// Use when writing or revising academic papers, especially Chinese journal manuscripts, that need natural prose, de-AI-ification, Markdown formatting, or quality checks
| name | writing-core |
| description | Use when writing or revising academic papers, especially Chinese journal manuscripts, that need natural prose, de-AI-ification, Markdown formatting, or quality checks |
本技能用于控制论文写作质量，重点是中文学术论文的自然表达、去AI化改写与可提交的Markdown排版。
以下规范必须严格遵守，不得因为"效率"或"简化"而跳过。| 类型 | 禁用词/句 |
|---|---|
| 机械过渡词 | 首先、其次、最后、此外、另外、接下来、总之 |
| 空壳强调句 | 值得注意的是、需要指出的是、重要的是、必须强调的是、显而易见 |
| 空洞修饰词 | 非常、极其、十分、相当（无数据支撑时） |
| 主观引导句 | 我认为、我觉得、我个人看法是（论文正文禁用） |
中文期刊论文不追求每句话都极度精简。更自然的写法通常是先交代研究对象、资料范围或问题背景，再说明处理方法、结果现象和判断边界。句子可以略长，段落中可以有必要的承接、限定和少量重复，只要主语明确、关系清楚、读者能够顺着研究过程理解即可。
去AI化的重点是减少模板化、翻译腔、过度概括和空泛拔高，而不是删除所有修饰语。能够说明对象、时间范围、样本口径、方法条件、指标含义、实验边界和因果关系的成分应当保留。不要把段落改成机械的"背景-方法-结果-意义"句组，也不要让每句话都呈现"对象-动作-结论"的功能句。
当用户反馈"太AI""太精简""像翻译"时，先检查是否存在过度压缩、英文语序、模板化总结、审稿回复式表达或空泛拔高。处理顺序是补回必要信息，调整为中文自然语序，再收束过强判断。不要继续简单删词。
| 症状 | 处理方式 |
|---|---|
| 句式像英文直译 | 改为中文常用语序，先说明对象和现象，再给判断 |
| 段落过度模板化 | 取消固定的"背景-方法-结果-意义"节奏，保留解释句和承接句 |
| 改写后信息变少 | 补回研究对象、数据范围、方法条件、指标口径和结论边界 |
| 审稿回复口吻 | 将"该指标反映的是""不能理解为"改成正文叙述，如"本文将...作为参照" |
| 空泛拔高 | 用具体指标、现象或限定替代"显著""关键""重要意义"等泛化词 |
仅以下场景可用列表：
plan/*.md）论文正文默认不用列表。
一个标准段落包含：
建议长度：
本研究贡献如下：
- 提出新方法
- 完成自动化流程
- 验证有效性
本研究提出了一种新方法，并将其整合为可执行的自动化流程。
实验结果显示，该方法在目标任务上具有稳定增益，验证了其可行性与应用价值。
写作完成后，运行风格检查脚本：
macOS/Linux：
bash research-writing-skill/scripts/style_check.sh <文件.md>
Windows PowerShell：
powershell -ExecutionPolicy Bypass -File research-writing-skill/scripts/style_check.ps1 -FilePath <文件.md>
plan/plan/progress.md 与 plan/notes.mdUse when writing academic papers, theses, or research articles - supports brainstorming, chapter writing, literature review, and LaTeX output
Use for translation, polishing, or de-AI-ification of academic text - provides ready-to-use prompt templates
Use when writing or revising Introduction, Related Work, background, literature synthesis, or any section where references must drive claims
Use when designing experiments, result tables, mock planning data, evaluation protocols, or results sections before real data are final
Use when creating data visualizations for papers - generates publication-quality plots with top-journal color schemes
Use when writing literature review sections - guides searching, organizing, and synthesizing academic sources