paper-writing
- Repo stars 72
- Author updated Live
- Author repo research-harness
- Domain
- Writing
- Compatible agents
-
- Claude Code
- Cursor
- Cline
- Codex
- Windsurf
- Gemini CLI
- +20
- Trust score
- 88 / 100 · community maintained
- Author / version / license
- @Biajin-PKU · no license declared
- Token usage
- Lean
- Setup complexity
- Plug-and-play
- External API key
- Not required
- Operating systems
- Unspecified (assume cross-platform)
- Runtime requirements
- No special requirements
- Permissions
-
- Read-only
- Write / modify
- Network behavior
- Local-only
- Install commands
- 26 variants
Profile is derived at build time from SKILL.md and install vectors. Subject to drift from author intent.
Heads up: 未限定 allowed-tools，默认拥有全部工具权限。
---
name: paper-writing
description: 六轨论文写作引擎：从问题定位到投稿就绪。 在开始任何写作之前，必须确认论文类型并加载对应 track： | Track | 类型 | 加载文件 | 典型 venue | |-------|--…
category: writing
runtime: no special runtime
---
# paper-writing output preview
## PART A: Task fit
- Use case: 六轨论文写作引擎：从问题定位到投稿就绪。 在开始任何写作之前，必须确认论文类型并加载对应 track： | Track | 类型 | 加载文件 | 典型 venue | |-------|------|----------|------------| | A | 专项研究 (Original Research) | tracks/original-research.md | CCF-A 会议/期刊 | runs entirely locally. Works with Claude Code, Cursor, Cline and 23 more..
- Inputs: target material, constraints, expected output, and acceptance criteria.
- Evidence boundary: follow “触发时机 / 第 0 步：识别论文类型 → 选择 Track / 核心原则（六轨共享）” and do not present inference as author intent.
## PART B: Execution result
- **01** The card summarizes the use case; runtime output centers on “六轨论文写作引擎：从问题定位到投稿就绪。 在开始任何写作之前，必须确认论文类型并加载对应 track： | Track | 类型 | 加载文件 | 典型 venue | |-------|------|----------|------------| | A | 专项研究 (Original Research) | tracks/original-research.md | CCF-A 会议/期刊 | runs entirely locally. Works with Claude Code, Cursor, Cline and 23 more.”.
- **02** When the source has headings, the agent prioritizes “触发时机 / 第 0 步：识别论文类型 → 选择 Track / 核心原则（六轨共享）” so the result follows the author’s structure.
- **03** Typical output includes task judgment, concrete steps, required commands or file edits, validation, and follow-up options.
- **04** Risk context follows the fingerprint: read files, write/modify files; mostly runs locally; usually needs no extra API key.
## Running Rules
- read files, write/modify files; mostly runs locally; usually needs no extra API key.
- Validate with a small sample before expanding scope.
- Return the result, validation criteria, and next iteration options. Choose the trigger
The source does not require a stable slash command. After installation, invoke the skill by name and describe the task.
Provide inputs and boundaries
Name target files or source material, expected output, forbidden changes, and whether network or shell access is allowed. Permission fingerprint: read files, write/modify files.
Validate with a small run
Start with a small task and check whether the result follows “触发时机 / 第 0 步：识别论文类型 → 选择 Track / 核心原则（六轨共享）”. Inspect diffs, logs, previews, or tests before expanding scope.
Review before delivery
Confirm the final output includes a concrete result, evidence, and next action. If it stays generic, tighten inputs, boundaries, and acceptance criteria.
---
name: paper-writing
description: 六轨论文写作引擎：从问题定位到投稿就绪。 在开始任何写作之前，必须确认论文类型并加载对应 track： | Track | 类型 | 加载文件 | 典型 venue | |-------|--…
category: writing
source: Biajin-PKU/research-harness
---
# paper-writing
## When to use
- 六轨论文写作引擎：从问题定位到投稿就绪。 在开始任何写作之前，必须确认论文类型并加载对应 track： | Track | 类型 | 加载文件 | 典型 venue | |-------|------|----------|------…
- Use it when the task has clear inputs, repeatable steps, and validation criteria.
## What to provide
- Target material, scope, expected result, and forbidden changes.
- Whether network, commands, file writes, or external services are allowed.
## Execution rules
- Organize steps around “触发时机 / 第 0 步：识别论文类型 → 选择 Track / 核心原则（六轨共享）” and keep inference separate from source facts.
- read files, write/modify files; mostly runs locally; usually needs no extra API key.
- Validate with a small sample before expanding the task.
