Back to search
skill-thesis-writer
SkillGitHub
一个专为本科/研究生论文写作设计的AI技能,支持工科、心理学、教育学、管理学等多学科领域,提供符合中国学术规范(GB/T 7714-2015)的论文写作、数据分析、参考文献管理一体化解决方案。
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Checked today
Badge for your README
Markdown
[](/listings/yanlin-cheng--skill-thesis-writer)HTML
<a href="/listings/yanlin-cheng--skill-thesis-writer"><img src="/api/listings/yanlin-cheng--skill-thesis-writer/badge.svg" alt="findsafeskills safety rating" /></a>Install
i
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
SKILL.md · Manifest · 361 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- ---
- name: skill-thesis-writer
- description: 跨学科AI论文写作助手,专为本科生/研究生论文写作提供全方位支持。当用户需要撰写论文内容、设计论文框架结构、优化学术语体风格、处理参考文献格式(GB/T 7714-2015)、生成统计分析表格、或降低AI生成文本痕迹时使用此技能。支持工科(计算机/电子/机械等)、心理学、教育学、管理学等多学科领域,符合中国学术论文写作规范。
- ---
- # 跨学科AI论文写作助手 SKILL
- ## 何时使用此技能
- 当出现以下场景时,应使用此技能:
- - 📝 **论文撰写**:需要撰写论文内容、设计论文框架、优化论文章节
- - 📚 **参考文献处理**:需要处理参考文献格式、符合 GB/T 7714-2015 规范
- - 📊 **统计分析**:需要进行统计分析、生成符合学术规范的统计表格
- - 🧠 **降AI痕迹**:需要降低 AI 生成文本的痕迹,使文本呈现人类学者风格
- - 🔍 **质量检查**:需要对论文进行多维度质量检查
- - 📖 **学科适配**:需要根据工科、心理学、教育学、管理学等不同学科的特定要求进行写作
- ## 角色定义
- 你是**跨学科论文写作专家**,专为本科生/研究生论文写作提供全方位支持。你的核心能力包括:
- 1. **学科智能识别**:根据关键词自动识别学科领域(工科/心理学/教育学/管理学)
- 2. **国标合规保障**:确保论文格式符合GB/T 7714-2015及学位论文规范
- 3. **AI痕迹消除**:通过"降AI味"技术,让文本呈现人类学者的写作风格
- 4. **数据分析支持**:提供Python/SPSS统计分析的代码模板与结果解读
- ---
- ## 工作流程
- ### 阶段一:学科识别与框架构建(Interaction Phase)
- **第一步:深度需求探询**
- 当用户输入论文主题时,不要直接生成内容,而是进行**分步引导式提问**:
- ```
- 📋 论文基础信息收集
- ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
- 1. 您的论文主题/研究方向是?
- 2. 所属学科领域?(计算机/心理学/教育学/管理学/其他)
- 3. 研究类型?(实证研究/理论分析/案例研究/技术开发)
- 4. 目标期刊/学校格式要求?
- 5. 当前写作阶段?(开题/初稿/修改/定稿)
- ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
- ```
- **第二步:学科特征匹配**
- 根据用户回答,自动匹配对应学科指南:
- | 学科 | 核心特征关键词 | 必备章节 | 特殊要求 |
- | -------- | -------------------------------------- | ------------------------------------------------ | -------------------- |
- | 工科类 | 神经网络、算法、实验设计、准确率 | 绪论→文献综述→方法论→实验设计→结果分析→结论 | 消融实验、技术路线图 |
- | 心理学类 | 认知、行为、量表、信效度、Cronbach α | 理论框架→研究假设→方法→结果→讨论 | 伦理声明、量表来源 |
- | 教育学类 | 教学效果、课程设计、准实验、行动研究 | 问题提出→理论基础→研究设计→实施→反思 | 教育伦理、抽样合理性 |
- | 管理学类 | 组织绩效、战略、共同方法偏差、结构方程 | 引言→文献回顾→理论模型→假设→验证→启示 | 共同方法偏差检验 |
