菜单
根据论文结构和要求生成约1000字的引言，按照"背景和问题-现有方法和存在问题-本文方法和解决问题"的逻辑顺序撰写。
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
为中文学术论文生成结论（结语）和结构化摘要。当用户提供一篇完整或接近完整的学术论文（缺少结论和/或摘要），并希望生成这两个部分时，使用此技能。触发场景包括：用户要求"写结论"、"写摘要"、"补充论文的结论和摘要"、"帮我完成论文最后部分"、"生成论文摘要"、上传论文PDF/Word并要求补全结论摘要、或者任何涉及学术论文结论与摘要撰写的请求。即使用户只提到其中一个（仅结论或仅摘要），也应触发此技能，因为两者通常需要协同撰写。此技能专注于中文社科/信息科学类论文风格，但也适用于其他学科的中文论文。
根据已有的论文框架和实验结果，撰写情报学（信息科学）中文学术论文的实验部分。当用户提到"写实验部分"、"撰写论文实验"、"生成实验章节"、"写论文的实验与结果"、"补充实验内容"、"中文论文实验部分"等，或者用户提供了实验数据/结果并希望据此撰写规范的中文学术论文实验章节时，务必使用此skill。也适用于用户上传了论文框架、实验数据表格、评测指标结果，要求生成符合《数据分析与知识发现》《情报学报》《中国图书馆学报》等中文情报学核心期刊风格的实验部分。即使用户只是说"帮我把实验结果写成论文"或"润色实验部分"，也应当触发此skill。重要：必须生成完整的论文文段，严禁使用分点、列表或提纲形式呈现，要像正式发表的期刊论文一样以流畅连贯的段落文字展开论述。
当给定论文结构，需要撰写学术论文、研究报告、学位论文的"方法框架"（Methodology / Method）部分时使用本技能。该技能生成完整的方法论文段（约2500字），按照"整体架构-各模块方法逐个展开"的逻辑顺序撰写，以连贯的学术 prose 形式呈现，不使用列点或清单形式。
根据核心创新点、研究内容和实验结果生成情报学论文逻辑流程图和大纲，提供引言、研究综述、方法框架、实验验证、结论与展望五个部分的撰写逻辑和框架结构（其中引言和结论与展望不分小点），适用于情报监测、智能综述、科研热点追踪、文献精读等情报学研究场景
为情报学领域的学术论文撰写"相关研究/相关工作"部分（中文短综述）。 在给定论文框架的基础上，按主题分小节组织文献综述，梳理研究脉络， 引用代表性工作，指出现有研究不足，并自然过渡到本文研究。 触发词："相关研究"、"相关工作"、"文献综述"、"related work"、 "撰写综述部分"、"写相关研究"。
Orchestrate the full workflow of AI-assisted academic paper writing. Use this skill whenever the user mentions writing a paper, drafting a manuscript, academic writing, or thesis writing. Also trigger when the user mentions outline generation, literature review, paper sections (introduction, method, experiment, conclusion, abstract), or converting a paper draft to Word format. This is the master coordinator — it calls sub-skills (paper-outline-generator, paper-introduction-generator, paper-related-work-generator, paper-method-generator, paper-experiment-generator, paper-conclusion-abstract-generator) in sequence. Always use this skill first, even if the user only asks to write one section.
| name | paper-introduction-generator |
| description | 根据论文结构和要求生成约1000字的引言，按照"背景和问题-现有方法和存在问题-本文方法和解决问题"的逻辑顺序撰写。 |
本技能用于根据整篇论文的结构和内容要求，自动撰写专业、逻辑严密的论文引言（Introduction）部分，并将其填入用户提供的框架中。
当需要撰写学术论文、研究报告、学位论文的引言部分，且希望引言内容紧扣文章整体结构、逻辑递进清晰时，请使用本技能。
在接到用户的论文结构或内容要求时，必须严格遵循以下三点要求生成引言：
引言的撰写最好严格限制为三段，必须按照以下顺序进行论述，且各部分之间需要有平滑、严谨的逻辑过渡：
第一段：大背景 → 研究领域的重要性和现实需求
↓
第二段：现有方法/技术的进展（必须有文献引用） → 但存在什么问题（转折）
↓
第三段：本文做了什么 → 提出了什么框架/方法 → 明确列举本文贡献
逻辑链条详解：
第一段（背景铺垫）： 从宏观背景切入，说明研究领域的现状、重要性和现实需求。
典型句式：
第二段（现有方法进展与问题引出）： 综述现有方法和技术的进展，必须包含充足的文献引用（用上标标注，如[1]、[2-3]等），并在本段后半部分指出现有方法的不足，制造"研究缺口"。
典型句式：
第三段（本文方法与明确贡献）： 明确说明本文提出的方法与框架，并以极度清晰的格式列出具体贡献。必须明确地写出：“本文贡献如下：1……，2……，3……”这种固定格式。
典型句式与结构：
关键技巧：
以大语言模型为代表的新一代人工智能技术为数据驱动的科学研究提供了新技术和新方法，数据+AI驱动的科学研究与知识发现已成为科技创新的新引擎，正逐步成为一种新型的科研范式。科技文献中蕴含大量可信、专业、规范的领域知识与科学数据，是重要的科技创新要素，可有效支撑数智驱动的科学发现与知识发现。科学实验是科技文献的重要内容，利用知识图谱技术对科学实验所围绕的科学问题、应用的科学原理、设计的实验步骤、得到的实验结果等内容进行深度挖掘与建模，形成学科领域科学实验知识图谱(Scientific Experiment Knowledge Graph，SEKG)，可充分发挥科技文献的价值，为知识发现提供高质量知识与数据。
然而，科学实验是一类复杂的知识对象，除了简单知识单元，还包括实验方案等复合性知识对象，实验步骤、科学实验流程等时序性知识对象，以及实验元素等知识与数据融合性知识对象。现有研究中，虽然事件知识图谱(Event Knowledge Graph，EKG)已在多种复杂事件建模中取得进展[1-3]，但需要对这些综合性知识对象进行统一的多维度、细粒度、富语义的知识表示与建模以及高效率的知识抽取[4]，构建学科领域科学实验知识图谱。此外，大语言模型(Large Language Model，LLM)虽已广泛应用于信息抽取[5-9]，但在复杂科学实验垂直领域的抽取能力受限于专业知识不足，传统流程也存在各个抽取模块难以有效协同的问题。
为准确构建SEKG模式层(Schema)、提升知识抽取效率，本文提出一种面向知识发现的SEKG构建框架，并以有机太阳能电池(Organic Solar Cell，OSC)为例进行实证。本文贡献如下：1. 基于事件知识图谱对科学实验这一综合性复杂知识对象进行知识表示与建模，构建SEKG的模式层，可对科学实验进行动态、多维度、细粒度的知识表示与建模；2. 基于人工标注数据，引入大语言模型提升从科技文献中抽取科学实验知识和数据的效率，半自动生成SEKG数据层中的知识实例；3. 构建有机太阳能电池科学实验知识图谱(OSC SEKG)，并设计基于该知识图谱的若干典型学科知识发现场景，验证了框架的可行性。