技能市场
精选 GitHub 上的高星开源写作技能。启用后，工作区里的助手会在合适的任务里使用它们；未启用的技能不会被加载。
登录后可按账号启用或停用技能，以下为默认设置。
写作
面向 ML/AI 顶会（NeurIPS、ICML、ICLR、ACL、AAAI、COLM）与系统顶会（OSDI、SOSP、NSDI、ASPLOS、EuroSys）：叙事主线、章节写法与页数分配、写作模式、审稿人评价标准、投稿前 checklist 与改投格式转换要点。
- ML投稿自查
- ML论文起草
- ML审稿视角
- 系统投稿自查
- 系统论文起草
- 改投换会议
以证据表、论证图和章节契约为骨架，起草或修改研究计划、开题报告与科研项目方案，用 8 维评分体系审查，并在证据不足时校准承诺强度；附中文综述框架与批判性评估方法。
- 起草研究计划
- 降承诺与本子内写
- 方案审查评分
- 综述质量评估
- 综述框架设计
- 修改研究计划
把编辑决定信、审稿意见和作者笔记整理成可核查的返修材料：意见编号与分类追踪表、按审稿人隔离的逐条回复、返修 cover letter 与正文修改，并审查语气、可追溯性和是否虚构改动。
- 回复稿审查
- 返修信
- 困难意见处理
- 逐条回复起草
- 返修正文修改
- 意见拆解分类
按论文类型、章节、语言与目标期刊组合写作规则，从作者提供的证据出发起草或重构摘要、引言、方法、结果、讨论等章节，并可准备首次投稿的 cover letter 与声明材料。
- 摘要
- 结论
- 讨论
- 引言
- 方法
- 相关工作
面向国家自然科学基金（青年、面上、重点、联合基金、优青、杰青等）申请书的写作辅助：从科学问题凝练、立项依据、研究方案、创新点、可行性、经费预算、摘要到语言润色、模拟评审、提交前检查与对标分析，聚焦写作逻辑、结构和表达。
- 摘要关键词
- 立项依据
- 经费预算
- 提交前检查
- 对标分析
- 可行性分析
面向 NSF、NIH、DOE、DARPA 与台湾 NSTC 的基金申请书写作与自查：各机构要求与评审标准、NIH Specific Aims、NSF Project Summary 与 Broader Impacts、预算说明、按评审标准自评与重投回复。
- 预算说明
- 能源国防类申请
- 评审式自查
- NIH申请要求
- NSF申请要求
- NSF摘要与影响
用一组现成的中文 Prompt 模板快速完成科研写作中的单点任务（中英互译、润色缩扩写、去 AI 味、缩写与逻辑自查、图表标题、文献笔记、摘要引言方法初稿、Rebuttal、基金与研究计划骨架、学术报告提纲），适合要快速出结果、不需要深度方法论的场景。
- 快速去AI味
- 大纲与初稿
- 英文润色缩扩写
- 英译中
- 图表与结果
- 文献笔记对比
按证据溯源原则起草和修订科学稿件或报告：不编造数据与引文，按研究设计选用 CONSORT、PRISMA、STROBE 等报告规范，规范 IMRaD 各部分、图表、署名与 CRediT、AI 使用披露、利益冲突、数据可用性与研究诚信声明。
- 引用与证据
- 署名与声明
- 图表与图注
- 稿件起草
- 报告规范
- 投稿前核查
整理资料
从已冻结的观察出发，列出来自不同解释类别的候选假设与竞争解释，界定论断类型与因果估计量，推导能区分对手的预测、对照与证伪条件，完成测量操作化、检验设计和预注册分析计划，全程不把假设当事实。
- 候选与竞争解释
- 因果论断与估计量
- 判别性预测与对照
- 伦理与安全关卡
- 文献证据边界
- 假设质量审查
按统一的 Markdown 风格组织科研报告、论文草稿、讲稿与决策记录，并用 Mermaid 文本绘制流程、时序、时间线、概念层级等结构图，兼顾可访问性、目标平台版本兼容与图中论断的科学含义。
- 概念与结构图
- 示意数据图
