mcpField
R
review-response

review-response

github.com/galaxy-dawn文档处理5.9k558 次安装1 周前更新
代码仓库

关于 review-response

review-response 是面向研究者的审稿回复写作技能,可分类审稿意见、制定应对策略,并指导撰写有证据依据且专业的回复。

主要功能

  1. 01按类型分类审稿意见
  2. 02建议回复策略
  3. 03撰写结构化答辩
  4. 04检查语气与专业性
  5. 05要求标注证据依据

适用场景

  1. 01分析审稿意见
  2. 02规划对重大批评的回复
  3. 03撰写答辩文档

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 review-response

安装后在 Claude Code 中输入/review-response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/
rebuttal-templates.md
response-strategies.md
review-classification.md
successful-cases.md
tone-guidelines.md

详细介绍

审稿回复

一套系统化的审稿回复工作流,帮助研究人员高效、专业地回应审稿意见。

核心功能

  1. 审稿意见分析 - 解析审稿意见并分类(主要问题/次要问题/错别字/误解)
  2. 回复策略 - 针对不同类型的意见制定回复策略(接受/辩护/澄清/补充实验)
  3. 撰写答辩 - 撰写结构清晰、专业的答辩文档
  4. 语气管理 - 优化语气,保持专业、尊重,并以证据为依据

工作流

Receive reviewer comments -> Parse and classify -> Develop strategy -> Write responses -> Tone check -> Final rebuttal

适用场景

在以下情况下使用此技能:

  • “帮我写一份答辩”
  • “如何回应审稿意见”
  • “分析这些审稿意见”
  • “制定审稿回复策略”

使用步骤

  1. 提供审稿意见 - 将审稿意见文本或文件分享给 Claude
  2. 分析和分类 - Claude 会自动解析并分类这些意见
  3. 获取策略建议 - 为每条意见获取回复策略建议
  4. 撰写答辩 - 根据策略生成结构清晰的答辩文档
  5. 优化语气 - 检查并优化回复的专业性和礼貌程度

核心原则

  • 专业性 - 保持学术上专业的语气和表达
  • 尊重 - 尊重审稿人的意见和时间
  • 以证据为依据 - 每条回复都应有充分的理由和证据支持
  • 完整性 - 确保回应所有审稿意见

成功要素(基于对 ICLR Spotlight 论文的分析)

从成功的答辩案例中总结出的关键经验:

1. 肯定优点,积极回应批评
  • 审稿人会先肯定论文的优点(创新性、影响力、实际适用性)
  • 即使是 Spotlight 论文也会收到建设性批评
  • 策略:先感谢审稿人肯定论文的优点,再具体回应批评
2. 提高清晰度,帮助读者直观理解
  • 即使是高质量论文也可能存在清晰度问题
  • 需要提供直观说明和详细解释,以帮助不同背景的读者理解
  • 策略:扩充关键章节,将技术细节移至附录,添加逐步讲解
3. 充分论证实验设置
  • 需要说明选择实验设置的理由
  • 考虑并讨论其他评估指标
  • 提供全面的实验来支持论点
  • 策略:补充消融研究,解释选择特定实验设置的原因
4. 强调伦理考量
  • 对于涉及隐私、安全等敏感主题的研究,伦理考量至关重要
  • 审稿人会特别关注伦理影响
  • 策略:主动讨论伦理考量,即使审稿人没有明确提出
5. 突出实际应用价值
  • 审稿人重视方法的实际适用性和可扩展性
  • “易于应用”和“可扩展”是重要优点
  • 策略:在答辩中强调实际优势和可扩展性

与已安装的活跃写作记忆集成

当答辩任务涉及以下内容时:

  • 语气校准,
  • 答辩措辞,
  • 澄清表述,
  • 多点回复的结构安排,
  • 或借鉴优秀的既有论文/审稿写作,

起草前请先阅读当前已安装的写作记忆:

  • Claude Code 安装中的 ~/.claude/skills/ml-paper-writing/references/knowledge/paper-miner-writing-memory.md
  • Codex/OpenCode 分支中对应的已安装技能主目录路径
  • 其他情况下跳过此可选记忆,并继续参考本地的审稿回复资料
回复工作中的默认阅读顺序
  1. 审稿意见和论文背景
  2. 可选:如果有 paper-miner-writing-memory.md,则阅读
  3. references/response-strategies.md
  4. references/rebuttal-templates.md
  5. references/tone-guidelines.md

有针对性地阅读:

  • 从 How this helps our writing 开始,
  • 然后查看 Reusable phrasing,
  • 如果回复需考虑会议或期刊特定因素,再查看 Venue-specific signals,
  • 仅在回复需要更有力的修辞结构时,才使用 Writing patterns mined。

不要机械引用记忆内容。应借助它来改进结构、清晰度、措辞分寸和专业性。

证据锚点规则

每一行回复都必须包含以下至少一项:

  • 论文中的位置,
  • 结果表/图/分析材料,
  • 引用/Evidence Record ID,
  • 带状态的计划实验,
  • 如果目前没有证据,则标记为 unresolved。

不要在未注明材料名称的情况下声称“我们新增了实验”或“结果表明”。如果一条意见包含多个独立要点,应拆分处理并逐一回应。

参考文档

详细指南请参阅:

  • references/review-classification.md - 审稿意见分类标准
  • references/response-strategies.md - 回复策略库
  • references/rebuttal-templates.md - 回复模板和示例
  • references/tone-guidelines.md - 语气和表达指南

相关工具

  • Agent:rebuttal-writer - 专用于撰写和优化回复的 Agent
  • 命令:/rebuttal <review_file> - 快速启动回复工作流

评论

支持 Markdown