SCI论文提速秘籍：medical-research-skills的66个Academic Writing技能从摘要优化到审稿回复信
【免费下载链接】medical-research-skillsHundreds of agent skills for medical research, including protocol design, data analysis, evidence insights, and academic writing.项目地址: https://gitcode.com/gh_mirrors/me/medical-research-skills
medical-research-skills是一个面向医学研究的开源 Agent 技能库（MIT 协议，共 550+ 技能），覆盖证据洞察、研究设计、数据分析与学术写作四大板块。其中官方围绕 SCI 论文写作与投稿阶段整理了66 个 Academic Writing 技能，让 Claude Code 等 AI 助手帮你完成从摘要优化、正文各节起草、图表叙述，到审稿回复信逐条回应与语气打磨的全流程，把写作从"独自死磕数周"变成"一个下午对话完成"。
🎯 为什么 SCI 写作需要 AI Agent 技能？
医学研究者投稿时最大的痛点往往不是"没内容"，而是"效率低"：
- 摘要反复超字数，核心信息还是被稀释
- Results 数字与图对不上，Discussion 措辞"过度声明"
- CONSORT / STROBE / PRISMA / TRIPOD 等报告规范记不全
- 审稿回复信在"太卑微"和"太硬气"之间反复横跳
这 66 个技能正是为此设计。每个技能都是标准的SKILL.md文件夹，内含工作流程、适用范围与输出规范，装进 Agent 平台即可用。更关键的是，所有技能上线前都要通过MedSkillAudit领域专项审计——操作稳定性与科学严谨性双层"一票否决"，详见 skill-auditor/SKILL.md。
📚 技能总览：66 个技能怎么组织？
技能分布在两个主目录（完整分类见 README.md）：
| 目录 | 定位 | Academic Writing 技能数 |
|---|---|---|
| awesome-med-research-skills/ | 140 个精选高质量技能，强调医学领域深度逻辑 | 28 |
| scientific-skills/ | 广覆盖科学写作与出版场景 | 96 |
这 66 个"Manuscript Writing & Publication"技能可归为六大模块：
| 阶段 | 代表技能 | 核心价值 |
|---|---|---|
| 📖 正文各节 | introduction-logic-builder、methods-section-writer、results-section-writer、discussion-composer | 保持证据边界，快速起草各节 |
| ✍️ 标题与摘要 | title-and-abstract-optimizer、abstract-trimmer、academic-highlight-generator | 提升信息密度、压到字数限制内 |
| 📊 图表叙述 | figure-legend-writer、table-narrative-writer、graphical-abstract-generator | 出版级图注与表格叙述 |
| 📤 投稿准备 | target-journal-matcher、reporting-guideline-compliance-checker、cover-letter-drafter | 目标期刊匹配、合规自查、投稿包 |
| 💬 审稿应对 | author-response-builder、response-letter、rebuttal-letter-strategist | 逐条回应 + 策略 + 语气打磨 |
| 🎓 基金与传播 | grant-specific-aims-writer、conference-abstract-writer、poster-storyline-builder | 论文延伸到基金申请与会议展示 |
🚀 快速上手：3 步安装 Academic Writing 技能
Step 1｜克隆仓库
git clone https://gitcode.com/gh_mirrors/me/medical-research-skillsStep 2｜按场景挑选技能
浏览 awesome-med-research-skills/Academic Writing/，例如想选期刊就先看 target-journal-matcher/SKILL.md，每个 SKILL.md 开头都写清了适用场景与边界。
Step 3｜安装到 Agent 平台
按照你的平台（Claude Code、Codex 等支持 SKILL.md 规范的平台）的技能安装说明，将完整技能文件夹（含 SKILL.md 与配套 references 文件）放入技能目录即可。OpenClaw 用户还可以用一键脚本 scripts/openclaw-install.sh 批量安装。
💡 技能是可组合、可替换的：既可以单独执行单任务，也能串成多步写作流水线。
✍️ 核心技能实战：走通一条完整的 SCI 写作流程
1️⃣ 摘要与标题优化：把"信息密度"拉满
| 技能 | 用途 |
|---|---|
| title-and-abstract-optimizer | 提升标题/摘要的信息密度、结构清晰度与投稿匹配度，并明确防止"过度声明" |
| abstract-summarizer | 将长文压缩为 250 词结构化摘要 |
| abstract-trimmer | 智能压缩超字数摘要，保持科学严谨性 |
| academic-abstract-refiner | 凝练为 SCI 风格中英文双语摘要 |
优化器（optimizer）的设计哲学很克制："不发明更好听的说法，只让研究真正支撑的内容更清楚"——它严格区分"优化"与"内容虚构"，拒绝把关联性证据升级成因果措辞。
2️⃣ 正文起草：Introduction 到 Discussion 一气呵成
- 引言：先用 introduction-logic-builder 搭好"背景—缺口—目标"逻辑链，再由 introduction-section-writer 展开完整 Intro
- 方法：methods-section-writer 生成符合 CONSORT/STROBE/PRISMA/TRIPOD 的 Methods 文本，method-writing 则确保可复现性
