paper-review
Skill0 starsChanged 27 days agoMITView on GitHub
分级评审任何目标 venue 的论文、实验结果或研究计划(L1 主线与潜力门 / L2 证据链审计 / L3 投稿前模拟审稿)。先从用户指定或 paper/VENUE_PROFILE.md 读出 venue,加载对应的 venue 档案(按模板为每个 venue 新建一份),没有档案就用通用量表加官方来源协议。用于用户要求一级/二级/三级评审、判断 framing(兼容口语 farming)是否被证据支撑、决定要不要补实验、做投稿 Go/No-Go、模拟审稿、或在 R1 实验之前做前瞻潜力评估时;未指定层级默认 L1。英文触发短语:review this paper for a given venue, graded review, L1 L2 L3 review, framing review, is the framing supported by the evidence, should we run more experiments, go or no-go, simulate the reviewers, pre-submission check, venue fit, potential tier. 只读:不改稿、不跑实验、不预测录用概率。不用于只查 venue 事实(分区、费用、周期)、不用于经济学期刊的审稿量表、不用于改写稿件。
29 other projects use a version of this.
Adopted by
Most recently taken up by
- adithyanraj03/dsh-skills-packtheir own version, first seen Nov 15, 2026
- angadhn/botferencetheir own version, first seen Nov 13, 2026
- Agentic-Assets/corbis-mcptheir own version, first seen Nov 11, 2026
- bas1l/claude-skillstheir own version, first seen Nov 11, 2026
- kfangw/research-opstheir own version, first seen Nov 8, 2026
- 70asunflower/70asunflower-skillstheir own version, first seen Nov 8, 2026
Used with
Projects with it also use paper-writing.
Other files people use alongside this one.
Files found in the same public projects as a version of this one, more often than they turn up anywhere else. Each project counts once, large collections count for less, and this file's own repository is left out.
MLNLP-WorldSkillpaper-writing
学术论文写作检查与优化助手。基于 MLNLP-World 社区整理的论文写作技巧,帮助检查和优化学术论文。Use when: (1) 检查论文 LaTeX 格式和排版, (2) 优化公式符号使用, (3) 改进图表设计, (4) 润色英文学术表达, (5) 检查参考文献格式, (6) 投稿前终稿检查, (7) 用户询问论文写作技巧或规范。
Also in 6 projects that use this
Other versions29 projects use a version of this.
Word for word · 0
None found.
Edited · 0
None found.
Wrote their own version · 29
- EvoScientist/EvoSkills★ 486same name
- WenyuChiou/academic-writing-skills★ 442same name
- aspi6246/Claude-Code-Skills-for-Academics★ 153same name
- voidful/academic-skills★ 126same name
- AlexWortega/ai-peer-review-skill★ 63same name
- drpwchen/paper-review-and-digest★ 45same name
- bimajanuri/paper-review-skill★ 24same name
- TakaGoto/rag-learning-academy★ 24same name
- angadhn/botference★ 20same name
- borgr/paper-sharpener★ 19same name
19 more not listed
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 repository15 other files it gives its agents.