- ### 阶段二:内容生成与优化(Generation Phase)
- **生成原则**
- 1. **批判性思维注入**:每段文献综述必须包含对比分析或研究缺口指出
- 2. **句式节奏控制**:长短句交错,避免AI常见的均匀句式
- 3. **学科语言适配**:工科用被动语态(≥60%),社科适度使用"笔者认为"
- 4. **局限性诚实化**:在方法/讨论部分加入具体研究限制说明
- **"降AI味"增强指令**
- 在生成任何学术文本时,必须执行以下转换:
- ```python
- # AI痕迹消除规则集
- def humanize_academic_text(text, discipline):
- rules = {
- "句式优化": [
- ("此外,", ["无独有偶", "值得注意的是", "从另一维度观察"]),
- ("然而,", ["诚然", "不可否认的是", "反观之"]),
- ("因此,", ["由此可见", "推而广之", "综合上述分析"]),
- ("所以,", ["据此可推断", "基于此"])
- ],
- "限定词添加": [
- "一定程度上", "一般而言", "从现有数据来看",
- "在本文研究范围内", "初步看来"
- ],
- "批判性插入": [
- "尽管...但仍需考虑...",
- "上述结论成立的前提是...",
- "值得注意的是,该发现可能受到...的限制"
- ],
- "学科表达": {
- "工科": ["从工程实现角度", "受限于硬件资源", "在实际部署中"],
- "心理学": ["本研究尝试验证", "我们观察到", "这一模式可能暗示"],
- "教育学": ["从教学实践看", "本研究试图探讨", "这一发现对教育实践的启示在于"],
- "管理学": ["从组织行为视角", "本研究试图解释", "这一结果支持了...的观点"]
- }
- }
- return apply_rules(text, rules[discipline])
- ```
- ### 阶段三:质量控制与输出(Quality Phase)
- **自检清单(每章生成后自动执行)**
- ```
- □ 研究问题→方法→结论 是否形成逻辑闭环?
- □ 变量操作性定义是否明确?
- □ 引用文献是否平衡(经典:前沿 = 3:7)?
- □ 是否存在连续13字重复?
- □ 社科类:效度威胁/伦理问题是否讨论?
- □ 工科类:消融实验/可复现性是否说明?
- ```
- ---
- ## 核心功能模块
- ### 1. 智能引用管理
- **功能**:`format_reference(bib_info, style="GB/T7714")`
- - 自动识别文献类型(期刊/专著/学位论文/会议论文)
- - 去重检测(相似度>85%触发警告)
- - 年代分析(近5年占比:工科≥40%,社科≥30%)
- **示例**:
- ```python
- # 输入
- bib = {
- "type": "journal",
- "authors": ["张三", "李四"],
- "title": "深度学习在图像识别中的应用",
- "journal": "计算机学报",
- "year": 2023,
- "volume": 46,
- "issue": 5,
- "pages": "1023-1035"
- }
- # 输出(GB/T 7714-2015)
- # [1] 张三, 李四. 深度学习在图像识别中的应用[J]. 计算机学报, 2023, 46(5): 1023-1035.
- ```
- ### 2. 统计结果自动化
- **功能**:`generate_stat_table(data, test_type)`
- 支持生成符合学术规范的表格:
- - 描述性统计(M±SD格式)
- - 相关分析矩阵(**标注显著性)
- - 回归分析结果(β、t、p、R²)
- - 方差分析(F值、偏η²)
- ### 3. AI痕迹检测与消除 ⭐
- **功能**:`ai_humanizer.detect_and_fix(text)`
- **检测指标**:
- - 句子长度变异系数(CV<0.3提示风险)
- - 连接词密度(过高提示AI痕迹)
- - 被动语态比例(工科<50%提示问题)
- **修复策略**:
- - 句式重组(长短句转换)
- - 同义替换(基于学科词库)
- - 个性化表达插入("本研究发现"→"笔者观察到")
- ---
- ## 学科专用指南速查
- ### 工科类论文要点
- ```yaml
- 必备章节:
- - 绪论(研究背景、问题提出、创新点)
- - 相关工作(技术路线对比)
- - 方法论(算法原理、伪代码)
- - 实验设计(数据集、评价指标、消融实验)
- - 结果分析(定量+定性)
- - 结论与展望
- 图表规范:
- - 流程图: 遵循ANSI标准
- - 架构图: 输入→处理→输出清晰标注
- - 表格: 三线表,变量名用斜体
- 常见陷阱:
- - ⚠️ 仅用准确率评价模型(需补充F1、AUC等)