- 结果：results-section-structurer 先把图表与分析块排成清晰结构，再由 results-section-writer 成文
- 讨论：discussion-composer 围绕关键发现、机制与临床意义组织讨论；limitation-and-risk-writer 专业地写"局限性"段落——承认短板反而提升可信度
- 润色：medical-english-precision-editor 在不改变事实与证据边界的前提下提升医学术语精准度
3️⃣ 图表与参考文献：每个数字、每条引用都经得起查
- figure-legend-writer：生成自包含、出版级图注（柱状图、热图、生存曲线、流式细胞图等）
- table-narrative-writer：把表格内容变成叙述，优先解读"有意义的模式与对比"，而不是逐个数念一遍
- graphical-abstract-generator：把论文故事线转成 Graphical Abstract
- latex-manuscript-format-converter：按目标期刊模板把稿件转为 LaTeX
- citation-formatter 与 reference-style-sync：引用格式互转、文献库一键同步标准化
- reference-integrity-checker：核查参考文献是否真的支撑对应论断，揪出"引用过度延伸"与转引失当
4️⃣ 投稿准备：选对期刊 + 通过合规自查
- target-journal-matcher：按主题、设计与证据强度给出Tier 1 高野心 / Tier 2 好匹配 / Tier 3 稳妥保底三档 3–6 本候选期刊，平衡 IF 期望与录用概率
- reporting-guideline-compliance-checker：对照 CONSORT、STROBE、PRISMA、TRIPOD、STARD、CARE 逐项检查缺失或薄弱的报告要素
- claim-strength-calibrator：校准声明强度与证据级别匹配，避免"overclaiming"被拒
- consistency-checker-across-manuscript：跨标题、摘要、方法、结果、图表排查内部矛盾与版本漂移
- cover-letter-drafter：撰写向编辑传达"贡献 + 期刊匹配度"的投稿信
- blind-review-sanitizer：双盲投稿前一键匿名化检查
5️⃣ 审稿回复信：从"不知从何写起"到"soft but firm"
这是技能库的重头戏，把回复信拆成了一套完整工具链：
| 技能 | 角色 |
|---|---|
| revision-strategy-planner | 先把审稿意见分诊为"需补实验 / 需补分析 / 需澄清 / 需重构 / 仅措辞"，输出优先级修订计划 |
| author-response-builder | 将每条意见转为结构化逐条回应，并关联稿件中的具体修改 |
| response-letter | 生成标准化 Word (.docx) 回复信，把每处修改精确映射到页/段/行 |
| rebuttal-letter-strategist | "外柔内刚"反驳策略：接受 / 部分接受 / 礼貌坚持，各配证据整合 |
| response-tone-polisher | 软化防御性措辞，保持专业、简洁、可发表级语气 |
author-response-builder 会严格区分"真正的科学让步"与"澄清 / 有边界的反驳"，并禁止承诺尚未完成的实验或分析——正是这种纪律性，让回复信在编辑和审稿人面前立得住。
6️⃣ 投稿前压测：Scrum 式冲刺评审
paper-sprint-review 把"冲刺"引入论文打磨：自动识别稿件成熟度、估算需要的冲刺轮数，从Contribution / Rigor / Writing / Editor四个视角做多镜头评审，产出优先级修订清单与"可发表"质量门禁（详见其 README.md）。peer-review 还可在投稿前做一轮结构化自评，提前发现硬伤。
⚙️ 组合成流水线：一条完整的投稿路径
技能可自由组合。一个典型"改稿冲刺"流水线：
consistency-checker-across-manuscript+reference-integrity-checker：先排查内部矛盾与引用失当reporting-guideline-compliance-checker+claim-strength-calibrator：合规检查与声明校准title-and-abstract-optimizer：重构摘要latex-manuscript-format-converter+cover-letter-drafter：产出投稿包- 收到审稿意见后：
revision-strategy-planner→author-response-builder→response-letter→response-tone-polisher，一口气生成逐条回复信
❓ 常见问题
支持哪些 Agent 平台？Claude Code、Codex 以及其他支持SKILL.md规范的平台。克隆仓库后按平台指引把技能文件夹放入技能目录即可。
AI 生成的内容能直接用吗？每个技能都声明了明确的范围边界：不虚构数据、不升级证据强度、信息不足时会反问而不是硬编。所有输出仍需研究者复核判断——这也是项目的一致要求。
协议是什么？MIT 协议（见 LICENSE），研究与教学场景均可放心使用。
📌 写在最后
medical-research-skills 的 66 个 Academic Writing 技能覆盖了"摘要优化 → 正文起草 → 图表叙述 → 投稿准备 → 审稿回复信"的完整链路，且每个技能边界清晰、经过领域审计。把它们装进你的 AI Agent，就能把繁琐的格式适配、合规自查与逐条回复工作交给机器，把时间留给研究本身。建议先从上面的模块表挑 3–5 个技能试起来，提速效果立竿见影。
【免费下载链接】medical-research-skillsHundreds of agent skills for medical research, including protocol design, data analysis, evidence insights, and academic writing.项目地址: https://gitcode.com/gh_mirrors/me/medical-research-skills
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
函数用法详解)