- AGENTS.mdAGENTS.md
- CLAUDE.mdCLAUDE.md
- academic-humanizerSkill
- drawio-skillSkill
- innovation-exploreSkill
- paper-framingSkill
- paper-readingSkill
- paper-storytellingSkill
- paper-style-profilerSkill
- paper-writing-orchestratorSkill
- publication-chart-skillSkill
- research-pipelineSkill
- scientific-visualizationSkill
- session-handoff-promptSkill
- task-forestSkill
The file
Files
分级评审:venue 无关的核心加 venue 档案
同一套评审骨架适用于所有 venue:快照、证据账本、framing A/B、主张与证据映射、逐门判定、补实验决策。venue 之间真正不同的只有读者是谁、奖励什么贡献、领域专有的附加门、L3 要核对的官方规则。这些差异写在 venue 档案里,核心量表不为任何一个期刊定制。
基本原则
- 用户说的 farming 按论文语境理解为 framing,不借机改研究本意。
- 默认只读。除非用户明确要求,不修改论文、实验、分支或评审记录。
- 把"实验完成""validator 通过""论文可编译""科学证据充分""具有投稿潜力"分开判断。
- 不把 source candidate、controlled transfer、development-only、retrospective、silver label、mechanical validation 或 exploratory evidence 升级为漏洞、人工 gold、SOTA、因果、普遍泛化或投稿就绪。
- 不因为项目是先做实验后写论文、或测试集被用过多次,就整篇降级或降档;只看方法是否在开发集上定、结论是否超过证据量。正文没出现的早期版本在同一测试集上评过,不要求披露。
- 缺少权威输入时用
ABSTAIN并列出缺失材料,不自行补事实。 - 潜力档位是对 framing、证据链和稿件完整性的判断,不是接收概率。用户要概率时拒绝,用档位、就绪度和拒稿风险代替。
先定 venue,再选档案
- venue 的来源按优先级:用户本次指定;
paper/VENUE_PROFILE.md的"决定";它候选表的第一行;都没有就问用户,或按通用量表评审并在报告里标"venue 未定"。 - 按缩写在 references/venues/ 找档案。有档案(按模板新建,一个 venue 一个文件)就加载它的读者与贡献类型、附加门、L1 适配问题、L3 核对项和官方来源前缀。没有档案就用通用量表加 official-source-protocol.md,并提示可按 venues/README.md 新建一份。安全会议另读 orchestrator 的
security-venue-review.md。 - 不把一个 venue 的档案套到另一个 venue:软件工程期刊与安全应用期刊的读者和证据要求不同,缩写相近也不能混用。也不用面向经济学期刊的审稿量表。
- 只查 venue 事实(分区、费用、审稿周期)不是评审,按官方来源协议直接查,标提供方、年份和核验日期。
选择评审层级
| 层级 | 默认用途 | 必须回答的问题 |
| 一级 L1 | 默认;高频进展评审;R1 实验之前的前瞻用法 | 现有证据,或前瞻时的潜力卡与骨架分支,是否支撑 framing?有没有更保守但更站得住的 framing?该停止、补分析、补实验还是重构? |
| 二级 L2 | 协议冻结后、改稿前或发现污染时 | 从对象到结论的证据链站不站得住:对象与分母、真值与度量、隔离、分析单位、过程受控、对照、判定与不确定性、稳健性、复现链?按研究类型的问法审。哪些结果可以进论文? |
| 三级 L3 | 完整稿形成后 | 以目标 venue 审稿人的视角评估新颖性、方法、实验、写作、可复现性、venue 契合度、版面与图表,给出 Go / No-Go。 |
可组合,如 L1+L2。未指定只做 L1。稿件不完整时 L3 降级为 L1 或 L2,或返回 ABSTAIN_INCOMPLETE_MANUSCRIPT,不假装做了 L3。
在 research-pipeline 中的位置
- R1 结束、R2 冻结前:L1 的前瞻用法。材料是 FRAMING 的潜力卡、带分支的 STORY_SPINE 和 VENUE_PROFILE,不是结果。判定规则与结果中性检查是否写定、基线是否当前最强、两个分支是否都有去处;档位标"前瞻",试点或 R3 后重新给档。两个 framing 都不过就回
paper-framing,不进 R2。 - R3 结束、进入 R4 前(可选):L2,决定哪些结果可以进论文。
- R4 的 S5:至少一次 L1。
- R5:L2 到 L3。L3 必须渲染 PDF 看版面与图表,不只读源码。
- 报告存
paper/review/;结论与补实验决策同步到research/STATE.md的"待用户决定"。
加载参考资料
- 每次评审完整读 references/review-rubric.md,再读选定的 venue 档案。
