mcpField
R
research-paper-writing

research-paper-writing

github.com/akillness文档处理53466 次安装今天更新
代码仓库

关于 research-paper-writing

research-paper-writing 是用于撰写和修订学术论文的技能,面向需要把研究工作整理成可经受审查的论文材料的研究者。它强调主张与证据对应,并覆盖实验、图表、 rebuttal 和定稿修订。

主要功能

  1. 01梳理论文贡献与核心主张
  2. 02建立主张与证据对应关系
  3. 03规划实验、消融与图表
  4. 04组织论文各章节
  5. 05撰写审稿回复与定稿修订

适用场景

  1. 01依据实验结果重写摘要
  2. 02规划支持贡献的实验与消融
  3. 03检查图表是否支撑论文主张
  4. 04准备审稿回复或定稿修改清单

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/akillness/jeo-skills --skill research-paper-writing

安装后在 Claude Code 中输入/research-paper-writing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。

SKILL.toon
evals/
evals.json
references/
claim-evidence-packet.md
experiment-and-figure-coverage.md
rebuttal-and-camera-ready.md

详细介绍

研究论文写作

当任务不是一般性的文字润色,而是要将研究工作整理成一套经得起检验的论文材料时,请使用此技能。

核心关注点包括:

  • 贡献定位,
  • 主张 → 证据对齐,
  • 章节结构,
  • 图表支撑,
  • 面向审稿人的完整性,
  • rebuttal 和终稿修改。

起草或修改前,请先阅读以下支持文档:

何时使用此技能

  • 围绕具体主张和可衡量证据起草或改写摘要
  • 组织引言,让研究动机、研究空白、方法和贡献快速呈现
  • 将笔记、代码结果或幻灯片要点整理成包含可复现细节的方法部分
  • 为论文设计实验、消融、错误分析或图表内容
  • 撰写相关工作,凸显论文定位,而非罗列参考文献
  • 在严格限制下精简 rebuttal、审稿意见回复或终稿修改计划
  • 检查稿件是否确实支撑了每项承诺的贡献

何时不使用此技能

  • 请求涉及内部设计文档、ADR、架构说明或工程运行手册 → 使用 technical-writing
  • 请求涉及 API 门户、SDK 参考文档或面向开发者的产品文档 → 使用 api-documentation
  • 请求涉及面向终端用户的教程、入门指南或常见问题解答 → 使用 technical-writing
  • 请求涉及幻灯片、投资者宣传材料、路线图演示文稿或游戏提案 → 使用 presentation-builder
  • 请求涉及广泛的营销或发布宣传,而非学术出版 → 使用 marketing-automation
  • 请求仅涉及收集引文或发现文献,不涉及论文写作或修改压力

说明

步骤 1:明确论文约定

写作前,先定义以下材料:

paper_contract:
  target_venue: "conference / journal / workshop"
  primary_problem: "one-sentence problem statement"
  core_claim: "the single strongest contribution"
  evidence_required:
    - benchmark or empirical proof
    - ablation or mechanism check
    - failure case / limitation / scope note
  audience: "reviewers / readers / subcommunity"
  constraints:
    page_or_word_limit: "..."
    anonymity_or_style_rules: "..."
    must_keep_sections:
      - abstract
      - intro
      - method
      - experiments
      - rebuttal / response letter

如果核心主张或所需证据不明确,请先解决这个问题。定位不清会影响每个章节。

步骤 2:将每项主张与证据对应

起草前,先快速整理一份主张—证据表:

主张所需证据支撑图表缺失时的风险
............

每项核心贡献都必须有实验、消融、分析或明确的适用范围作为支撑。

步骤 3:根据主张而非时间顺序起草摘要

按以下顺序组织:

  1. 问题及其重要性
  2. 现有工作的不足
  3. 拟议方法
  4. 最有力的定量或定性结果
  5. 适用范围、局限性或启示

尽可能将“显著提升”之类的模糊表述替换为指标 + 基准 + 提升幅度。

步骤 4:将引言组织成审稿人导向的递进结构

引言分为五个部分:

  1. 问题为何重要
  2. 现有方法为何不足
  3. 你的方法带来了什么变化
  4. 证据表明了什么
  5. 贡献要点

贡献要点应当具体且可检验,而非营销文案。

步骤 5:确保方法可复现

方法部分应回答:

