agentleFS
Paloma966Paloma966/dsh-paper/skills/thesis-defense/SKILL.md

thesis-defense

Skill7 starsChanged 7 days agoMITView on GitHub

答辩准备方法论。用于阶段 9:答辩 PPT 大纲(10-12 页标准结构)、预答辩问题库与答题思路、模拟问答演练流程。

1 other project uses a version of this.

Adopted by

Most recently taken up by

  • Other versions1 project uses a version of this.

    Word for word · 0

    None found.

    Edited · 0

    None found.

    Wrote their own version · 1

    1. gxgeek-n/wenqu-mem★ 4same name

    How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.

  • In this repository10 other files it gives its agents.

The file

Files
SKILL.md

答辩准备

答辩的本质:老师验证两件事——①系统是你做的(问实现细节)②你懂你的设计(问为什么)。 准备的核心不是背稿,而是把决定日志与设计文档里的"为什么"讲顺。

1. PPT 大纲(10-12 页,模板在 07-答辩/PPT大纲.md)

每页原则:图多字少、一页一个观点、真实截图优先。

页内容要点
1封面课题/学生/导师
2目录与讲述顺序一致
3背景与意义1 页讲清痛点,用图/数据
4国内外现状一图带过,落点是"现有不足 → 本课题"
5需求分析功能点列表/用例图
6系统总体设计架构图(直接复用 06-论文/assets/图/arch.png,与论文同一张 .drawio 导出,别另画一张)
7-9关键实现每页一个模块:截图/核心代码/设计取舍;这是老师最细看的部分
10测试真实数据图 + 结论
11总结与展望已完成 + 不足(诚实)
12问答页"谢谢,请各位老师指正"

1.5 版面:不要"标题 + ▪ 列表"从头贯到尾

答辩幻灯"看起来糙",九成不是配色问题,是整本只有一种版式。写 PPT.md 时给每页标版面 (<!-- _class: xxx -->),让观众每翻一页都能看出"这页在说什么":

版面用在哪长什么样
cover第 1 页题目 + 副题 + 学生/学号/学院/导师/日期,一屏交代
agenda第 2 页四条路线,大号 01–04
compare背景/取舍左右两块:现状(灰)vs 本方案(强调色),各 3 条,底下写"代价"
rows研究现状左标签 + 右说明逐条排,最后一句引文
steps技术路线/流程四列,大号序号 + 一句话
cards关键实现2×2 卡片,每格一条机制
figure架构/截图大图占 2/3,右侧 3 条要点;图题必须有
columns对比/三元并列2–3 栏,栏顶一条短强调线
stats测试结果四个大数字(值 + 单位 + 一句话),关键指标用强调色
closing最后一页"谢谢,请提问" + 代码/数据/论文位置

四条硬规则(thesis_slides check 会查):

  1. 一页只讲一个主张,要点 ≤4 条(分栏按每栏计),每条 ≤30 字;细节放讲稿。
  2. 不许连续 4 页都是文字:中间插一页图或数据。
  3. 全文至少 2 页视觉锚点(figure / stats)——评委记住的是图和数字。
  4. 一个强调色(其余纸色/灰阶),标题贴左、页脚只留页码;不用边框线分隔,用留白和色块。

2. 预答辩问题库(结合你的材料生成)

每类问题对应准备材料,逐一准备:

问题类型示例准备材料
实现细节"X 模块具体怎么实现的?"04-实现 代码 + 答辩演练记录
技术选型"为什么用 A 不用 B?"03-设计/技术选型论证.md + 决定日志
需求来源"这个需求怎么来的?"03-设计/需求分析.md
工作量"哪些部分是你做的?"git 提交记录 + 决定日志(诚实说明 AI 辅助,强调自己做的设计决策与验证)
数据可信"测试数据怎么得到的?"05-实验测试/结果 + 复现步骤
不足"你觉得哪里没做好?"论文第 7 章不足与展望(提前准备 2-3 个诚实不足 + 改进方向)
创新点"你的工作有什么亮点?"绪论"本文主要工作" + 对比实验

答题心法:先结论后展开;答不上来的诚实说"这里我考虑得不够,之后可以…";不要辩解式回答。

3. 模拟问答演练流程

  1. 运行 thesis_defense:提取《答辩素材》(章节概览/技术选型/关键决定/测试数据/git 工作量)并生成《预答辩问题库》骨架。
  2. 依据《答辩素材》把问题库中的 <> 占位替换为系统实际名称,生成 15-20 个具体问题;每个问题都要能回答到证据锚点(如"选型理由见技术选型论证.md 第 2 行")。
  3. 用户口头回答 → 记录要点到 07-答辩/问答演练.md。
  4. 对答不上来的问题:回到对应材料补学,把答案写进演练记录;"你的系统怎么实现的"这类问题用 defense_code_* 走一遍代码演练(技能 code-walkthrough),不要靠背答案。
  5. 至少完整演练 2 轮;第 2 轮随机抽题。

4. 答辩前清单

  • PPT 与论文数据、截图一致(零伪造)
  • 系统在演示电脑上真实跑通(提前装环境、准备离线演示兜底)
  • 常见问题 15 个以上有演练记录
  • 决定日志通读一遍("为什么这么做"全都有答案)
  • 实现细节类问题过了代码演练(defense_code_status 显示自己系统讲得清)
  • 诚实原则:AI 辅助了哪些、自己做了哪些,能清晰表述

幻灯产出链路(thesis_slides)

Markdown 是唯一真相:幻灯源文件是 07-答辩/PPT.md(Marp 兼容),.pptx 只是它的派生产物。 这样幻灯可以被 git diff、可以在答辩前一天晚上还敢改,也不依赖任何 Office 版本。

thesis_defense          → 07-答辩/答辩素材.md + 07-答辩/预答辩问题库.md
thesis_slides outline      → 07-答辩/PPT.md(10-12 页,每页含讲稿要点与证据锚点)
thesis_slides check        → 页数/要点数/字数/讲稿/锚点/时长 六项确定性检查
thesis_slides convert      → 探测 marp / npx marp-cli / pandoc;有则产出 07-答辩/PPT.pptx
                          没有则写 07-答辩/PPT转换说明.md(含可直接复制的命令与兜底方案)
thesis_slides guide        → 只输出转换指引,不执行

本插件没有斜杠命令:幻灯侧全部通过 thesis_slides 工具驱动(action 取 outline / convert / check / guide)。

硬约束(check 会逐条查):每页要点 3-6 条、单条 ≤ 30 字、每页必须有讲稿与证据锚点、 不得出现"待补充/TODO"、预计时长 8-12 分钟(每页 40-60 秒)。

证据锚点为什么是硬要求:老师问"这个数据哪来的"时,你必须能在 3 秒内点到具体文件 (05-实验测试/结果/xxx.csv、06-论文/章节/06-系统测试.md),而不是说"我记不清了"。

无 marp/pandoc 时怎么办(离线常见):thesis_slides convert 会给出三条路—— ① npx --yes @marp-team/marp-cli PPT.md --pptx(有网即可,免安装); ② pandoc(pandoc PPT.md -o PPT.pptx);③ 把 PPT.md 粘到 marp 网页版或用 WPS/PPT 手工成稿(幻灯文字已是最终稿,成稿只是排版)。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.