Research skill

自动生成学术论文各部分内容。支持摘要、引言、方法、实验、结论等章节的撰写。

Security Scan

The skill's requirements and instructions are internally consistent with its stated purpose (automatically writing paper sections from a project), but it asks the agent to read project files and use web search/command tools — actions that are sensitive and merit caution.

Purpose & Capability

The skill claims to auto-generate academic-paper sections from a project's code and experimental results. The SKILL.md explicitly requires reading project code, extracting model/algorithm details, gathering experimental tables/figures, generating LaTeX, and optionally using WebSearch for citations — all of which are coherent and expected for this purpose. There are no unrelated environment variables, binaries, or installs requested.

Instruction Scope

The runtime instructions instruct the agent to read the provided project_path (code, results, figures) and to produce LaTeX and compile it via Bash. That scope is appropriate but sensitive: reading project files may expose proprietary or private data; the SKILL.md also permits using WebSearch (an external network tool). The instructions do not explicitly direct exfiltration, but they give the agent broad discretion to read and process potentially sensitive files and to perform external searches — which could accidentally leak context if the agent sends project content to external endpoints while searching or citing.

Install Mechanism

Instruction-only skill with no install spec and no code files. This minimizes installation risk (nothing is downloaded or written during install).

Credentials

The skill declares no required environment variables, credentials, or config paths. That aligns with its stated purpose: generating writing from locally available project artifacts and performing searches. No disproportionate credential requests are present.

Persistence & Privilege

always is false and the skill does not request persistent or elevated platform-wide privileges. Autonomous invocation is allowed (platform default), which is appropriate for a user-invocable writing assistant. The skill does not modify other skills or global configs in the instructions.

Assessment

This skill is coherent for generating paper text from your project, but it will need access to your project files (code, results, figures) and can run local commands (pdflatex, bibtex) and use WebSearch. Before installing or invoking it: 1) avoid pointing it at proprietary or unreleased data you don't want shared; 2) review generated numerical claims, tables, and citations carefully — the assistant may hallucinate results or references; 3) prefer running it in an environment where file access is controlled (a copy of the project or a sanitized subset); 4) verify that any external searches or citation lookups do not inadvertently send sensitive project snippets to third-party services; and 5) check outputs for plagiarism and ensure proper attribution before submission. If you need higher assurance, request the skill source or run similar functionality in a local, offline toolchain.

学术论文撰写 Skill

自动生成高质量的学术论文各部分内容，支持多种研究领域和论文格式。

任务参数

从用户输入中提取以下参数：

• 项目路径 (project_path): 必需，包含代码和实验结果的项目路径
• 章节 (section): 可选，要生成的章节（abstract/intro/method/related/experiments/conclusion/all）
• 研究领域 (domain): 可选，研究领域（vq/gnn/rec/diffusion）
• 会议格式 (format): 可选，目标会议格式（neurips/icml/iclr/cvpr/acl）
• 输出路径 (output_path): 可选，论文输出路径

执行步骤

1. 项目信息收集

1.1 代码分析

从项目代码中提取：

• 模型架构
• 算法流程
• 核心创新点

1.2 实验结果收集

• 主实验结果表格
• 消融实验数据
• 可视化图表

1.3 参考文献整理

• 引用的论文列表
• BibTeX条目

2. 摘要撰写 (Abstract)

模板结构

## Abstract 结构

1. **背景和问题** (1-2句)
   {problem_context}

2. **现有方法局限** (1句)
   {existing_limitations}

3. **我们的方法** (2-3句)
   {our_approach}

4. **主要结果** (1-2句)
   {key_results}

5. **意义** (1句)
   {significance}

字数控制

• NeurIPS/ICML: ~150-200词
• CVPR/ICCV: ~150词
• ACL: ~150-200词

3. 引言撰写 (Introduction)

标准结构

## Introduction 结构

### 第1段: 背景引入
- 研究领域概述
- 核心任务定义
- 重要性说明

### 第2段: 现有方法
- 主流方法分类
- 各类方法的特点
- 研究现状

### 第3段: 问题和挑战
- 现有方法的局限
- 未解决的问题
- 研究动机

### 第4段: 我们的方法
- 核心想法
- 技术创新
- 方法概述

### 第5段: 贡献总结
- 贡献点1
- 贡献点2
- 贡献点3

4. 相关工作撰写 (Related Work)

组织方式

## Related Work 结构

### {研究方向1}
- 代表性工作介绍
- 方法特点分析
- 与本工作的关系

### {研究方向2}
- ...

### {研究方向3}
- ...

### 与本工作的区别
- 总结性对比

5. 方法撰写 (Methodology)

标准结构

## Methodology 结构

### 问题定义 (Problem Formulation)
- 符号定义
- 问题形式化
- 目标函数

### 方法概述 (Method Overview)
- 整体框架图
- 流程描述

### 核心组件1 (Component 1)
- 技术细节
- 数学公式
- 直观解释

### 核心组件2 (Component 2)
- ...

### 训练和推理 (Training and Inference)
- 损失函数
- 优化过程
- 算法伪代码

数学公式规范

% 公式编号
\begin{equation}
    \mathcal{L} = \sum_{i=1}^{N} \ell(f(x_i), y_i)
    \label{eq:loss}
\end{equation}

% 行内公式
... where $f(\cdot)$ denotes the model function ...