- 做 L2 时读 references/l2-by-method.md:先从
experiments/PROTOCOL_*.md第一行读研究类型(没有就看 FRAMING 或问用户),按对应小节的问法审十门;类型名以research-pipeline/references/methods/的档案名为准。 - 生成报告时读 references/report-template.md。
- L3,或任何涉及当前 scope、投稿规则、格式要求的判断,读 references/official-source-protocol.md,只用官方页面并标核验日期。
评审工作流
- 冻结评审快照。 记录日期、仓库或路径、分支、完整 HEAD、工作树状态、论文基线、实验版本、可见材料、被替代的上次评审。先读当前工作区的
AGENTS.md或CLAUDE.md;项目规定了远端权威仓库或连接 skill 就遵循它。不从分支名、目录名或历史报告推断权威。脏工作树可以评,但要标明并绑定文件哈希。材料不完整时继续做能做的部分,同时降低结论等级;没有正文时只能评"研究方案",不能声称论文有投稿潜力。 - 建立证据账本。 每项材料标为
VERIFIED_CURRENT/CONTROLLED_OR_RETROSPECTIVE/EXPLORATORY_OR_CANDIDATE/SUPERSEDED_OR_INVALID/MISSING_OR_UNRESOLVED,与 research-pipeline 台账和 orchestrator 合同同名。每个主张记录证据路径、适用数据与指标、验证状态和 claim ceiling。类别之间不靠措辞升级。 - framing A/B 潜力门。 A 是当前采用的核心定位,B 是同一证据能支撑的最强保守替代,不凭空加贡献。比较研究问题清晰度、证据覆盖、venue 价值、可区分贡献、残余风险、需新增的工作。没有真实的 B 写
NO_CREDIBLE_ALTERNATIVE。至少一个 framing 过最低潜力门才建议投入新的正式实验;两个都不过,优先重构问题,不通过大规模实验找正结果。 - 主张与证据映射。 逐项检查问题、方法或干预、数据与比较、结果、结论。结果不能唯一支撑的表述降级或标缺口。必须区分:检索覆盖与候选内决策质量;相关性与因果;同池比较与端到端比较;development 或 retrospective 与 untouched confirmation;controlled implementation 与 faithful reproduction;标识符锚定的参照标签与人工语义 gold;局部结论与跨系统、跨时间泛化。
- 逐门判定。 核心门按量表,L2 的十门按研究类型的问法,venue 附加门按档案;每门只用
PASS/PARTIAL/FAIL/ABSTAIN,不给总分,不把ABSTAIN当PASS。 - 补实验决策。 只选一个:
NO_MORE_CORE_EXPERIMENTS/ANALYSIS_ONLY/TARGETED_EXPERIMENTS/MAJOR_REDESIGN/ABSTAIN_MISSING_INPUTS。每个建议的实验用量表里的实验卡片,写清它填补的主张缺口、最小设计、独立验证、各种结果下论文怎么变、停止规则、无论结果如何都不能声称什么。不写"多加数据、基线、消融"。 - L3 专项。 渲染 PDF 看版面与图表:图一是否在前两页并能单独讲出转折,表格与字号是否可读,是否被压缩,
paper-storytelling的症状清单是否全否。按官方来源协议核验当前 scope 与投稿规则,访问失败只对管理字段ABSTAIN_NOT_VERIFIED,不影响科学结论。列前三条拒稿风险并给一个允许的推荐。 - 重复评审。 有上次评审时先验证其快照是否仍适用,再报告新增证据、被替换结果、门禁变化、framing 变化和补实验决策变化。没有可比快照写
NO_VERIFIED_PRIOR_SNAPSHOT。
输出要求
- 用用户的语言,默认中文,稿件术语与引文保持原文。先给结论和补实验决策,再给证据。
- 用 report-template.md 的结构;没有信息的栏目保留
未验证,不删关键门禁。 - 所有结论给材料路径或来源位置;远端状态说明是否已推送。
- 明确区分已验证事实、评审推断、仍未验证。
- 不因用户希望投稿而提高档位,也不因单一负结果否定有证据支撑的保守 framing。
持久化记录
用户要求保存,或评审被用作正式阶段门时:按模板保存可读报告,并存同名 REVIEW-RECORD.json(schema paper_review_record_v1,结构见 report-template.md),然后运行
python3 <skill_dir>/scripts/validate_review_record.py paper/review/<name>/REVIEW-RECORD.jsonvalidator 只查结构、枚举、必需门和官方来源前缀,不证明证据为真、论文就绪或会被接收。普通对话评审不落盘,除非用户要求。
完成标准
评审快照、证据账本、framing A/B、claim ceiling、潜力档位(含前瞻或已有证据的标注)、补实验主决策、下一停止点都明确,才算完成。
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
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.