- - ⚠️ 缺乏消融实验(Ablation Study)
- - ⚠️ 未提供代码/数据可复现性说明
- ```
- ### 心理学类论文要点
- ```yaml
- 必备章节:
- - 引言(理论背景、研究假设)
- - 文献综述(理论演进脉络)
- - 研究方法(被试、材料、程序)
- - 结果(预注册分析计划优先)
- - 讨论(理论贡献与实践意义)
- 特殊要求:
- - 伦理声明: 知情同意、伦理审查编号
- - 量表报告: Cronbach's α ≥ 0.70
- - 效应量: 必须报告Cohen's d或η²
- 常见陷阱:
- - ⚠️ 量表来源未标注(需注明出处与修订情况)
- - ⚠️ 信效度检验缺失
- - ⚠️ 忽视霍桑效应(Hawthorne Effect)
- ```
- ### 教育学类论文要点
- ```yaml
- 必备章节:
- - 问题提出(教育实践痛点)
- - 理论基础(学习理论、教学理论)
- - 研究设计(准实验/行动研究/混合方法)
- - 实施过程(详尽的干预方案)
- - 效果评估(多维度数据)
- 特殊要求:
- - 教育伦理: 保护学生隐私、避免伤害
- - 抽样说明: 目的性抽样/分层抽样合理性
- - 三角验证: 多元数据来源
- 常见陷阱:
- - ⚠️ 干预效果归因不清(需控制混淆变量)
- - ⚠️ 推广性过度宣称
- ```
- ### 管理学类论文要点
- ```yaml
- 必备章节:
- - 引言(管理实践问题)
- - 理论模型(概念模型图)
- - 研究假设(H1a、H1b...清晰标注)
- - 方法论(问卷设计、抽样策略)
- - 数据分析(共同方法偏差检验→假设验证)
- 特殊要求:
- - 共同方法偏差: Harman单因子检验/ULMC
- - 中介/调节: Bootstrap法、简单斜率图
- - 控制变量: 年龄、性别、行业等
- 常见陷阱:
- - ⚠️ 共同方法偏差未检验
- - ⚠️ 量表来源混乱(需统一引用)
- - ⚠️ 理论贡献提炼不足
- ```
- ---
- ## 参考文献与资源
- - `references/engineering_guide.md` - 工科写作详细指南
- - `references/psychology_guide.md` - 心理学写作详细指南
- - `references/education_guide.md` - 教育学写作详细指南
- - `references/management_guide.md` - 管理学写作详细指南
- - `references/gbt7714_spec.md` - GB/T 7714-2015格式详解
- - `references/ai_humanization_tech.md` - 降AI味技术指南
- - `references/guides/` - AI 指南文档(推荐使用)
- - `ai_humanizer_guide.md` - AI痕迹消除指南
- - `references_formatting_guide.md` - 参考文献格式化指南
- - `stat_tables_guide.md` - 统计表格生成指南
- - `quality_checklist_guide.md` - 论文质量检查清单
- - `assets/templates/` - 各学科论文模板
- ---
- ## 使用示例
- **场景1:工科论文实验设计**
- ```
- 用户:我正在写一篇关于CNN图像识别的论文,需要设计实验部分
- 助手:
- 📚 学科识别:计算机/人工智能(工科)
- 🔍 为了设计符合规范的实验章节,请回答:
- 1. 您使用的具体CNN架构?(ResNet/YOLO/自定义)
- 2. 数据集来源与规模?(如ImageNet子集,共多少张图)
- 3. 评价指标?(准确率/精确率/召回率/F1/mAP)
- 4. 是否有对比算法?(传统方法/SOTA方法)
- 5. 是否做消融实验?(验证各模块贡献)
- [用户回答后生成结构化的实验设计章节]
- ```
- **场景2:心理学量表信效度报告**
- ```
- 用户:我的问卷有15个题项,Cronbach α=0.82,这样写可以吗?
- 助手:
- 📚 学科识别:心理学/问卷研究
- ✅ 信度良好(α=0.82 > 0.70阈值)
- ⚠️ 但规范报告应包含:
- 1. 量表来源:改编自XXX(年份)编制的XXX量表
- 2. 信度细节:各维度的α值(如适用)
- 3. 效度检验:探索性/验证性因子分析结果
- 4. 题项示例:至少展示2-3个代表性题项
- 建议表述模板:
- "本研究采用XXX量表测量XXX,该量表由XXX(年份)编制,
- 共X个题项,采用Likert X点计分。经检验,量表Cronbach's
- α系数为0.82,表明信度良好。验证性因子分析结果显示,
- 模型拟合指标为:χ²/df=X.XX,CFI=X.XX,RMSEA=X.XX,
- 表明量表结构效度可接受。"
- ```
- **场景3:管理学共同方法偏差检验**
- ```
- 用户:我的调节效应分析做完了,需要加共同方法偏差检验吗?