## Output requirements
- Return the deliverable, key evidence, validation method, and next action.
- Mark missing information as unknown; do not invent commands, platforms, or dependencies. Evidence boundary and execution chain
The author source anchors workflow facts; repository files anchor sources and commands; Fluxly only adds fit, limitations, and quality judgment.
skill "paper-writing" {
input -> user goal + target files + boundaries + acceptance criteria
context -> 触发时机 / 第 0 步：识别论文类型 → 选择 Track / 核心原则（六轨共享）
rules -> SKILL.md triggers / order / output contract
runtime -> no special runtime | read files, write/modify files | mostly runs locally
guardrails -> usually needs no extra API key + small-sample validation + diff/log review
output -> copyable result + checklist + next iteration
}Paper Writing — 论文撰写 Skill
六轨论文写作引擎：从问题定位到投稿就绪。
触发时机
- 起草/修改论文任意章节
- 准备投稿（格式、checklist、anonymization）
- 准备 rebuttal / camera-ready
- 给导师写科研进展汇报
- 讨论论文 framing 或 narrative
第 0 步：识别论文类型 → 选择 Track
在开始任何写作之前，必须确认论文类型并加载对应 track：
| Track | 类型 | 加载文件 | 典型 venue |
|---|---|---|---|
| A | 专项研究 (Original Research) | tracks/original-research.md |
CCF-A 会议/期刊 |
| B | 综述 (Survey / Review) | tracks/survey-review.md |
ACM CSUR, IEEE TPAMI Survey |
| C | 系统/基准 (System / Benchmark) | tracks/system-benchmark.md |
NeurIPS D&B, MLSys |
| D | 短论文/Workshop | tracks/short-workshop.md |
Workshop, Findings |
| E | 立场论文 (Position Paper) | tracks/position-paper.md |
TMLR, HotNets |
| F | 科研汇报 (Advisor Report) | tracks/advisor-report.md |
内部汇报 |
如果用户没有明确类型：通过以下问题判断——"这篇论文是提出新方法/理论，还是系统梳理某个领域？有实验结果吗？目标投哪里？"
核心原则（六轨共享）
以下原则按重要性排序，适用于所有论文类型。每条标注了来源（"导师"= 导师方法论，"国际"= 开源社区/顶级研究者共识）。
一、问题定位六维验证 [导师 P3-P8]
写论文的第一步不是写，而是验证"这个问题值得写"。 用以下六个维度检验，至少满足 4/6：
| 维度 | 检验问题 | 证据类型 |
|---|---|---|
| 🏭 应用迫切性 | 是否有重大且紧迫的实际应用场景？ | 产业报告、新闻、市场数据 |
| 🧮 理论空白 | 是否存在理论尚未解决的问题？ | 现有方法的failure case、bound gap |
| 🔥 学术热度 | 是否是当前学术界的研究热点？ | 近2年顶会论文数量趋势 |
| 🏫 顶校参与 | 全球顶级高校是否有团队在做？ | 发表记录（MIT/Stanford/THU/ETH等） |
| 🏢 产业投入 | 国际大厂是否有相关论文/工具/研究？ | Google/Meta/MS/OpenAI的发表和开源 |
| 🤝 产学共识 | 学术界和产业界是否都认为迫切？ | 同时出现在顶会和产业blog中 |
应用方式：在 Introduction 第一段就要传递出"这个问题重要且紧迫"的信号，用具体数据而非空洞形容词。
例：不要写"X is an important problem"，而是"X affects 2.3B daily queries (Google, 2025) and remains unsolved despite 47 papers at NeurIPS/ICML 2024-2025"。
二、三问题→三贡献对称结构 [导师 P9-P10]
Related Work / 综述部分归纳的未解决问题不能太多，限制为 3 条。然后自己的创新工作与这 3 条一一对应：
Related Work 归纳出:
❶ 问题1: [现有方法在X上的结构性局限]
❷ 问题2: [Y场景下的理论空白]
❸ 问题3: [Z维度上的效率/精度瓶颈]
