research-paper

Evidence-driven research-paper planning, writing, polishing, experiment-to-paper conversion, simulated peer review and re-review, reviewer-response handling, reproducibility auditing, and publication-

SKILL.md

GitHub

科研论文

把论文视为可审计的证据系统,而不是语言生成任务。建立并维护以下链条:

研究问题 -> 主张 -> 证据 -> 实验或文献 -> 正文 -> 图表 -> 结论边界

默认面向工程、计算机和人工智能实证论文。若任务属于其他学科,保留证据与审计流程,但先读取目标期刊规范并调整章节结构、伦理要求和引用格式。

硬性边界

  1. 不编造文献、数据、实验、统计显著性、运行结果或审稿意见。
  2. 不把配置值、理论值、合成数据、smoke 运行或局部验证写成正式实测结论。
  3. 不因润色而改变指标定义、比较对象、数据划分、随机种子、样本量或结论范围。
  4. 不把同一测试集上的反复调参包装为独立验证。
  5. 不以“首次”“显著优于”“充分证明”“完全解决”等措辞替代证据。
  6. 不静默覆盖用户原稿、图件、数据或已编辑文档。先复制,再修改,再验证。
  7. 不逐像素复制无授权的外部论文图。只对自有、授权或可公开复现的来源进行高保真复现;其他来源采用带引用的结构保真重绘。
  8. 不让图像生成模型决定数值、坐标轴、公式、拓扑、器件连接或实验曲线。

选择模式

根据用户目标选择一个主模式;必要时串联其他模式。

模式 适用任务 主要输出
plan 研究材料零散、主线未定、需要逐章规划 Paper Brief、章节计划、缺口清单
evidence-audit 判断现有材料能否支撑结论 Evidence Ledger、Claim-Evidence Matrix、风险清单
experiment-to-paper 从代码、配置、日志和结果写方法/实验/结果 实验契约、可复现描述、结果段落、限制
write-revise 从零写作、局部改稿或论证重构 修改稿、保留口径、修改说明
polish 校对、清晰化、分层润色、翻译或期刊风格适配 润色稿、修改级别、风格配置、一致性报告
figure 数据图、模型图、系统图、流程图或重绘式复现 Figure Package、源数据/代码、矢量/位图、图注
peer-review 投稿前模拟评审、方法专项审查或修改稿复审 Major/Minor 问题、阻断项、问题台账、评审建议
review-response 拆解审稿意见并完成修改回复 Revision Tracker、逐条回复、修改位置
pre-submit 投稿前终审 阻断项、警告项、通过项、提交建议

不确定时先运行 evidence-audit,不要直接进入全文生成。

读取最少必要参考

不要一次性加载全部参考文件。

总工作流

1. 建立论文契约

从用户材料中提取并确认:

  • 一句话研究问题与中心主张;
  • 论文类型、学科、语言、目标期刊和输出格式;
  • 已有文献、数据、代码、日志、图表、草稿与审稿意见;
  • 不允许改变的指标、数据口径、实验版本和人工修改;
  • 公开、保密、版权和伦理边界。

材料不足但不影响方向时,明确假设后继续;缺失信息会改变研究主线、实验公平性或结论时,停下来请用户确认。

需要工作区时,运行:

python scripts/init_paper_workspace.py <workspace> --title "<paper title>"

2. 建立证据台账

复制 assets/templates/evidence_ledger.csv 与 claim_evidence_matrix.csv。把每条证据标为:

  • MEASURED:正式测量或正式实验;
  • LOGGED:日志、归档或运行记录;
  • DERIVED:由已知数据计算;
  • THEORETICAL:公式或理论推导;
  • LITERATURE:外部文献;
  • SYNTHETIC:合成、演示或示意数据;
  • UNVERIFIED:尚未核实。