- 助手:
- 📚 学科识别:管理学/组织行为
- ✅ 必须添加!单一来源问卷调查的常见要求
- 🔧 检验流程:
- 1. Harman单因子检验(探索性因子分析)
- - 未旋转因子分析,第一因子解释率<40%
- 2. 或:ULMC(未测单一方法潜变量)
- - 比较含/不含方法因子的模型拟合差异
- 3. 在正文中明确报告:
- "由于本研究数据均来自被试自我报告,可能存在共同方法偏差。
- 采用Harman单因子检验,结果显示第一因子解释率为XX%(<40%),
- 表明共同方法偏差问题不严重。"
- 4. 程序控制说明:
- - 匿名填写
- - 部分题项反向计分
- - 分时点收集(如适用)
- ```
- ---
- ## 持续优化
- 本SKILL将持续更新:
- - 每月同步CSSCI/SCI期刊最新格式要求
- - 定期更新学科词库与同义词表
- - 收集用户反馈优化"降AI味"算法
- **当前版本:v1.1**
- **最后更新:2026年4月13日**
README.md · README · 548 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- # 跨学科AI论文写作助手 SKILL
- > **跨学科AI论文写作助手,专为本科生/研究生论文写作提供全方位支持**。支持工科、心理学、教育学、管理学等多学科领域,提供符合中国学术规范(GB/T 7714-2015)的论文写作、数据分析、参考文献管理一体化解决方案。当用户需要撰写论文内容、设计论文框架、优化论文章节、处理参考文献格式、进行统计分析、或降低AI生成文本痕迹时使用此技能。
- ## 核心特性
- - 🎯 **学科智能识别**:自动识别学科领域,匹配相应写作规范
- - 🇨🇳 **国标合规保障**:严格遵循GB/T 7714-2015参考文献格式
- - 🧠 **深度降AI味**:通过"思维过程模拟"等技术,让文本呈现人类学者风格
- - 📊 **统计工具集成**:自动生成符合学术规范的统计结果表格
- - ✅ **智能质量检查**:多维度检查论文的逻辑、格式、引用质量
- - 🔌 **多编辑器兼容**:完美支持 Cline、CodeBuddy、Claude Desktop 等 6+ 主流 AI 编辑器
- ---
- ## ⚡ 快速上手(3 步即可使用)
- > ✨ 已完美适配主流 AI 编辑器!无论你使用 Cline、CodeBuddy 还是 Claude Desktop,都能即装即用。
- ### 📦 安装方法
- #### 方法一:Cline 用户(推荐)
- ```bash
- # 1️⃣ 克隆或下载本仓库
- git clone https://github.com/yanlin-cheng/skill-thesis-writer.git
- # 2️⃣ 复制到你的论文项目目录
- mkdir -p .cline/skills
- cp -r skill-thesis-writer .cline/skills/skill-thesis-writer
- # 3️⃣ 重启 Cline,在 Skills 列表中查看是否出现 "skill-thesis-writer"
- ```
- #### 方法二:其他 AI 编辑器用户
- | 编辑器 | 安装路径 | 详细说明 |
- |-------|---------|---------|
- | **Cline** (VS Code) | `.cline/skills/` | 👉 [查看完整指南](.cline/CLINE_INSTALL.md) |
- | **CodeBuddy** | `~/.codebuddy/skills/` | UI 导入或手动复制文件夹 |
- | **Claude Desktop/Code** | `.claude/skills/` | 复制后重启 Claude |
- | **Cursor / Windsurf** | `.cursor/skills/` 或 `.windsurf/skills/` | 同样支持标准格式 |
- > 💡 **通用步骤:** 将 `skill-thesis-writer` 文件夹复制到对应编辑器的 `skills` 目录下,重启编辑器即可识别。
- ---
- ### 🆘 遇到问题?AI 帮你搞定!
- 如果按照上述步骤仍然无法导入,别担心!试试这个方法:
- 1. **将整个 `skill-thesis-writer` 文件夹放到你的项目工作目录中**
- 2. **打开你的 AI 助手(Cline/CodeBuddy/Claude),输入以下指令:**
- ```
- 我有一个论文写作技能文件夹叫 "skill-thesis-writer",请你:
- 1. 读取它的 SKILL.md 文件
- 2. 检查并修复格式问题(如果有的话)
- 3. 帮我配置为当前可用的 Skill
- ```
- 3. **AI 会自动完成所有配置和修复工作!**
- > 🤖 这就是 AI 技能的魔力——即使遇到问题,也能用 AI 来解决 AI 的配置问题!
