菜单
在为《计算机科学》(Computer Science, JSJKX) 处理代码与数据可用性时调用。本刊是计算机全学科中文综合月刊(CCF 会刊、B 类、T2 级)，核验中未见公开的独立 artifact 徽章评审制度(待核实)，因此本技能重点讲清"本刊现状 + 作者应做法"：即便没有单独的 artifact 评审，如何主动提供可复现的代码与数据链接、可用性声明、校验和与许可，让单盲外审更信任你的工作，并为录用后补充材料做准备。适用于希望以开放代码与数据增强稿件可信度、又需要准确了解本刊无独立徽章制度这一现状的场景。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/brycewang-stanford/Awesome-Journal-Skills --skill csj-artifact-evaluation命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
Use when planning an ACL project calendar across ACL Rolling Review cycles, covering cycle selection against conference commitment windows, backward planning from an ARR deadline, the review-response-meta-review timeline, commitment decisions, resubmission loops to later cycles, and camera-ready through ACL Anthology publication.
Use when drafting an AAAI author response (rebuttal) under the single short character-limited author-feedback window, the no-URL rule, no-new-results guidance, AI-generated-review handling, and the AAAI two-phase review process where Phase-2 papers receive one feedback round before SPC/AC discussion.
Use when preparing an accepted AAAI paper for camera-ready source submission to AAAI Press, including proceedings page limits, two-column template compliance, copyright transfer, purchased extra technical pages, deanonymization, registration, oral or poster presentation, and final public artifact release.
基于 SOC 职业分类
正在显示 SKILL.md
| name | csj-artifact-evaluation |
| description | 在为《计算机科学》(Computer Science, JSJKX) 处理代码与数据可用性时调用。本刊是计算机全学科中文综合月刊(CCF 会刊、B 类、T2 级)，核验中未见公开的独立 artifact 徽章评审制度(待核实)，因此本技能重点讲清"本刊现状 + 作者应做法"：即便没有单独的 artifact 评审，如何主动提供可复现的代码与数据链接、可用性声明、校验和与许可，让单盲外审更信任你的工作，并为录用后补充材料做准备。适用于希望以开放代码与数据增强稿件可信度、又需要准确了解本刊无独立徽章制度这一现状的场景。 |
本技能讲清《计算机科学》(Computer Science, 简称 JSJKX) 在代码与数据可用性 / artifact 评审上的现状与作者
应对做法。据 2026-07-09 核验，本刊未见公开的独立 artifact 徽章评审制度（待核实，见
resources/official-source-map.md）——这与部分国际会议(如带 Artifact Evaluation 的 SE/系统会议)不同。因此
这里不承诺任何"徽章"，而是教你如何主动用开放代码与数据增强稿件可信度。
提醒：本刊 Computer Science 是期刊(journal)，非会议；不要把会议的 artifact badging 流程套到本刊。
README 与 run_all.sh，能从数据到主表/主图（见 csj-reproducibility）。【代码与数据可用性】
代码：https://github.com/<...>（MIT 许可，含 run_all.sh），commit <hash>
数据：公开数据集 <名称>[引用]；预处理脚本随代码提供
大文件：模型权重见 <Zenodo DOI>，SHA256=<...>，访问日期 2026-07-09
限制：<敏感数据以脱敏子集提供 / 需申请>
csj-reproducibility。csj-supplementary。csj-camera-ready。【CSJ 可用性审计】
本刊现状：无独立 artifact 徽章制度（待核实）
可用性声明：<有/无>
代码：<链接 + 许可 + commit>
数据：<链接/DOI + 校验和 + 访问日期 + 合规>
一键复现：<✓/✗>
结论：<可用性达标 / 需补：列点>
本刊是否设立 artifact 相关要求，以官网《投稿须知》最新版为准。
不要把国际会议(如带 Artifact Evaluation 徽章的软件工程/系统会议)的流程照搬到《计算机科学》(Computer Science)。 会议常有独立的 artifact 评审委员会、匿名提交、Available/Functional/Reusable 等徽章；而本刊作为中文综合期刊， 核验中未见这样的独立徽章制度(待核实)。因此在本刊语境下，"可用性"是作者主动提供的加分项，不是需要 另行送评的独立环节。任何关于本刊 artifact 徽章的说法，无官方来源即不写、标 待核实。
一份好的可用性声明应回答四问：代码在哪(稳定链接+commit/版本)、数据从何获取(公开集引用或受限数据的申请 方式)、如何复现(指向复现包 README 与一键脚本)、有何限制(许可、脱敏、算力门槛)。把这四问写清，外审(单盲， 知你身份)即可快速判断你的工作可被独立验证。声明应与实验节、复现包三处一致，数值与链接不冲突。
若担心提前公开代码/数据影响后续工作或涉及合规审查，可在投稿时声明"录用后开放"，并在录用定稿阶段(见
csj-camera-ready)按承诺公开。第三方数据/代码务必遵守其许可与授权；个人隐私或敏感数据须脱敏或走合规
申请流程。开放是为增强可信与传播，绝不能以牺牲合规为代价。
在把代码与数据对外提供前，可用下面的分级给自己打分，逐级提升《计算机科学》(Computer Science) 投稿的可信度：
投稿前尽量做到 L3 及以上；受限数据无法公开时，至少做到 L1 并说明合规原因。逐级提升的过程也天然对应
csj-reproducibility 的复现包建设，两者应同步推进，避免"声明有、实测无"的落差。
为《计算机科学》(Computer Science) 投稿准备可用性材料时，逐项落实：
以上做好，即便本刊无独立徽章制度(待核实)，你的工作也已具备被独立验证的条件。
为《计算机科学》(Computer Science) 这本覆盖计算机全学科的中文综合期刊提供开放代码与数据，价值不止于通过 外审：本刊读者横跨多个方向，一份可复用的实现或数据集，往往能被不同领域的读者迁移使用，放大文章的实际 影响与被引。因此把可用性做扎实，既是对单盲外审负责，也是对本刊广泛读者群的长期投资。任何关于本刊 artifact 制度的说法仍以官网《投稿须知》最新版为准，未见明确规定处标 待核实，不臆测、不夸大。