SuperAPI AI 工具集

paper-writing

写作与研究

查看项目

更新于 11-06 16:20

技能介绍

Paper Writing 是一个用于端到端学术论文创建的技能,由 serejaris/kimi-skills 提供,可通过 https://www.skills.sh/serejaris/kimi-skills/paper-writing 访问。它编排论文全生命周期:大纲设计 → 内容创建 → 审阅 → 组装。如果用户明确要求输出格式,则交付该格式;如果未指定,默认交付 .docx。工作流程中的产物仍可能以 Markdown (.md) 作为中间文件生成;需要 .docx 交付时,使用 docx 相关技能(skills/docx/SKILL.md)转换生成的 Markdown 产物。

用途与工作流决策:该技能根据用户查询进入不同阶段。若在 /mnt/agents/output/research/ 找到研究产物,则进入预阶段(加载)→ 阶段1→阶段2→阶段3→阶段4;若无产物且主题需要文献综述,则预阶段(创建)→阶段1→阶段2→阶段3→阶段4;若用户提供大纲并要求内容,则阶段2→阶段3→阶段4;若仅要求大纲,则阶段1→交付并停止;若提供草稿并要求修订,则阶段3→阶段4。

预阶段:研究产物检测与创建。在任何阶段开始前,检查 /mnt/agents/output/research/。路径A:产物存在。若找到 {topic}_dim*.md、{topic}_cross_verification.md 和 {topic}_insight.md,则将其作为阶段1–2的研究输入加载,无需额外研究子智能体。路径B:无产物则创建。若目录为空或缺失且任务需要文献综述或事实研究,则创建目录,将研究范围分解为3–5个文献维度,部署并行研究子智能体,每个维度至少进行5次聚焦学术来源的搜索,每个子智能体保存输出到 {topic}_dim{NN}.md,编排器进行轻量交叉验证生成 {topic}_cross_verification.md,提取洞察(研究空白、方法论张力、贡献角度)生成 {topic}_insight.md,然后进入阶段1。

阶段1:大纲设计。先阅读 outline.md。目标:遵循学术论文惯例,生成结构化、可执行的大纲。过程:部署并行子智能体:requirement_analyst 提取研究问题、范围、目标发表场所;artifact_analyst 综合研究产物以识别先前工作、研究空白和定位机会;structure_designer 设计章节层次和字数预算;methodology_planner 概述研究方法和评估标准。综合为统一大纲(按 outline.md 的四级标题格式),保存到 /mnt/agents/output/{filename}.agent.outline.md——不可跳过,阶段2依赖此大纲文件。若打算写全文,用一句话询问是否继续;若仅需大纲,交付并停止。学术特定要求:大纲必须确立论文的贡献陈述——什么是新的、与先前工作有何不同、为什么重要。

阶段2:内容创建。先阅读 content.md,遵循其 Resolution Principle、System Prompt Template 和 Task Prompt Template。前提:阶段2开始前研究产物必须存在于 /mnt/agents/output/research/。研究产物交接:编排器将研究产物作为输入材料传递给每位写作者:每位写作者收到 {topic}_insight.md(研究空白、贡献角度)和 {topic}_cross_verification.md(置信度层级);每位写作者收到与其章节相关的 {topic}_dim{NN}.md 文件(例如 Related Work 获得文献聚焦维度,Methodology 获得技术聚焦维度)。用户提供的来源:尽管研究智能体在研究阶段已阅读用户提供的文件(PDF、URL等),写作者仍需要原始路径。研究提取不可避免会丢失写作者准确详细写作所需的精确数字、表格数据、公式和细微论证。将相关来源路径与维度文件一起传递给每位写作者,按章节选择,而非全部给所有人。写作者不进行核心文献的网络搜索(可接受少量补充搜索)。目标:以单独 Markdown 文件产出所有章节,具备学术严谨性、适当引用密度和方法论透明度。过程:解析大纲提取章节、字数和依赖关系;在创建任何子智能体前解决所有写作者配置(风格、配色方案、章节惯例——见 content.md);章节分组:独立则并行,依赖则串行;轮次调度(3个以上章节的阶段):并行任务无法看到彼此输出,调度前分析依赖关系,列出章节间依赖图,分组为轮次:第1轮=无上游依赖的章节;第2轮=依赖第1轮输出的章节;以此类推。摘要/结论/综合章节必须在其总结的内容之后的轮次。后续轮次章节传递前轮实际输出作为上下文——不要用预先存在的材料替代已生成内容。如有疑问,分轮调度。通过 create_subagent 创建写作者(System Prompt Template),通过 task 调度(Task Prompt Template);在继续依赖章节前验证每个章节。关键依赖链:Introduction → (Related Work ∥ Methodology) → Results → Discussion → Conclusion → Abstract(最后写)。

阶段3:审阅流水线。先阅读 review.md。流水线(顺序):section_editor(按章节,可并行)→ methodology_reviewer(严谨性和可复现性检查)→ coherence_editor(跨章节一致性)→ abstract_reviewer(对照最终内容准确性)→ citation_manager(此步骤阅读 citation.md)。每位编辑可以就地通过或委托重写。

阶段4:组装。阻塞直到 citation_manager 完成——合并前 _ref.md 必须存在。合并子智能体按学术顺序拼接所有 _sec{NN}.md 文件,附加参考文献列表,保存为 /mnt/agents/output/{filename}.agent.final.md。最终验证:交叉引用、标题层次、引用/图/表编号连续性。默认转换为 .docx(将 docx 技能路径 /app/.agents/skills/docx/SKILL.md 传递给合并器)。用户指定格式优先。同时交付 .md 和格式化文件。

核心原则:研究和写作是分离的智能体,不可协商;Markdown 优先,再格式化,.agent.final.md 是强制中间输出;执行到底,除非大纲需要确认否则不暂停;一切皆文件,聊天中无长内容;文件命名:章节 {filename}_sec{NN}.md,参考文献 {filename}_ref.md,大纲 {filename}.agent.outline.md,最终 {filename}.agent.final.md;重写就地,无版本增殖;语言一致性,所有内容必须匹配用户语言,除非明确要求否则不混用语言;上下文向前流动,编排器为依赖章节维护跨章节上下文;引用完整性,MCP 工具自动记录到 /mnt/agents/.citation.jsonl 并返回全局唯一引用索引(如 [^49^]),写作者必须原样使用这些索引——绝不重新编号,章节文件正文仅包含 [^N^] 标记,无参考文献列表,见 citation.md;摘要最后写,总结实际发现而非计划发现;用户提供的来源到达写作者,研究阶段提取(维度文件)不可避免丢失精确数字、公式和细微论证,当用户提供参考文件或URL时,在每个写作者的任务提示中包含相关原始路径——即使研究智能体已阅读过,按章节选择而非全部倾倒;严格 UTF-8,组装时读取或拼接 _sec{NN}.md 文件始终使用 encoding='utf-8' 且无错误处理器,遇到 UnicodeDecodeError 则重新调度损坏章节的写作者,绝不回退到 latin-1、gbk、cp1252、errors='ignore' 或 errors='replace'——这些会将可检测错误转化为交付 .docx 中的静默乱码。

参考文件:outline.md(阶段1前阅读)学术大纲方法论、结构惯例、贡献框架;content.md(阶段2前阅读)解析原则、提示模板、章节写作惯例、配色方案;review.md(阶段3前阅读)学术审阅标准、方法论审阅、质量门;citation.md(citation_manager 前阅读)引用风格(APA/IEEE等)、来源层级、管理器工作流;styles/*.md(阶段2前阅读)论文类型特定惯例。