- 决策记录
- 图表审查
- 文档排版
- Mermaid图
基于用户粘贴的论文文本，生成固定 Sections 01-16 的结构化精读卡：逐项拆解方法模块、实验与论断的证据链、结论的正确边界，分开作者自认局限与批判分析，并给出可检验的研究灵感。
像在白板前给同行讲论文一样精读单篇论文：还原研究起点与作者押注，区分承重设计与装饰，用具体数字演算关键公式，并核查证据能支撑到哪里。
面向社会科学及相邻人文学科的八步选题与论证工作台：从兴趣划定研究空间、按问题结构梳理文献版图、区分"研究少"与真正未决的问题、映射可观察证据与主张上限、生成并攻击候选研究问题、评估博士可行性，并约束学术表达不越过证据。
- 审稿人攻击
- 学术表达自检
- 候选研究问题
- 证据地图
- 文献版图
- 博士可行性
面向 CS/AI 研究的选题与创造性思考：十种选题透镜（问题/方案导向、抽象阶梯、张力、跨域迁移、"什么变了"、边界探测等）配合发散—收敛—打磨流程，以及组合、重构、结构类比、约束操纵、否定反转、相邻可能等八种认知科学创造框架。
- 结构化选题
- 创造性突破
- 思路卡壳
改写润色
先诊断论文类型、章节职能与段落逻辑，再做句子层润色；支持中译英、正文精简与 Nature / Nat Commun / NMI 期刊风格校准，并附修改说明。
- 摘要润色
- 结论润色
- 讨论润色
- 引言润色
- 方法润色
- 通用润色
基于 Sainani《Writing in the Sciences》的英文稿件逐句审校：冗余词、被动语态、句子结构、关键词一致、数字与引用五遍检查，输出分级修改报告。
- 删冗余
- 五遍完整审校
- 数字与引用核对
- 句子结构
- 术语与缩写一致
- 主动语态与动词
面向中文理工科硕博毕业论文的写作风格规范：写作模式按规则下笔，审校模式按词汇、句式、标点排版、章节结构、公式表述等 60 多条规则诊断或克制改写，让论文像答辩评委熟悉的毕业论文，不露 AI 痕迹也不滑向口语。
- 实验与图表
- 通用正文
- 目录与命名
- 方法与公式
- 硬伤速查
- 摘要引言小结
去 AI 味
面向英文论文与 NSF/NIH 基金申请书：剔除 AI 套话和过度声称，让主张匹配证据或可行性，保留学术惯例、作者语气及全部数字与引用。
- 基金申请书
- 论文去AI腔
面向中文文本的去模板腔编辑：按 31 个检查点删空话、拆套路句式，严格保留事实、限定、归因和作者声音，不承诺通过 AI 检测。
- 聊天残留清理
- 排版与标点
- 全文去模板腔
- 拔高与套话
- 句式节奏
审阅
以 Nature 期刊标准模拟三位审稿人独立审稿：评估原创性、重要性、技术可靠性与可读性，意见分主次并锚定证据位置，附数值一致性核查与综合意见。
- 编辑标准与门槛
- 数值一致性审计
- 整体模拟审稿
- 投稿前自查
面向投稿稿件的统计报告规范性：界定独立实验单元与生物/技术重复，检查检验与多重比较、效应量与不确定度、图注中的 n、误差棒与星号，起草可直接粘贴的统计方法小节与图注，缺失信息标为 AUTHOR_INPUT_NEEDED 而不编造。
- 统计报告审查
- 统计数值一致性
- 图注统计
- 统计方法小节
- Nature统计
- 统计审稿回复
针对具体论断和研究证据做批判性评估：检查实验设计、偏倚与混杂、统计误用和逻辑谬误，按 GRADE、Cochrane 偏倚风险等框架判断证据强度，输出可追溯的分级意见。
- 论断综合评估
- 偏倚识别
- 证据分级
- 实验设计审查
- 逻辑谬误识别
- 科学方法核查
核查
以权威书目元数据为准逐条核对参考文献的作者、标题、年份、卷期页码与 DOI，识别卷年冲突、作者顺序异常、DOI 张冠李戴等问题，输出分级验证报告。
技能内容来自各开源项目，已按其许可整理为只包含写作方法的版本，并保留署名。