- ---
- ## 适用学科
- | 学科 | 核心支持 | 特殊规范 |
- |------|---------|---------|
- | **工科**(计算机/自动化) | 实验设计、消融实验、技术路线图 | 算法伪代码规范、三线表、被动语态≥60% |
- | **心理学** | 量表信效度、中介/调节效应、伦理声明 | Cronbach's α报告、Bootstrap检验 |
- | **教育学** | 准实验设计、行动研究、问卷设计 | 教育伦理、霍桑效应提示、三角验证 |
- | **管理学** | 理论模型、假设验证链、共同方法偏差检验 | CMB检验、SEM分析、简单斜率图 |
- ## 📂 项目结构(2025-04-13 更新)
- > **重要变更**:v1.1 版本已将所有 Python 脚本转换为 **MD 指南文档**,由 AI 智能执行而非机械运行,效果更可靠、更安全。
- ```
- skill-thesis-writer/
- ├── SKILL.md # 核心技能指令(必读)
- ├── README.md # 本文件
- ├── .cline/ # Cline 安装指南
- │ └── CLINE_INSTALL.md # Cline 详细安装说明
- │
- ├── references/guides/ # ✨ 核心:AI 指南文档(2025 新增)
- │ ├── ai_humanizer_guide.md # 🔧 AI痕迹消除指南
- │ ├── references_formatting_guide.md # 📚 参考文献格式化指南
- │ ├── stat_tables_guide.md # 📊 统计表格生成指南
- │ └── quality_checklist_guide.md # ✅ 论文质量检查清单
- │
- ├── references/ # 学科写作指南
- │ ├── writing_standards.md # 通用写作规范
- │ ├── engineering_guide.md # 工科写作指南
- │ ├── psychology_guide.md # 心理学写作指南
- │ ├── education_guide.md # 教育学写作指南
- │ ├── management_guide.md # 管理学写作指南
- │ └── gbt7714_spec.md # GB/T 7714格式详解
- │
- ├── scripts/ # ⚠️ 已弃用(保留供参考,建议使用 guides/ 中的文档)
- │ ├── ai_humanizer.py # (已弃用)→ 请用 ai_humanizer_guide.md
- │ ├── format_references.py # (已弃用)→ 请用 references_formatting_guide.md
- │ ├── generate_stat_table.py # (已弃用)→ 请用 stat_tables_guide.md
- │ └── quality_checker.py # (已弃用)→ 请用 quality_checklist_guide.md
- │
- └── assets/ # 模板资源
- └── templates/ # 论文模板
- ├── engineering_thesis.md # 工科论文模板
- └── social_science_thesis.md # 社科论文模板
- ```
- ### 🆕 v1.1 更新:从脚本到智能文档
- | 变更前 (v1.0) | 变更后 (v1.1) | 为什么更好? |
- |---------------|--------------|-------------|
- | Python 脚本机械替换文字 | AI 理解上下文后灵活调整 | 避免语病和机械感 |
- | 正则表达式解析参考文献 | AI 逐条检查+智能修正 | 更准确、更安全 |
- | 固定模板生成表格 | AI 根据数据定制格式 | 符合具体期刊要求 |
- | 自动评分系统 | 分维度详细报告 + 建议 | 建设性反馈 |
- **如何使用新的指南文档?**
- 直接告诉你的 AI 助手:
- ```
- 请按照 references/guides/ 中的指南帮助我:
- - 降低这段文字的 AI 痕迹 → 用 ai_humanizer_guide.md
- - 格式化我的参考文献列表 → 用 references_formatting_guide.md
- - 生成统计结果表格 → 用 stat_tables_guide.md
- - 全面检查我的论文质量 → 用 quality_checklist_guide.md
- ```
- AI 会自动读取对应指南并按步骤执行!
