luwill/research-skills

# 研究技能 专为学术研究工作流设计的 Claude Code 技能集合。 ## 技能 | 技能 | 描述 | 触发方式 | |-------|-------------|---------| | [医学影像综述](./medical-imaging-review/) | 为医学影像 AI 撰写全面的文献综述 | `/medical-imaging-review`, "review paper", "survey", "综述" | | [论文幻灯片](./paper-slide-deck/) | 风格化的幻灯片**图像**（17 种 T2I 美学风格），用于阅读和分享 — 适用于任何内容 | `/paper-slide-deck content.md --style watercolor` | | [研究计划](./research-proposal/) | 采用 Nature Reviews 风格的学术写作生成 PhD 研究计划 | `/research-proposal`, "research proposal", "PhD proposal", "研究计划" | | [学者幻灯片](./scholar-slides/) | 用于现场演讲的保真度优先学术幻灯片 — 矢量公式、提取的图表、有据可查的引用、可编辑的 PPTX | "make slides", "组会 PPT", "答辩幻灯片", a paper PDF / arXiv / DOI | ## 安装 将所需的技能文件夹复制到你的 Claude Code 技能目录中： ``` cp -r medical-imaging-review ~/.claude/skills/ cp -r paper-slide-deck ~/.claude/skills/ cp -r research-proposal ~/.claude/skills/ cp -r scholar-slides ~/.claude/skills/ ``` `scholar-slides` 包含 Python + Node 工具链；复制后，请执行一次配置： ``` cd ~/.claude/skills/scholar-slides && ./install.sh ``` ## 医学影像综述技能 用于撰写医学影像 AI 主题的调研论文、系统综述和文献分析的系统化工作流。 ### 功能 - **结构化的 8 阶段边写边查工作流**（综述类型路由 → 范式捕获 → 初始化 → 收集并验证 → 大纲/分类 → 逐句验证的写作 → 同行评审 → 提交准备） - **综述类型路由** — 叙事性 / 方法综述 / 范围性 / 系统性，并匹配相应的报告标准（PRISMA 2020, QUADAS-3, CLAIM 2024, TRIPOD+AI） - **将引用完整性作为硬性门槛** — 每一个 `[N]` 在提交前都要验证其存在性、作者、编号和方向；由 fixture 测试套件锁定的可执行审计脚本（`scripts/audit_manuscript.py`） - **证据校准的写作口吻** — 使主张强度与证据相匹配；明确移除默认的模糊语气的 AI 特征 - **特定领域的 3 轴方法分类法**，涵盖多个医学影像领域 - **质量检查清单**和以 Zotero 优先的文献收集，具备工具可移植的备用方案 ### 支持领域 - 冠状动脉分析（CCTA） - 肺部影像（CT/X-ray） - 脑部影像（MRI/CT） - 心脏影像（MRI/CT/Echo） - 病理学（Whole Slide Images） - 视网膜影像（Fundus/OCT） ### 文件 | 路径 | 描述 | |------|-------------| | `SKILL.md` | 主要技能定义和快速参考 | | `references/REVIEW_TYPES.md` | 综述类型路由（叙事性 / 范围性 / 系统性 / meta-analysis） | | `references/REPORTING_STANDARDS.md` | PRISMA / QUADAS-3 / CLAIM / TRIPOD+AI 标准适配 | | `references/WORKFLOW.md` | 详细的 8 阶段工作流指南 | | `references/PARADIGM.md` | Phase 0 范例审查风格捕获 | | `references/CITATION_INTEGRITY.md` | 引用验证协议（5 条规则） | | `references/HALLUCINATION_PATTERNS.md` | 需自查的 10 种 LLM 幻觉迹象 | | `references/TEMPLATES.md` | 项目文件模板 | | `references/DOMAINS.md` | 特定领域的方法类别和数据集 | | `references/MCP_SETUP.md` | ArXiv, PubMed, Zotero MCP 配置及备用方案 | | `references/QUALITY_CHECKLIST.md` | 提交前的质量检查清单 | | `scripts/audit_manuscript.py` | 可执行的稿件审计（包含 `scripts/tests/` fixtures） | ## 论文幻灯片技能 将任何内容转化为风格化、可分享的幻灯片**图像**（AI 生成），具备从 PDF 中检测图表和高分辨率页面渲染的功能。 ### 功能 - **基于标题的图表检测**，适用于 PDF 论文（定位页面；对于密集的双栏排版，建议人工确认） - **图表到幻灯片的映射**，包含全页高分辨率渲染 + 模板容器（非按图表 bbox 裁剪） - **17 种视觉风格**（学术纸张、草图笔记、极简等） - **Gemini API 集成**（`gemini-3-pro-image`）用于 AI 幻灯片生成，并带有生成后的乱码文本校对流程 - **PPTX/PDF 导出**，附带合并脚本 ### 工作流 1. 分析论文并检测图表 2. 生成带有自动 IMAGE_SOURCE 映射的大纲 3. 从 PDF 中提取图表（或由 AI 生成） 4. 