陈德里开源：科技论文写作

SKILL.md 节选

# 科技论文写作 Skill Group

> 一套面向科技论文（尤其是综述 Survey）自动化写作的子技能体系，涵盖文献调研、结构逻辑、实验设计、图表制作与同行审议五大模块，并配套工作流路由、质量门禁与分数递进路径。

---

## 一、五个子技能

### 01 文献调研（Literature Survey）

四阶段流水线：**Recall → Score (LQS) → Classify (A/B/C/D) → Upgrade (arXiv → accepted)**

- **输入：** topic + taxonomy keywords
- **输出：** `references.bib` + `citation_plan.jsonl`

**Stage 1 — 高召回检索**

- 通过 `search.py -o "site:arxiv.org ..."` 执行 20–30 条关键词查询
- 每个 taxonomy 单元给出 3+ 种查询变体（核心词、同义词、方法名）
- 滚雪球：基于种子论文的引用网络扩展
- 目标：200–500 条原始候选

**Stage 2 — LQS 多维打分**

| 维度 | 权重 | 评分标准 |
| --- | --- | --- |
| Recency（时效性） | 30% | 6 个月内=10，1 年=8，2 年=5，3 年=3 |
| Citation Impact（引用影响力） | 25% | cites/月：≥50=10，≥10=8，≥3=6 |
| Venue（发表场所） | 20% | 顶会顶刊=10，强会=7，Workshop=4 |
| Institution（机构） | 10% | 顶级实验室=10，顶级高校=9 |
| Acceptance（录用状态） | 15% | 已录用=10，在审=5，无=3 |

阈值：LQS ≥ 7.0 必引，5.0–7.0 视情况引用，< 5.0 丢弃

**Stage 3 — 引用深度分级**

- **A 级**（1–3 段）：章节主角，每章 3–5 篇
- **B 级**（2–5 句）：重要洞见，每章 5–10 篇
- **C 级**（1 句）：支撑性证据
- **D 级**：丢弃，不引用

**Stage 4 — Venue 升级**

- 在 DBLP + OpenReview 交叉核对录用状态
- 标注 "Accepted at X" 的 arXiv 论文 → 改为 `@inproceedings`
- 目标：arXiv-only 占比 ≤ 60%

**校验**

- 每 20 条引用：核对标题、作者、年份、venue
- 目标：校验率 ≥ 80%，幻觉引用 = 0
- 年份分布：1 年内 ≥ 40%，已录用 ≥ 30%

---

### 02 论文结构与逻辑（Structure & Logic）

章节架构、段落逻辑链、taxonomy 设计、形式化主张、对冲措辞、摘要-结论一致性。

- **输入：** bib + 实验发现
- **输出：** `sections/*.tex`（完整手稿）

**章节架构（综述标准）**

- §1 引言：Hook → Gap → Contributions → Roadmap
- §2 背景：形式化定义、taxonomy 概览
- §3–6 核心：每章一个方法族，附批判性评估
- §7 基准 + 实验
- §8 未来：具体开放问题（Barrier + Attack vector）
- §9 结论：编号列出关键发现（而非重复摘要）

**段落逻辑模式**

| 模式 | 结构 | 适用场景 |
| --- | --- | --- |
| Claim-Evidence-Implication | 论断 → 数据 → 意义 | 正文主体 |
| Compare-Contrast | A → B → 差异 → 权衡 | 方法对比 |
| Concession-Rebuttal | 承认优点 → 但有局限 | 批判性分析 |
| Funnel | 宽泛 → 收窄 → 本文 | 引言 |

**Taxonomy 设计**

- 多轴矩阵（而非扁平列表）
- MECE：互斥且完备
- 必须存在空单元 → 作为 gap 分析素材
- 跨界方法体现 taxonomy 张力（这是好事）

**形式化主张**

- 默认：`Conjecture + Remark`（而非 Theorem）
- 对冲阶梯：demonstrates > suggests > may > hypothesize
- 规则：主张强度 ≤ 证据强度

**相关工作差异化**

- 强制与现有综述做对比表
- "我们更新"并不构成充分差异化
- 需要结构性新意：新 taxonomy、新视角、新实验

---

### 03 实验设计（Experiment Design）

四阶段循环：**Design（假设）→ Execute（API/GPU）→ Iterate（调整）→ Report（结构化 JSON）**

- **输入：** conjecture 或 gap
- **输出：** `results.json` + `experiment_summary.md`

**Stage 1 — 设计（最重要）**

- 必须回答："这个实验支撑论文的哪个主张？"
- 实验规格：假设、自变量/因变量、控制变量、预期结果
- 统计方案在运行前确定（杜绝 HARKing）
- 原则：可证伪、先做最小实验、预注册、有对照

**Stage 2 — 执行**

SKILL.md 不止这些内容，安装后可阅读全文。

技能包内容

共 1 个文件，合计 11.6 KiB