SuperAPI AI 工具集

paper-write

写作与研究

查看项目

更新于 11-02 16:12

技能介绍

Paper Write 是一个面向学术论文写作与 LaTeX 环境搭建的技能,来源标识为 fcakyon/labrat。资料显示,其内容围绕论文撰写、章节修订、记号统一、图表打磨以及 LaTeX 构建(TeX 发行版、biber 与 bibtex、会议模板与编译等)展开;LaTeX 环境搭建、模板与编译的具体操作可参考 references/latex.md。

用途方面,该技能用于撰写、组织或修订学术论文的各个章节,在写作过程中保持符号与记号一致,完善图与表,并设置或修复 LaTeX 编译流程。

主要能力与原则:核心原则是“精确优先于辞藻”,即每条论断都应可追溯到代码、数据或引用来源;同时强调简洁,删除不增加信息的词句。写作流程为:先阅读现有章节,明确本段要表达的主张,找到其在代码或结果中的证据来源,按“陈述主张、呈现证据、解释含义”的方式写作,最后回读核对是否偏离来源,并按 references/latex.md 第 5 步的项目流程编译,在下次编辑前修复错误。

分节指导:摘要按“问题→方法→关键结果→意义”组织,包含 1 至 2 个可追溯到具体实验的数字,除非会议模板要求,摘要中不引用文献;引言分四段,依次为问题及重要性、现有方法的不足、你的方法及如何弥补空白、具体且可证伪的贡献列表,且每项贡献应对应提供证据的章节;相关工作按主题或方法组织而非时间顺序,每组说明其工作、缺失与差异,公允评价前人优点,段末回到自身工作如何解决局限;方法部分在一处统一定义所有记号(记号表或首次使用定义),各组件可独立理解,细节足以复现,公式与代码交叉引用;实验部分说明数据集规模、划分与预处理,正式定义指标并解释选择理由,论证基线选择与公平比较,结果表突出最佳结果并在可用时给出标准差或置信区间,消融实验一次只变一个因素;结论总结贡献而非全文,诚实说明局限,未来工作具体可行。

记号一致性协议:定义一次后处处一致;写作或编辑任何章节时先读取已有记号定义,严格使用相同符号,不引入同义符号;新符号需检查是否与已有符号冲突;如论文有记号表则维护之。常见问题包括同一概念混用 $x$ 与 $\mathbf{x}$、方法部分用 $N$ 表示数据集规模而实验部分用 $n$、下标约定不一致(如 $f_i$ 与 $f(i)$)。

图表打磨方法:修改图之前先捕获规格,包括展示哪些数据(确切来源文件或变量)、读者应获得的信息、硬性约束(如字号不小于 8pt、栏宽、配色)以及当前版本中必须保留的正确之处;多轮修订中显式记录约束,例如保持 Y 轴范围与配色、改变图例位置、增加来自结果文件的标准差误差条;探索设计时尽量并排生成 2 至 3 个变体,每个变体只改变一个视觉方面,由用户比较选择;生成图后务必打开渲染图核对数据值、颜色、坐标范围、标签、图例与注释,并确认信息一目了然。

输出格式:写作论文文本时提供与论文现有风格一致的 LaTeX 就绪内容,对需要核实的论断加注释如 % TODO: verify this number,标出发现的记号不一致,并以修改前后对比给出具体改进建议。

适用场景为需要规范化论文写作与 LaTeX 编译流程的研究写作工作。限制方面,资料未提供具体安装命令、可执行入口、收费与平台信息,暂未提供;references/latex.md 的具体内容也未在资料中给出。