  • 有哪些输入和输出,
  • 系统包含哪些模块或阶段,
  • 使用了什么训练或优化目标,
  • 哪些实现选择会实质性影响结果,
  • 哪些假设或边界条件至关重要。

只有在有助于说明行为时才使用公式。如果用精确的算法框、表格或流程清单能更清楚地解释系统,则优先采用这些形式。

步骤 6:将实验作为论证依据

至少涵盖:

  • 主要基准或任务结果,
  • 强有力的基线,
  • 针对所声称机制的消融实验,
  • 有帮助时提供定性分析或失败分析,
  • 如果论文声称方法实用,则说明效率/计算量/成本,
  • 证据不一致时,说明局限或适用范围。

每个小节都应对应一项贡献声明。

步骤 7:检查图表及清单覆盖情况

对于每个重要图表,确认:

  • 它支持什么主张,
  • 图注是否点明了结论,
  • 正文是否在恰当位置引用了它,
  • 审稿人是否可能因缺少背景信息而误读它,
  • 会议清单是否要求补充披露内容。

如果某项结果重要到值得在摘要或贡献要点中提及,通常也应有明确的图表作为依据。

步骤 8:先用证据作答,再撰写回复

对于每条审稿意见:

  1. 准确复述审稿人的关切,
  2. 用一句话直接回答,
  3. 补充具体证据,
  4. 说明修订中会修改哪些正文、图、表或实验,
  5. 保持冷静、避免防御性语气。

如果多位审稿人的意见重叠或相互矛盾,先使用回复矩阵,再撰写最终回复。

步骤 9:交付一份可直接用于论文的材料包

根据当前阶段,选择最有用的一项输出:

  • 摘要改写
  • 引言/贡献定位材料包
  • 方法澄清材料包
  • 实验+消融计划
  • 图表支撑材料包
  • 审稿人回复/答辩材料包
  • 终稿修改清单

如果用户明确需要某个阶段专用的材料,不要输出含糊的“完整论文建议”大杂烩。

输出格式

# Research Paper Writing Packet

## Stage
- Abstract | Introduction | Method | Experiments | Related work | Rebuttal | Camera-ready

## Core claim
- ...

## Evidence map
| Claim | Evidence | Figure / table | Status |
|-------|----------|----------------|--------|
| ... | ... | ... | ... |

## Recommended draft or revision
- ...

## Reviewer-risk check
- Missing proof: ...
- Overclaim risk: ...
- Ambiguity risk: ...

## Next artifact
- ...

示例

示例 1:摘要改写

输入:

  • 一篇扩散模型论文的笔记
  • 基准测试表
  • 目标会议:CVPR

输出:

  • 一份 150–200 词的摘要,涵盖问题、研究空白、方法、结果和适用范围
  • 一条关于最缺乏依据的强主张的警示
示例 2:实验计划

输入:

  • 方法章节草稿
  • 三项声称的贡献

输出:

  • 一份实验矩阵,列出数据集、基线、消融实验、指标以及图表负责人
  • 一条说明哪项贡献仍缺乏充分支持的备注
示例 3:答辩材料包

输入:

  • 来自 OpenReview 的审稿意见
  • 当前稿件中的主张
  • 有两项新的分析可用,但没有时间开展大规模新实验

输出:

  • 逐点回复材料包
  • 稿件修改清单
  • 明确说明终稿阶段可以承诺什么、不能承诺什么

最佳实践

  1. 每项主要主张都应有对应的图、表、消融实验或明确的局限说明。
  2. 不要把最佳结果埋在段落中间。
  3. 全文统一使用模块、数据集和指标的术语。
  4. 优先使用简短、信息密集的句子,避免冗长的叙述性过渡。
  5. 如果结果不一致,应明确说明适用边界,而不是夸大其词。
  6. 将答辩写作视为证据整理,而不是说服表演。
  7. 保持此技能的范围聚焦:稿件结构、证据、图表和审稿人回复,而非通用研究工具。

参考资料

  • Overleaf 协作与版本控制文档
  • OpenReview 作者回复工作流
  • NeurIPS 论文清单及会议报告要求
  • 支持文档 references/ 中汇总的学术写作/回复信指南

评论

支持 Markdown