6. 实验撰写 (Experiments)

标准结构

## Experiments 结构

### 实验设置 (Experimental Setup)

#### 数据集 (Datasets)
| Dataset | #Samples | #Features | Task |
|---------|----------|-----------|------|
| ... | ... | ... | ... |

#### 基线方法 (Baselines)
- 方法1: 简要描述
- 方法2: 简要描述

#### 评估指标 (Evaluation Metrics)
- 指标1: 定义
- 指标2: 定义

#### 实现细节 (Implementation Details)
- 超参数设置
- 训练配置
- 计算环境

### 主实验结果 (Main Results)

#### 结果表格
| Method | Metric1 | Metric2 | Metric3 |
|--------|---------|---------|---------|
| Baseline1 | ... | ... | ... |
| **Ours** | **...** | **...** | **...** |

#### 结果分析
- 关键观察1
- 关键观察2

### 消融实验 (Ablation Study)
- 组件贡献分析
- 超参数敏感性

### 可视化分析 (Qualitative Analysis)
- 案例分析
- 可视化结果

7. 结论撰写 (Conclusion)

标准结构

## Conclusion 结构

### 第1段: 工作总结
- 研究问题回顾
- 方法概述
- 主要贡献

### 第2段: 实验结论
- 关键实验发现
- 性能提升总结

### 第3段: 局限和未来工作
- 当前局限性
- 未来研究方向

8. LaTeX生成

文件结构

paper/
├── main.tex           # 主文件
├── abstract.tex       # 摘要
├── introduction.tex   # 引言
├── related_work.tex   # 相关工作
├── methodology.tex    # 方法
├── experiments.tex    # 实验
├── conclusion.tex     # 结论
├── appendix.tex       # 附录
├── references.bib     # 参考文献
└── figures/           # 图片目录

格式模板

支持的会议格式：

• NeurIPS (neurips_2024.sty)
• ICML (icml2024.sty)
• ICLR (iclr2024_conference.sty)
• CVPR (cvpr.sty)
• ACL (acl.sty)

输出格式

论文撰写完成

项目: {project_name}
生成章节: {sections}
目标格式: {format}

生成文件:
- 主文件: paper/main.tex
- 摘要: paper/abstract.tex ({word_count} 词)
- 引言: paper/introduction.tex ({word_count} 词)
- 相关工作: paper/related_work.tex ({word_count} 词)
- 方法: paper/methodology.tex ({word_count} 词)
- 实验: paper/experiments.tex ({word_count} 词)
- 结论: paper/conclusion.tex ({word_count} 词)
- 参考文献: paper/references.bib ({num_refs} 条)

编译命令:
cd paper && pdflatex main.tex && bibtex main && pdflatex main.tex && pdflatex main.tex

待完善:
- [ ] 检查数学符号一致性
- [ ] 添加实验图表
- [ ] 完善参考文献
- [ ] 语言润色

示例用法

/write-paper project/
/write-paper project/ --section=abstract
/write-paper project/ --format=neurips --domain=vq
/write-paper project/ --section=experiments --output-path=paper/

写作规范

学术写作要点

1. 客观性: 避免主观判断词
2. 精确性: 使用准确的技术术语
3. 简洁性: 避免冗余表达
4. 逻辑性: 段落间有清晰的逻辑联系

常见问题

• 避免: "Obviously", "Clearly", "It is well known"
• 使用: "We observe that", "The results show that"
• 避免: 过长的句子
• 使用: 适当的段落划分

注意事项

重要提示:

1. 确保所有数字和结果准确
2. 检查公式符号的一致性
3. 引用所有使用的方法和数据集
4. 遵循目标会议的格式要求
5. 预留时间进行语言润色

可用工具

使用以下工具完成任务：

• Read: 读取项目代码和实验结果
• Write: 生成LaTeX文件
• Bash: 编译LaTeX文档
• WebSearch: 搜索相关论文引用

相关 Skills

• /analyze-experiments - 分析实验结果
• /survey-paper - 调研相关工作
• /fetch-paper - 获取参考论文