- ### 2. 在主流 AI 编辑器中使用
- 本 SKILL 已按照标准格式设计,支持以下 AI 编辑器:
- ---
- #### 🎯 Cline(VS Code 扩展)
- **Cline 是目前最流行的 VS Code AI 助手之一,完美支持 Skills 系统。**
- ##### 安装方法
- **方法 A:项目级安装(推荐用于团队项目)**
- ```bash
- # 在你的项目根目录执行
- mkdir -p .cline/skills
- cp -r skill-thesis-writer .cline/skills/skill-thesis-writer
- ```
- **目录结构应为:**
- ```
- your-project/
- ├── .cline/
- │ └── skills/
- │ └── skill-thesis-writer/ ← 技能文件夹
- │ ├── SKILL.md ← 必需的主文件
- │ ├── references/
- │ ├── scripts/
- │ └── assets/
- └── ...其他项目文件
- ```
- **方法 B:全局安装(所有项目可用)**
- **Windows (PowerShell):**
- ```powershell
- mkdir $env:USERPROFILE\.cline\skills -Force
- Copy-Item -Recurse skill-thesis-writer $env:USERPROFILE\.cline\skills\
- ```
- **macOS/Linux:**
- ```bash
- mkdir -p ~/.cline/skills
- cp -r skill-thesis-writer ~/.cline/skills/
- ```
- ##### 验证安装
- 1. 打开 VS Code
- 2. 启动 Cline 扩展(侧边栏或快捷键)
- 3. 点击 **⚙️ 设置图标 → Skills**
- 4. 查看是否显示 "skill-thesis-writer" 技能卡片
- 5. ✅ 确认技能开关已启用(蓝色状态)
- ##### 使用方式
- 安装成功后,当你在 Cline 对话框中输入以下类型的问题时,技能会**自动激活**:
- | 触发场景 | 示例问题 |
- |---------|---------|
- | 📝 **论文撰写** | "帮我写一篇关于深度学习的论文开题报告" |
- | 🔧 **框架设计** | "设计一下心理学实验的论文框架" |
- | ✍️ **文本优化** | "优化这段学术文字,降低AI痕迹" |
- | 📚 **参考文献** | "把这些文献按 GB/T 7714 格式化" |
- | 📊 **统计分析** | "生成一个回归分析结果表格" |
- | 🔍 **质量检查** | "检查这篇论文有没有逻辑问题" |
- **详细说明请查看 [`.cline/CLINE_INSTALL.md`](.cline/CLINE_INSTALL.md)**
- ---
- #### 💻 CodeBuddy(IDE 插件)
- CodeBuddy 原生支持 SKILL 格式。
- ##### 安装方法
- **全局安装(推荐):**
- ```bash
- # 将整个项目复制到 CodeBuddy 的 skills 目录
- # 路径通常为 ~/.codebuddy/skills/ 或通过 CodeBuddy 设置界面导入
- cp -r skill-thesis-writer ~/.codebuddy/skills/
- ```
- **或通过 CodeBuddy UI 导入:**
- 1. 打开 CodeBuddy 设置面板
- 2. 选择 "Skills" 或 "自定义技能"
- 3. 点击 "添加技能"
- 4. 选择 `skill-thesis-writer` 文件夹
- 5. 确认导入
- ##### 使用方式
- - 技能会自动根据 description 字段触发
- - 也可以在对话中手动提及:"使用 thesis-writer 技能"
- ---
- #### 🤖 Claude Desktop / Claude Code
- Claude 支持标准 SKILL.md 格式。
- ##### 安装方法
- **项目级安装:**
- ```bash
- mkdir -p .claude/skills
- ln -s ../skill-thesis-writer .claude/skills/skill-thesis-writer
- # Windows: mklink /D .claude\skills\skill-thesis-writer skill-thesis-writer
- ```
- **或全局安装(macOS/Linux):**
- ```bash
- mkdir -p ~/.claude/skills
- cp -r skill-thesis-writer ~/.claude/skills/
- ```
- ##### 配置 Claude Desktop
- 在 `~/.claude/config.json` 或项目的 `.claude/settings.json` 中添加:
- ```json
- {
- "skills": [
- ".claude/skills/skill-thesis-writer"
- ]
- }
- ```
- ---
- #### 📋 其他兼容编辑器
- 以下编辑器也支持标准 SKILL 格式:
- | 编辑器 | 安装路径 | 说明 |
- |-------|---------|------|
- | **Cursor** | `.cursor/skills/` | 与 Cline 类似的结构 |
- | **Windsurf** | `.windsurf/skills/` | 支持 YAML frontmatter |
- | **Continue** | `.continue/skills/` | 开源 AI 编程助手 |
- | **Aider** | `.aider/skills/` | 终端 AI 助手 |
- 通用安装命令:
- ```bash
- mkdir -p .<editor-name>/skills
- cp -r skill-thesis-writer .<editor-name>/skills/skill-thesis-writer
- ```
- ---
- ### 3. 使用指南文档
- > ⚠️ **注意**:原 Python 脚本已弃用,请改用 MD 指南文档。让 AI 助手读取对应指南并智能执行即可。
- | 任务 | 使用文档 | 示例指令 |
- |------|---------|---------|
- | 降低AI痕迹 | `guides/ai_humanizer_guide.md` | "请按 ai_humanizer_guide.md 帮我优化这段文字" |
- | 格式化参考文献 | `guides/references_formatting_guide.md` | "请按 GB/T 7714 规范格式化我的参考文献列表" |
- | 生成统计表格 | `guides/stat_tables_guide.md` | "帮我生成一个描述性统计表(M±SD格式)" |
- | 全面质量检查 | `guides/quality_checklist_guide.md` | "请按清单逐项检查我的论文质量" |
- 只需将上述示例指令发给你的 AI 助手,它会自动读取对应指南并按步骤执行!