用 audit_evidence_ledger.py 检查完整性。任何核心主张必须能回到证据 ID、来源定位和限制。

3. 冻结结构和主张

先形成章节计划和 Claim-Evidence Matrix,再写正文。把每个核心主张的允许措辞、反例、适用条件和图表位置写清楚。用户未确认主线或结构时,不批量生成全文。

4. 写作或修订

优先按“方法与实验条件 -> 结果 -> 讨论 -> 引言与相关工作 -> 摘要与结论”的顺序工作。局部修改时只改授权范围,并报告保留不动的数据口径。

正文中的重要事实可暂用 [E:E001] 形式关联内部证据台账;最终投稿前按期刊需要移除内部标签,但保留台账。

全文润色先锁定论文类型、章节任务、修改级别、语言和风格配置,再运行数字与术语一致性扫描。默认使用 generic;只有用户明确目标期刊时才启用对应期刊配置。

模拟评审先冻结输入包,再记录带 claim/evidence 指针和验收条件的问题。无法提供独立上下文时,只输出整合式评审并披露限制,不宣称多个审稿人相互盲审。

5. 生成图件

先填写 assets/templates/figure_spec.md,说明图要支持的主张、数据来源、图件类型、尺寸和输出格式。

  • 数据图:代码优先,保存数据、脚本、SVG/PDF 和 PNG。
  • 结构图:可编辑矢量优先,保留模块和连接关系。
  • GPT Image 2 + PPT 可编辑复现:仅作为 figure 的可选分支;按 ppt-pixel-reproduction.md 执行生成、分层、PPT 重建、渲染、差分和迭代。

6. 运行交付审计

至少检查:主张证据、实验身份、数据划分、图文一致、术语单位、引用双向匹配、合成数据标记、版权、图件可读性和未解决占位符。可运行:

python scripts/audit_manuscript.py manuscript.md --ledger evidence_ledger.csv
python scripts/audit_review_package.py review_issue_ledger.csv --recommendation MAJOR_REVISION
python scripts/figure_qa.py figure.png --output figure_qa.json
python scripts/compare_figure_renders.py reference.png candidate.png --output qa/compare.json

输出契约

除非用户只要求一个局部成品,按以下顺序交付:

  1. 结论或修改后的成品;
  2. 使用的证据及其性质;
  3. 修改了什么,以及保留了什么;
  4. 已完成的验证与结果;
  5. 残余风险、缺失证据和结论边界;
  6. 最小下一步。

Figure Package 至少包含:

  • 图件文件;
  • 可运行代码或可编辑源;
  • 数据或数据来源;
  • 图题与正文引用建议;
  • assumptions 与版权/来源说明;
  • QA 报告;
  • 使用 GPT Image 2 时的最终提示词和模型路径说明;
  • 使用 PPT 复现时的 .pptx、渲染 PNG、差分图、比较指标和偏差记录。

资源

模板

  • assets/templates/paper_brief.md
  • assets/templates/evidence_ledger.csv
  • assets/templates/claim_evidence_matrix.csv
  • assets/templates/figure_spec.md
  • assets/templates/terminology_metrics.csv
  • assets/templates/revision_tracker.csv
  • assets/templates/review_issue_ledger.csv
  • assets/templates/reviewer_report.md
  • assets/templates/ppt_reproduction_spec.md

脚本

  • scripts/init_paper_workspace.py:建立非覆盖式论文工作区。
  • scripts/audit_evidence_ledger.py:检查证据类型、来源、状态和可追溯性。
  • scripts/audit_manuscript.py:检查占位符、高风险措辞、数字主张和证据标签。
  • scripts/audit_review_package.py:检查模拟评审问题、阻断标记、复审状态和建议的一致性。
  • scripts/figure_style.py:提供可复用的 Matplotlib 期刊样式与溯源侧车文件。
  • scripts/figure_qa.py:检查位图尺寸、DPI、对比度和空白占比。
  • scripts/compare_figure_renders.py:对齐参考图与 PPT 渲染图并输出差分指标和图像。

脚本是确定性辅助工具,不替代人工的科学判断、版权判断和视觉检查。