Boom5426/Nature-Paper-Skills

解决的问题

它简化了撰写与修订高影响力科学手稿的流程，特别针对生命科学、计算生物学与方法学领域的 Nature 系列期刊。它能防止常见的写作陷阱，例如提出缺乏证据支持的论点、使用“AI 味”过重的文句，或未能将图表面板与“结果”章节对齐。

运作方式

本项目提供 27 种专业“技能”（指令与辅助脚本），可安装至如 Codex 与 Claude Code 等 AI 代理中。这些技能引导代理执行结构化的工作流程：

1. 架构规划 (Framing)：定义研究问题与目标期刊。
2. 论点建立 (Argument Building)：在专注于文风之前，先建立“主张-证据”链。
3. 图表对齐 (Figure Alignment)：确保图表与图说能直接支持“结果”内容。
4. 文句修订 (Prose Revision)：在保留测量数值与不确定性的同时，精炼逻辑与风格。
5. 投稿与回复 (Submission & Rebuttal)：执行投稿前审核并草拟审稿人回复。

适用对象

正在准备向顶级期刊投稿手稿的生命科学与计算生物学领域研究人员与科学家。

特色亮点

• 证据导向编辑 (Evidence-Bound Editing)：确保编辑过程不会更动测量数值、信赖区间或负面结果。
• 代理整合 (Agent-Integrated)：专为安装至 AI 编码/代理环境（Codex, Claude Code）而设计。
• 任务导向配置 (Task-Specific Profiles)：根据用户需求提供不同的安装堆叠（例如：写作与审阅、完整研究工作流程）。
• 反防御性写作 (Anti-Defensive Writing)：包含移除过度谨慎或“审计”用语的工具，以创造直接的科学论述。
• 审稿人响应系统 (Reviewer Response System)：将审稿人意见与具体证据及手稿变更连接起来。