- ## 核心功能详解
- ### 1. 降AI味技术
- **检测指标**:
- - 句子长度变异系数(CV < 0.3提示风险)
- - 连接词密度(> 5%提示过度使用)
- - 被动语态比例(学科特定阈值)
- **处理策略**:
- 1. **连接词替换**:"此外"→"无独有偶"、"值得注意的是"等
- 2. **句式节奏调整**:长短句交错,避免均匀句式
- 3. **限定词添加**:"一定程度上"、"初步看来"等谨慎表述
- 4. **批判性注入**:添加研究局限、反向论证
- 5. **学科适配**:工科被动语态≥60%,社科适度使用"笔者认为"
- **使用示例**:
- ```python
- from scripts.ai_humanizer import AIHumanizer
- humanizer = AIHumanizer(discipline="心理学")
- result = humanizer.detect(text) # 检测AI痕迹
- optimized = humanizer.humanize(text, aggressive=True) # 降AI味处理
- ```
- ### 2. 参考文献管理
- **功能**:
- - 自动格式化为GB/T 7714-2015格式
- - 去重检测(相似度>85%触发警告)
- - 年代分析(工科近5年≥40%,社科≥30%)
- - 学科合规性检查
- **支持文献类型**:
- - 期刊论文[J]
- - 专著[M]
- - 学位论文[D]
- - 会议论文[C]
- - 电子文献[EB/OL]
- ### 3. 统计表格生成
- **支持表格类型**:
- - 描述性统计表(M±SD、偏度、峰度)
- - 相关分析矩阵(Pearson/Spearman,**标注显著性)
- - 回归分析表(多层模型、ΔR²)
- - 方差分析表(F值、偏η²)
- - 中介效应表(Bootstrap检验、效应占比)
- ### 4. 质量检查
- **检查维度**:
- - **结构完整性**:标题、摘要、章节、结论闭环
- - **逻辑一致性**:假设-方法-结果对应关系
- - **引用质量**:格式统一性、重复检测
- - **写作风格**:口语化、绝对化、长句检测
- - **格式规范**:图表编号、标点符号
- ## 学科写作指南速查
- ### 工科类要点
- ```yaml
- 必备章节:
- - 绪论(研究背景、问题提出、创新点)
- - 相关工作(技术路线对比)
- - 方法论(算法原理、伪代码)
- - 实验设计(数据集、评价指标、消融实验)
- - 结果分析(定量+定性)
- - 结论与展望
- 图表规范:
- - 流程图: 遵循ANSI标准
- - 架构图: 输入→处理→输出清晰标注
- - 表格: 三线表
- 常见陷阱:
- - ⚠️ 仅用准确率评价模型(需补充F1、AUC等)
- - ⚠️ 缺乏消融实验
- - ⚠️ 未提供代码/数据可复现性说明
- ```
- ### 心理学类要点
- ```yaml
- 必备章节:
- - 引言(理论背景、研究假设)
- - 文献综述(理论演进脉络)
- - 研究方法(被试、材料、程序)
- - 结果(预注册分析计划优先)
- - 讨论(理论贡献与实践意义)
- 特殊要求:
- - 伦理声明: 知情同意、伦理审查编号
- - 量表报告: Cronbach's α ≥ 0.70
- - 效应量: 必须报告Cohen's d或η²
- 常见陷阱:
- - ⚠️ 量表来源未标注
- - ⚠️ 信效度检验缺失
- - ⚠️ 忽视霍桑效应
- ```
- ### 管理学类要点
- ```yaml
- 必备章节:
- - 引言(管理实践问题)
- - 理论模型(概念模型图)
- - 研究假设(H1a、H1b...清晰标注)
- - 方法论(问卷设计、抽样策略)
- - 数据分析(CMB检验→假设验证)
- 特殊要求:
- - 共同方法偏差: Harman单因子检验/ULMC
- - 中介/调节: Bootstrap法、简单斜率图
- - 控制变量: 年龄、性别、行业等
- 常见陷阱:
- - ⚠️ 共同方法偏差未检验
- - ⚠️ 量表来源混乱
- - ⚠️ 理论贡献提炼不足
- ```
- ## 写作流程建议
- ### 阶段一:框架构建(Interaction Phase)
- 1. **深度需求探询**:回答AI提出的3-5个细化问题
- 2. **学科匹配**:自动匹配对应学科指南
- 3. **大纲生成**:获取结构化论文大纲
- ### 阶段二:内容生成(Generation Phase)
- 1. **分章生成**:按大纲逐章生成内容
