菜单
在执行任何 ≥ 30 条目的批量任务（批量改文件、批量核查引用、批量重命名、批量格式统一）之前， 必须先在 3–5 个样本上跑一遍，把样本结果给用户看，确认逻辑正确后再推全量。 Use when 用户请求处理"全部"、"所有"、"批量"、"逐个"某类对象， 且对象数量 ≥ 30，或数量未知（"把整个目录的..."）。
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。
基于 SOC 职业分类
Use when designing, restructuring, or auditing manuscript figures and you need to define one main claim per figure, assign panel roles, align legends with the text, or decide what belongs in main figures versus supplement.
Use when checking manuscript citations, bibliography hygiene, DOI or PMID completeness, placeholder references, or BibTeX consistency before submission or revision.
Use when acting as a journal or grant reviewer and writing formal reviewer-side evaluations focused on methodology, statistics, reporting standards, reproducibility, and constructive feedback.
Workflow 3: Full paper writing pipeline. Orchestrates paper-plan → paper-figure → figure-spec/paper-illustration/mermaid-diagram → paper-write → paper-compile → auto-paper-improvement-loop to go from a narrative report to a polished PDF. At `— effort: max | beast` (or explicit `— assurance: submission`), Phase 6 gates the Final Report on `tools/verify_paper_audits.sh`; the PDF is labelled `submission-ready` only when the external verifier is green. Use when user says "写论文全流程", "write paper pipeline", "从报告到PDF", "paper writing", or wants the complete paper generation workflow.
Polish, restructure, or translate academic prose into Nature-leaning English using the paper-architecture and writing-strategy principles from Scientific English Writing & Communication, with phrase-level support from Academic Phrasebank. Use whenever the user asks to polish a manuscript paragraph, abstract, introduction, results, discussion, conclusion, title, methods section, or Chinese academic draft for publication-quality English.
Use when writing or revising scientific manuscripts, abstracts, figures, or references for journal submission and you need full-paragraph prose, scientific structure, citation-style guidance, or reporting-guideline support.
| name | paper-pilot-before-batch |
| description | 在执行任何 ≥ 30 条目的批量任务（批量改文件、批量核查引用、批量重命名、批量格式统一）之前， 必须先在 3–5 个样本上跑一遍，把样本结果给用户看，确认逻辑正确后再推全量。 Use when 用户请求处理"全部"、"所有"、"批量"、"逐个"某类对象， 且对象数量 ≥ 30，或数量未知（"把整个目录的..."）。 |
批量任务的可怕之处：跑错 1 个 = 跑错 100 个。 小样本花 1 分钟，全量跑错回滚要 1 小时。
批量是放大器。脚本对了，放大效率；脚本错了，放大灾难。
满足任一条 → 触发：
检测到批量操作
│
▼
随机抽 3–5 个样本（不要只取前 3 个，前 3 个常常是规整数据）
│
▼
只对样本执行
│
▼
把样本结果展示给用户：
- 每个样本的"改动前 vs 改动后"
- 每个样本的"判断依据"（为什么这样改）
│
▼
明确问用户：
「这是 N 个样本的改法，逻辑对的话我推全量（共 M 个）。
有不对的请指出，我调整后重新跑样本。」
│
▼
确认 → 全量（≥ 30 时配合 paper-parallel-audit 用并行 Agent）
不对 → 改逻辑 → 重新跑样本
抽样要覆盖边界情况：
不要 head -3 —— 前 3 个常常是规整数据，跑过样本不代表跑过全量。
这是个批量操作，共 M 个对象。 先抽 5 个样本跑一下，包括 1 个常见情况、1 个边界情况、1 个不该被改的情况。
[样本 1] 改前 → 改后，依据：… [样本 2] … [样本 3] …
5 个看着对的话，我就推剩下的 M-5 个。 有看着不对的请指出来，我调整后重跑样本。
用户：「把所有引用的格式按 GB/T 7714 统一一下。」（共 156 条）
错误做法：写一个正则脚本，一次性跑 156 条——结果发现：
正确做法：先跑 5 条样本（含 1 条中文姓名、1 条多作者带"等"、1 条单作者）→ 用户检查 → 修正脚本 → 再推 156 条。
| 念头 | 现实 |
|---|---|
| "我已经在脑子里推演过了，肯定对" | 推演 ≠ 实测。书里的 156 条惨案，AI 也"推演过" |
| "用户着急，跳过样本更快" | 跑样本 1 分钟 vs 跑错回滚 1 小时 |
| "这个任务很简单，正则一行就搞定" | 简单的正则吃掉的都是边界情况 |
| "我跑前 3 个验证一下" | 前 3 个不是样本，是规整数据 |
| "我备份了，跑错了能回滚" | 回滚是兜底，不是策略 |
| "用户说他相信我直接全量跑" | 仍然先 5 个样本，跑出来给他看 |
paper-parallel-audit 用并行 Agentpaper-confirm-before-doing 已经确认过方案《Claude Code 科研手记》第 10 章「并行 Agent」、§4.2「批量文献核查」