Our Contributions:
❶ 贡献1: [针对问题1的方案] → 对应 Section 3.1 + Exp Table 2
❷ 贡献2: [针对问题2的方案] → 对应 Section 3.2 + Exp Table 3
❸ 贡献3: [针对问题3的方案] → 对应 Section 3.3 + Exp Table 4为什么是 3 条：太少（1-2）显得贡献不足；太多（4+）导致散焦，审稿人记不住。3 条形成完整论证链且易于记忆。
Track 适配：
- Track A（专项研究）：严格 3 问题 → 3 贡献
- Track B（综述）：改为 3-5 个 open challenges → 对应 research roadmap
- Track D（短论文）：1-2 个问题 → 1-2 个贡献
- Track F（科研汇报）：不强制此结构
三、引用质量分级 [导师 P1]
引用不只是支撑论点，更是向审稿人展示你的学术视野。引用质量直接影响审稿人对论文成熟度的判断。
| 优先级 | 来源 | 策略 |
|---|---|---|
| ★★★ 必引 | CCF-A 会议/期刊、中科院一区 | 核心论点的主要支撑，放在引用序列前部 |
| ★★☆ 可引 | CCF-B 会议/期刊、中科院二区 | 补充性引用，用于扩展覆盖面 |
| ★☆☆ 慎引 | 其他 venue | 仅在以下情况使用：(a) 该领域可用文献确实稀缺，(b) 该论文是开创性工作（如早期 arXiv），(c) 唯一相关的实现/数据集 |
操作规则：
- 每个核心论点至少有 1 篇 ★★★ 级引用支撑
- 低 tier 引用如必须使用，在引用列表中放在 ★★★ 之后
- 自引比例不超过 15%，除非该领域你的团队是主要贡献者
- 引用年限：优先近 3 年，超过 5 年的仅保留 seminal works
Track 适配：
- Track B（综述）：★★★ 仍优先，但必须全面覆盖——漏引重要工作比引用低 tier 更危险
- Track D（短论文）：引用总数 15-25 篇，几乎全部 ★★★
四、综述式写作：综合归纳 > 逐篇介绍 [导师 P2]
这是 Related Work 最常见的错误：变成文献列表而非知识综合。
| ❌ 错误写法 | ✅ 正确写法 |
|---|---|
| "A et al. proposed X. B et al. proposed Y. C et al. proposed Z." | "Three lines of work address this problem: methods based on X [A,B], approaches using Y [C,D], and techniques leveraging Z [E,F]. While X-based methods achieve strong accuracy, they suffer from..." |
| 逐篇罗列每篇论文的方法和结果 | 按研究方向分组，综合比较优缺点，指出共同局限 |
| 给每篇论文相同篇幅 | 重要进展详写，边缘工作一笔带过 |
写法公式（每个研究方向一段）：
[方向名称] 的研究进展 [refs] 已经解决了 [具体问题]，
但仍面临 [具体局限]。
其中 [最重要的1-2篇] 通过 [具体方法] 取得了 [具体成果]，
然而 [结构性问题] 使得这些方法无法 [目标场景]。五、技术包装：突出新颖性与深度 [导师 P11]
同一个技术，不同的包装，审稿人的感知完全不同。
| 弱包装 | 强包装 |
|---|---|
| "We combine A and B" | "We develop a unified framework that integrates A's efficiency with B's expressiveness through a novel coupling mechanism" |
| "We modify the loss function" | "We introduce a theoretically-grounded regularization term derived from [原理], which provably ensures [性质]" |
| "We use transformer for X" | "We identify that the key bottleneck in X is [具体问题], and propose [命名的方法] that exploits [具体结构特征] to achieve [具体改进]" |
包装三要素：
- 命名：给你的方法/框架取一个memorable的名字
- 定位：明确说出"first"/"novel"在哪个维度上成立
- 深度：展示为什么这个方案不是trivial的（理论保证、非显然的设计选择、失败的替代方案）
六、叙事原则 [国际：Nanda/Farquhar/Karpathy]
一篇论文是一个有明确结论的技术故事，不是实验的堆砌。
Introduction 结束时，读者必须清楚理解：
| 支柱 | 内容 | 测试 |
|---|---|---|
| The What | 1-3 个具体的、可证伪的 claims | 能用一句话说清楚吗？ |
| The Why | 支撑 claims 的证据 | 有强 baseline 对比吗？ |
| The So What | 读者为什么应该关心 | 与已知社区问题有联系吗？ |
如果核心贡献无法用一句话说清楚，论文的 framing 还没有收敛。
七、时间分配 [国际：Nanda]
在以下四部分投入大致相等的时间：
- Abstract
- Introduction
- Figures（尤其 Figure 1）