应用学术模板 5. 合并为 PPTX/PDF ### 文件 | 路径 | 描述 | |------|-------------| | `SKILL.md` | 主要技能定义和工作流 | | `references/` | 分析框架、模板、风格定义 | | `scripts/` | Python/TypeScript 自动化脚本 | ### 脚本 | 脚本 | 用途 | |--------|---------| | `generate-slides.py` | Gemini API 图像生成 | | `detect-figures.ts` | PDF 图表检测 | | `extract-figure.ts` | PDF 页面提取 | | `apply-template.ts` | 学术图表容器模板 | | `merge-to-pptx.ts` | PPTX 生成 | | `merge-to-pdf.ts` | PDF 生成 | ## 研究计划技能 生成高质量的学术研究计划书 — PhD 申请、研究计划、研究计划书 / 开题报告 — 遵循 Nature Reviews 风格的学术写作规范。 ### 功能 - **结构化的 5 阶段工作流**，包含**边写边查**的内容阶段：需求 → 文献（+验证门槛） → 大纲（批准红线） → 内容（逐节） → 输出 - **引用完整性护栏**：验证每个引用是否存在（DOI/PMID/arXiv 或 Zotero），且作者和年份与来源匹配 — 无法验证的条目会被标记，绝不伪造 - **多源文献整合**：WebSearch, Zotero MCP, arXiv, PubMed（具备工具可移植的备用方案） - **双语支持**：英语和中文（中文） - **领域适配**：STEM（包括计算 / ML / AI-for-Science）、人文学科、社会科学 - **学术写作风格**：基于散文的、证据校准的语言；参考文献数量服从于论证需要（无凑数指标） ### 工作流 1. 收集需求（主题、领域、语言、字数） 2. 从多个来源收集文献 3. 生成大纲供用户批准 4. 根据批准的大纲撰写完整计划书 5. 输出带有质量检查清单的 Markdown ### 文件 | 路径 | 描述 | |------|-------------| | `SKILL.md` | 主要技能定义和 5 阶段工作流 | | `references/STRUCTURE_GUIDE.md` | 逐节写作指南 | | `references/DOMAIN_TEMPLATES.md` | STEM 与人文学科的差异 | | `references/WRITING_STYLE_GUIDE.md` | Nature Reviews 学术写作风格 | | `references/CITATION_INTEGRITY.md` | 引用验证协议（5 条规则，作者-年份格式） | | `references/QUALITY_CHECKLIST.md` | 质量验证清单 | | `references/LITERATURE_WORKFLOW.md` | 文献收集工作流 | | `assets/proposal_scaffold_en.md` | 英文模板脚手架 | | `assets/proposal_scaffold_zh.md` | 中文模板脚手架 | ### 输出 - 目标：2,000-4,000 字（默认约 3,000 字） - 参考文献：数量服从于论证需要（通常 25-50 篇；无最低下限，不拼凑），每一篇均经过验证 - 3-5 个图表建议 - Markdown 格式（可通过 pandoc 转换为 DOCX/PDF） ## 学者幻灯片技能 将研究论文（或 arXiv/DOI 链接，或一个主题）转化为**保真度优先**的幻灯片 — 每一个公式、表格、数字、图表和引用都保持为真实的矢量/文本，并且**可溯源至原文**，绝不被图像模型栅格化，也绝不伪造。在 `paper-slide-deck` 通过文本到图像优化视觉风格的地方，scholar-slides 则为了学术研究颠倒了优先级：**来源保真度 > 润色**，并由可执行的完整性检查机制作为保障。 ### 功能 - **保真度优先的渲染** — KaTeX 矢量公式，真实的 ``/OOXML 表格，引用的图表裁剪；数字基于原文查证，绝不伪造 - **完整性 QA 门槛** — 数字查证，使用 `[MISSING]`/`[UNVERIFIED]` 标记代替静默填充，PPTX 一致性回归，可评分的美学准则 - **两种适用场景** — 期刊俱乐部（组会，阅读优先）和会议（大会议室），通过基于 token 的主题系统切换 - **双语** — 默认英语，完全支持 中文 / CJK - **以 Zotero 优先的引用**，带有 Crossref / arXiv / DOI 备用方案 ### 输出 - 交互式 reveal.js 幻灯片（带有浏览器演讲者视图） - 每张幻灯片一页的**矢量 PDF** - **可编辑的 PPTX**（原生文本、项目符号、表格、演讲者备注；公式/图表作为被标记的图像） - 带有双语演讲时间估算的演讲者备注 ### 安装与运行 ``` cd ~/.claude/skills/scholar-slides && ./install.sh # .venv + npm + Chromium, then self-checks ``` 前置条件：**Python 3.11+, Node 18+。** 对于 Linux 上的中文幻灯片：`sudo apt-get install fonts-noto-cjk`（macOS/Windows 已经有 CJK 字体）。 ### 已知限制 图表定位依赖于排版 — 在单栏 / arXiv / Nature 风格的论文上约为 95–100%，在密集的 IEEE/TPAMI 双栏页面上约为 75%。低置信度的裁剪会**被标记出来供你确认**，绝不会悄悄出错。在 9 篇跨排版论文上进行了压力测试：0 次崩溃，98% 的图表被成功定位。完整情况请参阅 [scholar-slides/README.md](./scholar-slides/README.md)。 ## 许可证 MIT License