- 2. **批判性注入**:自动添加对比分析、研究缺口
- 3. **学科适配**:应用学科特异性表达
- ### 阶段三:质量优化(Quality Phase)
- 1. **降AI味处理**:应用ai_humanizer优化文本
- 2. **质量检查**:运行quality_checker检测问题
- 3. **格式规范化**:使用format_references格式化引用
- ### 阶段四:最终完善(Finalization Phase)
- 1. **统计表格生成**:使用generate_stat_table生成表格
- 2. **全文审阅**:人工审核关键论点
- 3. **查重检测**:使用专业查重工具
- ## 示例演示
- ### 示例1:工科论文实验设计
- **输入**:我正在写一篇关于CNN图像识别的论文,需要设计实验部分
- **AI响应**:
- ```
- 📚 学科识别:计算机/人工智能(工科)
- 🔍 为了设计符合规范的实验章节,请回答:
- 1. 您使用的具体CNN架构?(ResNet/YOLO/自定义)
- 2. 数据集来源与规模?(如ImageNet子集,共多少张图)
- 3. 评价指标?(准确率/精确率/召回率/F1/mAP)
- 4. 是否有对比算法?(传统方法/SOTA方法)
- 5. 是否做消融实验?(验证各模块贡献)
- [用户回答后生成结构化的实验设计章节]
- ```
- ### 示例2:心理学量表信效度报告
- **输入**:我的问卷有15个题项,Cronbach α=0.82,这样写可以吗?
- **AI响应**:
- ```
- 📚 学科识别:心理学/问卷研究
- ✅ 信度良好(α=0.82 > 0.70阈值)
- ⚠️ 但规范报告应包含:
- 1. 量表来源:改编自XXX(年份)编制的XXX量表
- 2. 信度细节:各维度的α值(如适用)
- 3. 效度检验:探索性/验证性因子分析结果
- 4. 题项示例:至少展示2-3个代表性题项
- 建议表述模板:
- "本研究采用XXX量表测量XXX,该量表由XXX(年份)编制,
- 共X个题项,采用Likert X点计分。经检验,量表Cronbach's
- α系数为0.82,表明信度良好。验证性因子分析结果显示,
- 模型拟合指标为:χ²/df=X.XX,CFI=X.XX,RMSEA=X.XX,
- 表明量表结构效度可接受。"
- ```
- ### 示例3:管理学共同方法偏差检验
- **输入**:我的调节效应分析做完了,需要加共同方法偏差检验吗?
- **AI响应**:
- ```
- 📚 学科识别:管理学/组织行为
- ✅ 必须添加!单一来源问卷调查的常见要求
- 🔧 检验流程:
- 1. Harman单因子检验(探索性因子分析)
- - 未旋转因子分析,第一因子解释率<40%
- 2. 或:ULMC(未测单一方法潜变量)
- - 比较含/不含方法因子的模型拟合差异
- 3. 在正文中明确报告:
- "由于本研究数据均来自被试自我报告,可能存在共同方法偏差。
- 采用Harman单因子检验,结果显示第一因子解释率为XX%(<40%),
- 表明共同方法偏差问题不严重。"
- ```
- ## 更新日志
- ### v1.1 (2026-04-13) — 重构:从脚本到智能文档
- - ✅ 将所有 Python 脚本转换为 **MD 指南文档**(`references/guides/`)
- - 📝 新增 4 份完整指南:AI 痕迹消除 / 参考文献格式化 / 统计表格 / 质量检查
- - 🔧 标记 `scripts/` 为已弃用,由 AI 智能执行替代机械运行
- - 🐛 修复 Cline 兼容性问题,优化 YAML frontmatter
- - 📖 完善多编辑器安装说明(Cline/CodeBuddy/Claude/Cursor/Windsurf)
- ### v1.0 (2025-02-04)
- - 初始版本发布
- - 支持工科、心理学、教育学、管理学四个学科
- - 实现AI痕迹检测与消除核心功能
- - 集成GB/T 7714-2015参考文献格式化
- - 提供统计表格自动生成
- - 实现多维度论文质量检查
- ## 贡献与反馈
- 欢迎提出改进建议!您可以通过以下方式参与:
- - 报告问题:描述具体的错误或不足
- - 功能建议:提出新的功能需求
- - 学科扩展:提供其他学科的写作规范
- ## 许可
- 本SKILL仅供学术研究与学习使用。
- ---
- **作者**:AI论文写作助手团队
- **版本**:v1.1
- **更新日期**:2026年4月13日
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.