用途：为科学论文和基金申请书撰写结构化、基于清单的单审稿人报告，评估方法学、统计有效性、实验设计、可复现性、伦理与报告标准，并给出建设性反馈。适用于期刊稿件评审、基金申请评估、方法学与统计审查、可复现性与数据可用性检查、报告指南（CONSORT、STROBE、PRISMA 等）合规性核对。
主要能力：按阶段推进评审——初步评估、逐节详审（摘要与标题、引言、方法、结果、讨论、参考文献）、方法与统计严谨性、可复现性与透明度、图表与数据呈现、伦理考量、写作质量；最终按摘要陈述、主要意见、次要意见、逐行意见、向作者提问的层级组织报告，并保持建设性、具体、平衡、客观的语气。
使用方式与限制：资料强调保密与 AI 使用政策。NIH 禁止审稿人用生成式 AI 分析或形成评审意见，也禁止上传申请内容（NOT-OD-23-149）；NSF 禁止上传提案内容或评审记录至未批准的生成式 AI 工具（2023 年 12 月通知）；Springer Nature 要求审稿人不要将稿件上传至生成式 AI 工具并披露 AI 支持；Elsevier 表示审稿人不应将稿件或其任何部分上传至 AI 工具，仅允许 AI 起辅助作用（如润色报告语言）并披露。在禁止 AI 协助的场景，不要摄入保密文本，可将评审框架作为模板由审稿人自行填写，或仅讨论审稿人自己的笔记；在允许的场景，审稿人判断仍应主导，并按场所要求披露。对用户自己稿件的自审不受影响。
不适用场景：模拟多审稿人小组并给出编辑决定与修改路线图应使用 alterlab-paper-reviewer；评估证据质量或识别偏差、混杂、因果推断缺陷应使用 alterlab-scientific-thinking；按数值加权评分或排名应使用 alterlab-scholar-eval；修改自己稿件或撰写回复审稿人信应使用 alterlab-paper-writer；核查参考文献真实性应使用 alterlab-citation-verifier。
演示文稿评审：对幻灯片（PowerPoint、Beamer 等），应评审渲染后的幻灯片图像而非 PDF 提取文本，因为文本提取会掩盖溢出、重叠、对比度和字号问题。可先用 alterlab-scientific-slides 的辅助脚本转换：python skills/writing-tools/alterlab-scientific-slides/scripts/pdf_to_images.py presentation.pdf review/slide --dpi 150，然后依次检查 review/slide-NNN.jpg 并按幻灯片编号记录问题。
其他事实（如具体安装命令、收费、平台支持）暂未提供。