学习科研 55.5k 仓库 Star
Scientific Writing
让论文表达有据可查
Scientific Writing 是面向论文与研究报告的写作 Skill。它先按研究设计选择报告要求,再把论点、来源、方法和数字建立对应记录,在这些证据基础上起草或修改。流程还会检查正文前后数字、引用与声明,帮助作者发现不一致,不会替用户补做实验或自动证明结论成立。
你需要准备:研究资料、真实数据、已有稿件与目标写作要求
一桉AI 整理 · 更新 · 查看 GitHub 来源
粘贴到 Codex,它会先检查安装条件,再引导你使用。
Scientific Writing 能帮你做什么?
从证据大纲开始写
先为每节确定问题、已有证据和未解决信息,再转成文字;没有支持的内容留在待决清单,不混入正式叙述。
核对方法结果与数字
记录研究方法和重复出现的数值,使用本地工具检查对应关系,遇到不同分析人群或口径时要求明确解释。
整理投稿相关说明
根据实际研究和目标刊物检查报告主题、引用、作者贡献与必要声明,避免将模板占位内容误当成已经确认的信息。
什么时候适合用?
下面是用法示例,可换成你的材料和目标。
示例:把研究记录组织成论文
提供真实方法、结果和来源资料,先梳理证据大纲,再起草章节,标出需要补充或由作者裁定的问题。
示例:修订已有研究稿
结合原稿与修改要求核对结论、数字和引用,对前后不一致的地方作清单,再进行有依据的文字调整。
怎么开始使用?
真实研究资料与初稿
准备这些材料学术写作
研究资料、真实数据、已有稿件与目标写作要求
证据清楚的学术稿件
- 01
整理证据与稿件结构
- 02
起草并修改学术表达
- 03
检查一致性和待核事项
准备什么,会得到什么?
- 准备的材料
- 研究资料、真实数据、已有稿件与目标写作要求
- 交付的结果
- 基于已有证据的论文或报告草稿,保留引用和事实对应记录。
- 一致性检查、缺失证据与声明待确认清单,不把自动检查当作投稿认证。
使用前要知道
可选本地检查需 Python,不能替代打开原文核对和领域审稿。作者仍负责数据、判断与最终稿;不能编造结果、引用或贡献,本站未实测。
常见问题
研究结果还没出来,可以先让它补完整稿吗?
可以整理背景和已有方法,但不能补造结果、统计数字或结论。尚缺内容应保留为待补事项,而非写成看起来完整的研究发现。
所有论文都必须套同一种章节结构吗?
不必。研究设计、文章类型和期刊要求决定结构。方法、结果与讨论的经典安排只在适合时使用,不能为套格式改变实际研究含义。
GitHub 与官方参考
依据项目说明与参考文档整理。页面中的任务与流程示例用于说明用法。
- Scientific Writing SKILL.md ↗2026-10-31 核对
来源与使用条件
- 原始项目
- K-Dense-AI/scientific-agent-skills ↗
- Skill 名称
scientific-writing- Skill 目录
skills/scientific-writing- 仓库 Star
- 55,487 · 2026-10-31 核对,仅代表仓库关注度。
- 许可说明
- 以原项目许可为准
- 使用条件
- 核心写作指导与平台无关,不强制要求 API Key。可选的本地检查、稿件脚手架等 CLI 需要 Python 3.11+,附带工具离线运行且无第三方依赖;资料核验仍需可用的来源读取能力。
- 注意事项
- 许可为 MIT。作者需控制研究判断并审定最终稿;稿件流畅不代表证据成立,不编造数据、引用、贡献或结论;来源已核对,未在本站运行实测。
查看安装与使用提示词
请帮我准备并使用 Scientific Writing Skill,完成下面的任务。请实际执行当前环境允许的安装与检查,不要只返回一份安装教程。 【来源与目标】 原始仓库:https://github.com/K-Dense-AI/scientific-agent-skills 所选目录:skills/scientific-writing 参考分支:main 原始目录 frontmatter name:scientific-writing 安装后的目标调用名:scientific-writing 来源页面:https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/scientific-writing/SKILL.md 安装路线核对日期:2026-11-01 Scientific Writing 当前指令与依赖:https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/scientific-writing/SKILL.md OpenAI:Codex 本地 Skill 位置、调用与自动发现:https://learn.chatgpt.com/docs/build-skills 上游安装方式与按任务准备独立依赖:https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/README.md 仓库开发环境与 Skill 依赖的区别:https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/pyproject.toml 本地命令、无网络边界和脚手架写入规则:https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/scientific-writing/references/cli_reference.md 【先检查环境,再安装】 先识别操作系统、当前 shell、工作目录、同名 Skill 和已有工具;命令须适配实际平台并正确处理带空格的路径。默认安装到当前项目的 .agents/skills;如果没有可用项目目录,再使用用户目录的 .agents/skills。遵循当前 Codex 实际支持的位置;上游 CLI 或插件有专用目录时使用其正式方案。检查现有安装来源与完整性,能复用就复用,不重复注册相同来源、不覆盖用户修改。