- 其余所有内容
原因：审稿人的阅读顺序是 Title → Abstract → Intro → Figure 1 → 可能看Methods。前两页不吸引人，后面的精彩内容可能永远不被看到。
八、句子级清晰度 [国际：Gopen & Swan 七原则]
| 原则 | 规则 | 示例 |
|---|---|---|
| 主谓紧邻 | 主语和动词之间不插入长定语从句 | ❌ "The model, which was..." → ✅ "The model achieves..." |
| 重点后置 | 句末放最重要的信息 | ❌ "Accuracy improves by 15% when using X" → ✅ "When using X, accuracy improves by 15%" |
| 语境先行 | 先给背景，再给新信息 | ✅ "Given these constraints, we propose..." |
| 旧信息→新信息 | 从已知过渡到未知 | 前后句之间要有逻辑链接 |
| 一段一事 | 每段只做一件事 | 多主题段落要拆分 |
| 动词承载动作 | 避免名词化 | ❌ "perform an analysis" → ✅ "analyze" |
| 先铺垫后展示 | 公式/结果前先解释为什么重要 | 不要突然出现一个等式 |
九、词语精确度 [国际：Lipton/Steinhardt]
- 消灭模糊词：❌ "performance" → ✅ "accuracy" / "latency" / "throughput"
- 消灭对冲：❌ "may improve" → ✅ "improves by 15%"（除非确实不确定）
- 消灭弱动词：❌ "combine" / "modify" / "extend" → ✅ "develop" / "propose" / "introduce"
- 消灭修饰词：❌ "very significant improvement" → ✅ "15% improvement"
- 术语一致：全文同一概念只用一个术语
十、反 AI 痕迹检查 [国际：Imbad0202/SNL-UCSB]
LLM 辅助写作的论文容易出现以下模式，审稿人已经能识别：
| 模式 | 检测方法 | 修正 |
|---|---|---|
| 过度使用 em-dash (—) | 全文搜索 — 计数 |
改用逗号、分号或拆句 |
| 每段开头千篇一律 | 检查段首词分布 | 变化句式结构 |
| "It is worth noting that" 等清嗓子 | 搜索固定短语 | 直接删除，lead with content |
| 段落长度高度一致 | 统计每段字数标准差 | 有意变化段落长度 |
| 过度使用 "Furthermore" / "Moreover" | 统计连接词频率 | 用逻辑关系替代（because/however/specifically） |
| "delve into" / "landscape" / "realm" | 搜索 AI 高频词 | 替换为具体表述 |
引用工作流（防幻觉）
🚨 核心规则：绝不从记忆生成 BibTeX。必须程序化获取。🚨
AI 生成的引用有约 40% 的错误率。幻觉引用（不存在的论文、错误作者、错误年份）是严重的学术不端。
引用验证流程（每条引用必须执行）
1. 搜索 → Semantic Scholar API / Exa MCP / Google Scholar
2. 验证 → 论文在 2+ 来源中存在（S2 + arXiv/CrossRef）
3. 获取 → 通过 DOI 程序化获取 BibTeX
4. 核实 → 你引用的 claim 确实在该论文中出现
5. 分级 → 按引用质量分级（★★★/★★☆/★☆☆）标注
6. 失败 → 标记 [CITATION NEEDED]，明确告知用户Research Harness 集成（可选）：如果 MCP server 可用，使用 paper_search 和 claim_extract 工具验证引用和 claim 对应关系。
引用不可做的事
| ❌ 禁止 | ✅ 正确做法 |
|---|---|
| 从记忆写 BibTeX | 通过 API 获取 |
| 记不清就猜一个类似的 | 标记 [CITATION NEEDED] |
| 引用未读过的论文 | 至少确认 abstract 和 conclusion |
| 用 arXiv 版本替代已发表版本 | 优先引用正式发表版 |
写作流程（五阶段 Pipeline）
改编自 SNL-UCSB 五阶段流水线，融合导师原则：
Stage 1: 问题定位与 Brainstorming
- 运行六维验证（原则一），确认问题值得写
- 确定论文类型，加载对应 Track
- 明确一句话贡献（One-Sentence Contribution Test）
- 输出：
project_context.md（论文身份声明、venue、贡献 claims）
Stage 2: 架构设计 (Architecture)
- 设计章节大纲，分配 claim → section 映射
- 规划 figure/table plan（Figure 1 优先）
- 设定 page budget
- 运行 3 问题 → 3 贡献对称检查（原则二）
- 输出：结构化大纲表
| Section | Pages | Key Claim | Figures/Tables |
|---|---|---|---|
| ... | ... | ... | ... |
Stage 3: 章节起草 (Section Drafts)
推荐起草顺序：
- Draft 0 Introduction（定调，可丢弃）
