Research-Paper-Writing-Skills

GitHub
1.2k 50 简单 1 次阅读 今天语言模型Agent其他
AI 解读 由 AI 自动生成,仅供参考

Research-Paper-Writing-Skills 是一套专为机器学习、计算机视觉和自然语言处理领域打造的论文写作技能包。它基于彭思达教授公开的研究笔记整理而成,旨在帮助研究者将零散的实验成果转化为逻辑严密、表达专业的学术论文。

在科研过程中,许多作者常面临章节逻辑混乱、论点与证据不匹配、或难以从审稿人视角自查等痛点。Research-Paper-Writing-Skills 通过结构化的工作流和分章节的写作模板,有效解决了这些问题。它能辅助用户撰写或润色摘要、引言、方法、实验及结论等核心部分,优化段落流畅度,并执行提交前的自我审查,确保文章质量。

该工具主要面向从事 AI 相关研究的学生、学者及开发人员。其独特之处在于采用了"Skills"架构,能够无缝集成到 Codex、Claude Code 和 Gemini 等主流 AI 编程助手中。用户只需简单配置,即可在对话中直接调用这些经过精心策划的写作策略,让 AI 不仅仅是代码生成器,更成为懂学术规范的写作伙伴,显著提升论文撰写效率与规范性。

使用场景

计算机视觉领域的博士生李明正在撰写一篇关于新型目标检测算法的会议论文,急需在截稿前提升引言部分的逻辑严密性与学术表达。

没有 Research-Paper-Writing-Skills 时

  • 逻辑链条断裂:引言部分从“现有研究不足”到“本文贡献”的过渡生硬,缺乏层层递进的推导,难以说服审稿人。
  • 主张与证据脱节:声称算法具有“鲁棒性”,但段落中未明确对应具体的实验设计或数据支撑,容易被质疑空泛。
  • 自我审查缺失:作者陷入“创作者视角”,难以发现行文中的模糊表述,无法模拟审稿人挑剔的眼光进行预演。
  • 修改效率低下:反复手动调整段落结构耗时数天,仍感觉整体叙事流畅度不够,焦虑感随截稿日临近而加剧。

使用 Research-Paper-Writing-Skills 后

  • 叙事逻辑重构:工具依据彭思达教授的方法论,自动梳理出“背景 - 缺口 - 动机 - 贡献”的标准闭环,使论证丝滑连贯。
  • 主张证据对齐:自动检查并标记出所有未受支持的断言,提示补充具体实验引用,确保每个观点都有据可依。
  • 审稿人视角预审:激活内置的审稿人代理模式,提前识别出定义模糊和对比实验不足的潜在拒稿点,并给出修改建议。
  • 结构化高效迭代:通过调用 SKILL.md 核心工作流,仅在几轮对话中即可完成引言部分的专业级润色,大幅缩短写作周期。

Research-Paper-Writing-Skills 将顶尖学者的写作心法转化为可执行的 AI 工作流,帮助研究者从“凭感觉写作”跃升为“按科学范式表达”。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具并非独立运行的 AI 模型,而是为 Codex、Claude Code (CC) 和 Gemini 等 AI 编程助手设计的技能包(Skills)。安装仅需将 `research-paper-writing` 目录复制到对应助手的技能文件夹中(如 `$CODEX_HOME/skills/`、`$HOME/.claude/skills/` 或 `$HOME/.gemini/skills/`),无需配置 Python 环境、GPU 或安装额外依赖库。实际运行依赖于用户已配置好的上述 AI 助手环境。
python未说明
Research-Paper-Writing-Skills hero image

快速开始

技能:研究论文写作

中文介绍

重要致谢 本仓库中的大部分写作知识和方法论均源自彭思达教授的公开学习笔记: https://pengsida.notion.site/c1a22465a0fa4b15a12985223916048e 彭教授的原始仓库: https://github.com/pengsida/learning_research 我衷心感谢彭教授无私分享这些宝贵经验。 我的主要贡献在于整理、结构化改编,并将其封装为可复用的技能包。

仓库概览

目前,本仓库提供一个技能包:

  • research-paper-writing/
    • SKILL.md:核心工作流程及使用规范
    • references/:各部分写作指南与模板
    • agents/openai.yaml:智能体元数据

典型应用场景:

  • 撰写或重写摘要、引言、方法、实验、结论等部分
  • 优化段落衔接与章节逻辑
  • 检查论点与证据是否匹配
  • 以审稿人视角进行投稿前的自我审查

安装

假设您已在仓库根目录下。

1) Codex

将该技能复制到 $CODEX_HOME/skills/ 目录:

mkdir -p "$CODEX_HOME/skills"
cp -R research-paper-writing "$CODEX_HOME/skills/"

使用示例:

请使用 $research-paper-writing 来改进我的论文引言部分。

2) CC (Claude Code)

支持全局或项目级安装。

全局安装:

mkdir -p "$HOME/.claude/skills"
cp -R research-paper-writing "$HOME/.claude/skills/"

项目级安装:

mkdir -p .claude/skills
cp -R research-paper-writing .claude/skills/

在提示词中明确请求使用此技能,例如:请使用 research-paper-writing 技能

3) Gemini

将该技能复制到您的 Gemini 技能目录:

mkdir -p "$HOME/.gemini/skills"
cp -R research-paper-writing "$HOME/.gemini/skills/"

随后在 Gemini 中提出具体任务(例如,重写摘要并检查论点与证据的一致性)。

致谢

再次强调,本仓库主要基于彭思达教授的公开笔记,而我的工作则集中在内容整理与技能适配上。 彭教授的原始仓库:https://github.com/pengsida/learning_research

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|5天前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|6天前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

150k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.3k|★★☆☆☆|昨天
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|昨天
插件Agent图像

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备

90.1k|★★★☆☆|5天前
语言模型图像Agent