果使用 OpenReview,请遵循 references/openreview-protocol.md。如果无法获取内容或需要登录,请向用户索取导出的评审文本或粘贴的评论。

步骤 3 - 原子化解析评审意见

将每条评审意见拆解为原子问题。

每个问题应包含:

  • 评审者 ID
  • 具体且局部的疑虑
  • 类别:新颖性、正确性、理论、实验、基线、消融实验、相关工作、清晰度、可复现性、伦理、局限性、格式、问题、赞扬
  • 严重程度
  • 评审者的事实判断是否正确
  • 是否能用现有证据作答
  • 回应策略

不要把宽泛的评审段落作为一个整体来回应。一段话中可能包含多个独立问题。

步骤 4 - 推断评审者意图和决策状态

阅读 references/review-intent-analysis.md 和 references/decision-strategy.md。

针对每位评审者,推断:

  • 立场:积极支持、倾向接收、可说服的边缘立场、持怀疑态度但可以解决、倾向拒绝、坚决拒绝
  • 评审者是否认可核心思路
  • 对方要求的修改是小型、中型还是致命的
  • 对方是在要求澄清,还是在构建拒稿理由
  • 哪些证据能改变对方的看法

然后推断论文层面的决策路径:

  • 当前决策状态
  • 主要接收路径
  • 主要拒稿路径
  • 哪位评审者或哪个问题具有决定性
  • AC 可能关注什么

步骤 5 - 建立问题清单

阅读 references/issue-board.md。

对问题排序:

  • must-win:若能妥善回应,可能决定论文能否被接收
  • must-answer:评审者直接提出的问题或严重疑虑
  • quick-win:容易澄清且价值高的问题
  • experiment-needed:需要新实验、分析或证明的问题
  • paper-revision:可通过承诺修改正文来解决的问题
  • do-not-overinvest:影响较小或无法说服的异议

问题清单应决定回应篇幅的分配。

步骤 6 - 规划实验和证据

阅读 references/experiment-response-planning.md。

对于每个需要证据的问题:

  • 制定最小且可信的实验、消融实验、证明概要、分析或表格
  • 估算截止日期前的可行性
  • 确定所需的数据、代码、计算资源、指标和负责人
  • 设定成功、部分成功和失败时的回应措辞
  • 决定内容应放入 rebuttal、附录还是未来的修订版

优先进行能直接解答评审者异议的针对性实验,而非广泛寻找新结果。

步骤 7 - 选择回应策略

为每个问题选择一种策略:

  • accept-and-fix
  • clarify-misunderstanding
  • rebut-with-evidence
  • partially-concede
  • provide-new-result
  • scope-and-limit
  • defer-to-revision
  • do-not-address-directly

措辞指南请参阅 references/rebuttal-writing-style.md。

步骤 8 - 起草 rebuttal

按要求的格式起草:

  • 针对每位评审者的回应
  • 统一回应
  • 简短的 OpenReview 作者评论
  • 后续回复
  • 适用时提供 camera-ready 版本的回应摘要

默认结构:

  1. 用一句话表达感谢并陈述核心论点
  2. 优先回答决定性疑虑
  3. 合并不同评审者提出的重复疑虑
  4. 提供新结果和具体证据
  5. 说明承诺对论文所作的修改
  6. 回答其余针对特定评审者的问题

使用简洁、非防御性的语言。除非格式要求,否则不要把篇幅浪费在逐一感谢每位评审者上。

第 9 步 - 对草稿进行压力测试

定稿前,请检查:

  • 草稿是否回应了最有力的拒稿理由?
  • 是否为 AC 提供了接受论文的理由?
  • 承诺的修改是否可行?
  • 是否对新结果作了足够详细的说明?
  • 是否纠正了审稿人的误解,同时避免显得咄咄逼人?
  • 是否承认了合理的批评?
  • 是否合并了重复的问题?
  • 是否遵守了投稿场所的篇幅和匿名要求?

如果草稿不合格,请修改一次,并报告剩余风险。

第 10 步 - 更新记忆

阅读 references/memory-model.md。

解析了评审意见或制定了策略后,请更新项目本地记忆,位置为:

.agent/rebuttal-strategy/

记录:

  • 原始评审意见及解析出的问题
  • 审稿人意图映射
  • 实验计划
  • 回复草稿
  • 承诺的论文修改
  • 后续讨论状态
  • 最终决定(如已知)

如果项目使用 research-project-memory,还需更新:

  • memory/risk-board.md:真实的审稿人风险和问题严重程度;评审文本使用确定性 observed,意图使用 inferred
  • memory/action-board.md:反驳实验、回复撰写任务、承诺的修改及反驳后的跟进事项
  • memory/evidence-board.md:新的反驳实验、证明思路、分析或表格
  • memory/claim-board.md:审稿人提出质疑、要求弱化、澄清或支持的主张
  • rebuttal/.agent/rebuttal-status.md:问题清单、审稿人意图映射、回复计划、承诺的修改及讨论状态

在论文或代码修改实际完成前,切勿将承诺的修改标记为已完成。请将承诺与相应的行动关联起来。

输出模式

策略计划
# Rebuttal Strategy
## Situation Summary
## Reviewer Intent Map
## Decision Path
## Issue Board
## Experiment / Evidence Plan
## Response Posture
## Draft Outline
## Follow-up Strategy
回复草稿
# Rebuttal Draft
## Response Strategy Notes
## Draft
## Claims Requiring Verification
## Promised Paper Revisions
## Remaining Risks
后续回复
# Follow-Up Reply
## New Reviewer Comment
## Intent Assessment
## Recommended Reply
## Risk If Ignored

最终检查

定稿前,请确认:

  • 真实评审意见与推断出的意图已分开
  • 已记录所有可用的评分/置信度
  • 已确定关键审稿人/问题
  • 每个必须解决的问题都有证据或明确的备选方案
  • 回复文本符合投稿场所的篇幅限制和政策
  • 没有作出无法兑现的承诺
  • 实验计划的截止时间切实可行
  • 已跟踪论文修改承诺
  • 如果用户正在项目仓库中工作,已写入记忆更新

评论

支持 Markdown