paper-check

from bahayonghang/my-claude-code-settings

我的Claude Code配置,包括commands,skills等

4 stars0 forksUpdated Jan 26, 2026
npx skills add https://github.com/bahayonghang/my-claude-code-settings --skill paper-check

SKILL.md

学术论文检查 Skill

专业的学术论文质检工具,提供系统化的论文审查流程,帮助提升论文质量和发表成功率。

适用场景

  • 论文投稿前的全面质检
  • 审稿意见返修指导
  • 论文写作过程中的阶段性检查
  • 学术写作规范培训

核心特性

  • 全局检查: 逻辑流、术语一致性、时态、人称四大维度
  • 分部检查: 标题、摘要、引言、方法、结果、讨论、结论七个部分
  • 可执行建议: 每条问题都提供具体修改方案和示例改写
  • 证据定位: 所有判断都引用原文句子,可追溯验证

使用方式

基础用法

# 全局检查
codex e -m gemini-2.0-flash-exp "使用 paper-check skill 对我的论文进行全局检查" --attach paper.pdf

# 特定部分检查
codex e -m gemini-2.0-flash-exp "使用 paper-check skill 检查我的摘要部分" --attach paper.pdf

推荐工作流

  1. 初稿完成后: 先做全局检查,定位结构性问题
  2. 修改后: 逐部分精修(按优先级:摘要 → 引言 → 方法 → 结果 → 讨论 → 结论 → 标题)
  3. 投稿前: 再做一轮全局检查,确保一致性

检查模块

0. 全局检查 (Global Review)

在进入逐部分精修前,先进行全局检查,聚焦于逻辑、术语、时态和人称四大维度。

核心检查点:

  • 逻辑: 段落间过渡、论证链条连贯性
  • 术语: 关键术语与缩写前后一致性
  • 时态: 方法/结果用过去时,引言/讨论用现在时
  • 人称: 人称使用是否符合期刊规范

输出格式:

  1. 全局诊断摘要(Top 5 问题 + 修改路线图)
  2. 四维度问题清单(逻辑流/术语/时态/人称)
  3. 术语表 Glossary
  4. 每条问题包含:位置/类型/描述/证据/修改建议/示例改写

1. 标题校对 (Title Optimization)

标题应同时满足准确性、简洁性与吸引力。

检查维度:

  • 准确性: 是否覆盖核心内容(Task + Method 或 Task + Setting)
  • 简洁性: 是否存在冗余词、重复结构、无信息量形容词
  • 吸引力: 是否包含2-4个高价值检索关键词

输出格式:

  1. Fact Sheet(从论文中抽取的事实要点)
  2. Title Scorecard(当前标题三维度评分 + 诊断)
  3. Actionable Edits(可执行修改建议清单)
  4. 3 Candidate Titles(含策略标签/关键词/风险提示)
  5. Recommended Title(首选标题 + 理由 + 期刊适配说明)

2. 摘要校对 (Abstract QA)

摘要应是独立、完整的浓缩文字,包含背景、方法、结果、结论四要素。

检查维度:

  • 结构完整性: Background/Methods/Results/Conclusion 四要素齐全
  • 数据支持: 关键结果有具体数值/指标/对比
  • 一致性: 摘要与正文的研究目的、方法、结果、结论一致
  • 独立性: 不看正文能否读懂(术语定义、背景、基线等)

输出格式:

  1. 句级标注表(每句标注 B/M/R/C)
  2. 数据支持清单(提取数值/指标,标出空泛表述)
  3. 一致性核对(摘要 vs 正文逐条对比)
  4. 独立性检查(未定义术语/缺少背景等)
  5. 可执行改写建议 + 改进后摘要示例

3. 引言校对 (Introduction Structure Audit)

引言应呈现清晰的"漏斗型"逻辑结构:从宏观背景逐步聚焦到具体研究问题。

检查维度:

  • 漏斗结构: 宏观背景 → 子领域 → 具体问题 → 本文问题
  • 研究空白: 明确指出前人不足/未解决问题
  • 研究问题/假设: 明确 RQ 或可检验假设
  • 路线图: 说明论文结构安排

输出格式:

  1. 句子编号与切分(S1, S2, S3...)
  2. 四项检查结果(每项包含:结论/证据句/问题诊断/修复建议)
  3. 问题清单 Top 5(按严重程度排序)
  4. 最低改动修复方案
  5. 结构重写方案(建议段落顺序)

4. 方法校对 (Methods Auditing)

方法部分的核心标准是"可复现性"。

检查维度:

  • 可复现性: 数据来源、样本量、预处理、模型结构、训练细节、评价指标等
  • 理由阐述: 每个关键选择是否说明"为什么选它"
  • 伦理声明: 人类受试/动物实验的伦理批准信息
  • 时态一致性: 英文用过去时,中文叙述统一

输出格式:

  1. 结论概览(最严重的3个问题 + 后果)
  2. 问题清单表(类别/严重程度/位置/问题描述/修改建议/推荐改写)
  3. 四项专项检查(可复现性/理由阐述/伦理声明/时态一致性)

5. 结果校对 (Results QA)

结果部分应客观呈现事实,避免解释或意义推断。

检查维度:

  • 纯粹性: 不包含解释/因果/意义推断/价值判断
  • 图表引用覆盖: 所有图表在正文被完整引用
  • 数据描述质量: 提炼趋势而非逐数复述

输出格式:

  1. 纯粹性问题清单(标签/原句/问题类型/建议处理)
  2. 图表引用核对(被引用清单 + 遗漏项 + 格式问题)
  3. 数据描述改进(原句/问题/建议改写)

6. 讨论校对 (Discussion Depth Review)

讨论部分需深入阐释结果的含义:解释原因、与前人对比、承认局限性、阐明价值。

检查维度:

  • 解释与对比深度: 每条结果是否解释原因、与前人对比
  • 局限性: 是否充分讨论方法学、数据、测量、外推性等局限
  • 价值与贡献: 理论价值和实践价值是否清晰

输出格式:

  1. 主要结果提取(3-8条,含原文定位)
  2. 解释与对比深度审查表(每条结果的机制解释/对比关系/引用证据)
  3. 局限性审查(段落定位 + 应补的局限性清单 + 句式模板)
  4. 价值与贡献审查(理论价值/实践价值证据定位 + 具体化改写)
  5. 量化评分(解释深度/对比质量/局限性/价值清晰度,满分10)
  6. 最小修改清单 Top 5

7. 结论校对 (Conclusion Review)

结论应直接回应引言提出的研究问题,用自己的话概括主要发现。

检查维度:

  • 回应问题: 是否回答引言中的 RQ1/RQ2/...
  • 总结方式: 是否避免照抄摘要
  • 新信息检查: 是否引入前文未出现的新信息
  • 未来展望: 是否基于局限性提出具体可执行的未来方向

输出格式:

  1. 总体结论(A/B/C 评级 + 3条最关键问题)
  2. 逐项检查(回应问题/总结方式/新信息/未来展望)
  3. 优化后的结论收尾段示例(100-180字)

输出规范

问题定位格式

所有问题必须包含以下字段:

**位置**: 章节-段落编号 或 段落首句
**问题类型**: 逻辑/术语/时态/人称/可复现性/...
**问题描述**: 一句话说明问题
**证据**: 引用原句(可截取关键片段)
**修改建议**: 具体怎么改
**示例改写**: 给出1个更优表达(可选但优先提供)

严重程度分级

  • Critical: 影响论文可接受性(伦理缺失、不可复现、逻辑断裂)
  • Major: 影响论文质量(术语混乱、时态错误、缺少关键信息)
  • Minor: 影响阅读体验(表述不清、格式不统一)

表格输出格式

使用 Markdown 表格呈现结构化信息:

| # | 位置 | 问题类型 | 严重程度 | 问题描述 | 修改建议 |
|---|------|----------|----------|----------|----------|
| 1 | 引言-S3 | 逻辑跳跃 | Major | 从宏观背景直接跳到方法 | 补充子领域现状与具体问题 |

约束与原则

硬约束

  1. 不编造事实: 所有判断必须基于用户提供的论文内容
  2. 证据可追溯: 每条问题都引用原文句子
  3. 建议可执行: 修改建议具体到"补充哪些字段/参数/步骤"
  4. 不改变研究事实: 只优化表达与补齐信息,不改动研究结论

默认假设

当用户未提供以下信息时,使用默认假设:

  • 论文语言: 根据输入自动判断(中文/英文)
  • 目标期刊: 按英文科技写作常见规范,以"一致性优先"
  • 研究类型: 从文本中推断;无法判断则标记 "Needs Verification"
  • 写作偏好: 默认允许第一人称 "we",偏主动语态

信息不足处理

当信息不足以做出判断时:

  1. 明确标注 "Needs Verification"
  2. 列出需要用户补充的最小信息清单
  3. 基于默认假设继续完成检查(并在开头说明假设)

最佳实践

检查顺序建议

  1. 初稿阶段: 全局检查 → 引言 → 方法 → 结果
  2. 精修阶段: 摘要 → 讨论 → 结论 → 标题
  3. 投稿前: 全局检查(确保一致性)

与 AI 协作技巧

1. 提供充分上下文(Context is King)

明确的上下文能显著提升检查质量。包含以下信息:

  • 目标期刊/会议名称
  • 研究类型(实验/理论/综述)
  • 特殊要求(字数限制、格式规范)
# ✅ 好的做法
codex e -m gemini-2.0-flash-exp \
  "使用 paper-check skill 检查我的方法部分。
   目标期刊: Nature Communications
   研究类型: 人类受试实验
   已获伦理批准: IRB-2024-001
   字数限制: 方法部分不超过1500字" \
  --attach paper.pdf

# ❌ 不够好的做法
codex e -m gemini-2.0-flash-exp "检查方法" --attach paper.pdf

2. 分批处理长论文(Chunking Strategy)

长论文(>10页)建议按章节分批检查,避免上下文窗口溢出:

# 按章节逐个精修
codex e -m gemini-2.0-flash-exp \
  "使用 paper-check skill 检查引言部分(第1-3页)" \
  --attach paper.pdf

# 或使用 rg 定位特定章节后再检查
codex e -m gemini-2.0-flash-exp \
  "检查 Methods 章节,重点关注可复现性" \
  --attach paper.pdf

3. 迭代修改工作流(Iterative Refinement)

采用"发现问题 → 修改 → 验证"的闭环流程:

# 第一轮:全局诊断
codex e -m gemini-2.0-flash-exp \
  "使用 paper-check skill 进行全局

...
Read full content

Repository Stats

Stars4
Forks0