- Experiments / Evaluation
- Method / Design
- Related Work（运用原则四：综合归纳）
- Final Introduction（基于实际证据重写）
- Abstract（最后写）
每个章节起草后：运行对应 Track 的 section checklist。
Stage 4: 整合与一致性 (Integration)
- 术语一致性：全文同一概念同一名称
- Claim-Evidence 映射：Introduction 每条 claim 对应实验
- 关键抽象传播：核心概念在各 section 都出现
- 过渡检查：N 段结尾 ↔ N+1 段开头逻辑连贯
- 运行反 AI 痕迹检查（原则十）
Stage 5: 压缩与打磨 (Compression)
按顺序执行 7 个压缩操作：
- 句子精简（删除从句、修饰词、清嗓子）
- 段落合并（同一论点的多个例子 → 保留最佳）
- 通用修饰词删除（"significant" → 具体数字）
- Tutorial 删除（目标读者已知的知识）
- Claim-first 改写（主句前置）
- Takeaway 插入（实验组后加总结段）
- 数据可视化提升（密集数字从文字移到图表）
目标：首稿减少 30-50%。报告压缩前后字符数。
质量门控 (Quality Gates)
每个阶段完成后，运行对应的质量检查：
Gate 1: 问题定位检查（Stage 1 后）
- 六维验证至少 4/6 通过
- 一句话贡献清晰且可证伪
- 目标 venue 明确
Gate 2: 结构检查（Stage 2 后）
- 3 问题 → 3 贡献对称（Track A）或 N challenges → roadmap（Track B）
- 每个 claim 有对应的 evidence section
- Figure 1 计划就绪
- Page budget 符合 venue 要求
Gate 3: 章节检查（Stage 3 每章后）
- 引用质量分级达标（核心论点有 ★★★）
- 无逐篇介绍式 related work（原则四）
- 每个实验明确声明测试什么 claim
- Section checklist（来自 Track 文件）通过
Gate 4: 一致性检查（Stage 4 后）
- 术语一致
- Claim 完整映射
- 反 AI 痕迹通过
- 交叉引用无断裂
Gate 5: 投稿就绪检查（Stage 5 后）
- Page count 符合 venue 限制
- 所有引用已验证（无
[CITATION NEEDED]） - Anonymization 完成（双盲 venue）
- LaTeX 编译无 warning
- 所有 figure 为矢量格式（PDF/EPS）
- Font 全部嵌入
Abstract 五句话公式 [国际：Farquhar]
句1: 你做了什么（"We introduce..." / "We prove..." / "We demonstrate..."）
句2: 为什么这个问题难且重要
句3: 你怎么做的（含关键词，利于搜索发现）
句4: 你有什么证据
句5: 最值得记住的数字/结果删除标准：如果第一句能套在任何 ML 论文上（"Large language models have achieved remarkable success..."），直接删除。
Research Harness 集成（可选）
当 Research Harness MCP server 可用时，可使用以下工具增强写作流程：
| 阶段 | MCP 工具 | 用途 |
|---|---|---|
| Stage 1 | paper_search, gap_detect |
验证问题定位、发现 gap |
| Stage 2 | outline_generate, writing_architecture |
生成大纲和写作架构 |
| Stage 3 | section_draft, claim_extract |
起草章节、提取 claim |
| Stage 4 | consistency_check |
全文一致性检查 |
| Stage 5 | section_review, section_revise |
章节审查和修订 |
| 引用 | paper_search, paper_ingest |
搜索和管理文献 |
独立使用：即使没有 Research Harness，本 skill 的所有原则和流程仍然完全可用——使用 web search 替代 paper_search，手动管理引用替代 MCP 工具。
Track 快速参考
详细的 track-specific 写作指南见 tracks/ 目录。以下是各 track 的核心差异速查：
| Track | 核心叙事 | 引用量 | 特殊要求 |
|---|---|---|---|
| A 专项研究 | 问题→方案→证据 | 30-60 | 严格 3→3 对称 |
| B 综述 | 领域→分类→空白→路线图 | 100-300 | 全面覆盖 > tier 优先 |
| C 系统/基准 | 需求→设计→评估→可复现 | 30-50 | 强调 reproducibility |
| D 短论文 | 一个 insight→初步证据 | 15-25 | 几乎全 ★★★ |
| E 立场论文 | 观点→论证→implications | 20-40 | 强调 provocativeness |
| F 科研汇报 | 进展→问题→下一步 | N/A | 面向导师，实用导向 |
Decide Fit First
Design Intent
How To Use It
Boundaries And Review