系统内置与所选第三方来源同名时保留系统版,明确区分来源和实际目录,不能只凭名称认定装过或选对了。 下文 ~/.agents/skills 是用户级路径示例;已选项目范围时,使用项目的 .agents/skills 并保持相同子目录层级。<SKILL_DIR>、<项目根目录> 等占位符须先换成核对过的真实路径再执行。依赖仓库的存放目录与 Codex 发现入口分别处理,不把缓存目录当作已注册入口。 这是完整目录安装路线。优先使用当前 Codex 自带的 $skill-installer,明确传入仓库 K-Dense-AI/scientific-agent-skills、目录 skills/scientific-writing、分支 main、安装名 scientific-writing,并把 --dest 设为已解析的目标 .agents/skills 绝对路径。目录为“.”时表示仓库根目录,仍要传入安装名。不要猜测安装器在本机的固定路径。如果没有内置安装器,按下列项目说明从原仓库获取完整目录,保留全部配套文件。 所选 Skill 的具体安装步骤: 1. 仅完整安装 K-Dense-AI/scientific-agent-skills 的 skills/scientific-writing 到 ~/.agents/skills/scientific-writing/;只用于项目时改用 .agents/skills/scientific-writing/。从完整 checkout 递归复制或用支持完整目录的安装器获取,保留同目录相对结构。 2. 先核对同名安装来源,避免覆盖本地修改或并装两个版本;<SKILL_DIR> 使用安装绝对路径。不要把仓库根 pyproject 的扫描/开发环境当作本项运行环境,也不默认安装其余 176 项。 3. 核心写作无需专用运行时或 API。只有使用附带本地脚手架和检查工具时准备 Python 3.11+,无需安装第三方 Python 包。 4. 完整保留 scripts/_common.py、assets 中的报告规范/清单模板以及 references;本地检查与文献原文核验分别安排,不因离线检查能运行就声称外部来源已验证。 5. 安装后核对 SKILL.md 的 name 与调用名一致;Codex 会自动发现变更。先在 Skill 列表查找,未出现时再新建聊天或重载,不把重启写成每次必做。 必须保留的资源: - skills/scientific-writing/SKILL.md - skills/scientific-writing/scripts/(含 _common.py 及全部校验/脚手架工具) - skills/scientific-writing/assets/(稿件、来源、主张、署名与报告覆盖模板) - skills/scientific-writing/references/(含 cli_reference.md) 已知依赖:核心写作指导与平台无关,不强制要求 API Key。可选的本地检查、稿件脚手架等 CLI 需要 Python 3.11+,附带工具离线运行且无第三方依赖;资料核验仍需可用的来源读取能力。 原项目许可:以原项目许可文件为准 特别条件:许可为 MIT。作者需控制研究判断并审定最终稿;稿件流畅不代表证据成立,不编造数据、引用、贡献或结论;来源已核对,未在本站运行实测。 需要账号、密钥或服务时先检查现有可用连接;让用户在官方授权或本地配置入口完成,不要求把密钥粘贴到聊天。缺少付费服务或不支持的客户端能力时,明确剩余条件与可完成的范围。 【安装后验收】 读取实际安装位置的 SKILL.md,核对真实 name,并检查它引用的脚本、模板、共享文件与工具是否存在。若上游已迁移路径或更名,先核对正式说明再调整;找不到则报告实际错误,不猜路径或宣称成功。 1. 检查 Python 3.11+ 与脚本/模板完整性;可执行各 argparse 工具的 --help,不需要访问网络或写稿。 2. 可运行 select_reporting_guidelines.py select --study-design systematic_review 做只读规则选择,核对本地报告规则资产是否可读取;不运行会创建目录的 scaffold 充当纯验证。 Codex 通常自动发现变更;只有未出现时才引导新建聊天或重载。若本轮尚未出现在可用列表,可在允许的范围内读取已安装的完整文件继续准备任务,同时说明自动识别尚待确认。插件依赖的工具未连接时,不能用读取文件代替连接成功。 分别报告“文件已安装”“Codex 已识别”“任务所需能力已就绪”的实际状态和证据;失败时给出卡住的步骤、错误与下一步,不反复执行相同的失败命令。 【接着引导我使用】 请使用实际可用的 $scientific-writing;若实际名称发生变化,以刚核对的本地 name 为准。存在不同来源同名项时,明确选择所选来源与实际文件路径,避免调用成系统版或另一版本。对于必须由用户显式调用的 Skill,直接给我下一条可复制的调用语句。 - 调用 $scientific-writing,提供实际研究设计、证据、方法、结果与目标要求;先建证据大纲和来源对应关系。 - 新稿脚手架只能写到用户允许的新输出目录;作者仍需审定未确认数字、声明与引用,不能为完整性补造研究结果。 我想完成的任务: 根据我提供的研究资料、真实结果和目标要求,起草或修改学术稿件。建立论点、数据与来源之间的对应关系,检查表达、引用和报告规范;明确区分已验证内容、作者判断和待核事项。 需要我提供的材料: 研究资料、真实数据、已有稿件与目标写作要求 期望得到: 一份证据可追溯的论文或研究报告草稿,以及需要作者核实或补充的内容清单。 先查看我在当前聊天中已经提供的目标与材料,只问缺少的关键内容;没有材料时,告诉我第一步提供什么,可给一个简短示例。条件满足后从一个小任务开始,检查输出,再说明怎样继续使用。示例仅用于演示,不充当我的真实数据;没有执行过的步骤、测试或交付物不要写成已经完成。需要发送、发布或修改外部账号内容时,先让我核对具体对象和内容。