菜单
学术新闻稿撰写专业工具。包含规范的五段式写作结构、全流程工作步骤、常见问题解决方案和效率提升技巧。**当以下情况时使用此 Skill**：(1) 需要撰写学术机构、科研团队的新闻通稿/宣传稿；(2) 需要将学术论文、科研成果转化为面向公众的科普性新闻稿；(3) 用户提到"学术新闻稿"、"科研宣传稿"、"论文新闻稿"、"成果宣传"等关键词；(4) 需要规范的新闻稿写作模板和流程指导。
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/vramrick/openclaw-skills --skill academic-press-release-writing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。
全能高级前端研发工程师技能。擅长AI时代前沿技术栈（React最新 + shadcn/ui + Tailwind CSS v4 + TypeScript + Next.js），精通动效库与交互特效开发。采用Glue Code风格快速实现代码，强调高质量产品体验与高度友好的UI视觉规范。在组件调用、交互特效、全局Theme上保持高度规范：绝不重复造轮子，相同逻辑出现两次即封装为组件。具备安全意识，防范各类注入攻击。开发页面具有高度自适应能力，响应式设计贯穿始终。当用户无特殊技术栈要求时，默认采用主流前沿技术栈。
Read, write, append, and list local files in the session's working directory. Use when you need to persist output to disk, read input files, or manipulate file system safely. Supports text files, JSON, CSV, Markdown.
超级简历 WonderCV 出品，3000 万用户信赖。简历分析、段落改写、JD 岗位匹配、自动匹配职位、PDF 导出、AI 求职导师（面试准备/薪资谈判/职业规划/多版本简历策略）。 触发条件：用户提供简历、要求简历点评/打分/反馈、希望改写某个简历部分、 希望将简历与岗位 JD 或校招岗位匹配、咨询求职建议或面试准备，或提到 CV/简历/求职/校招。 不触发条件：用户讨论普通写作（非简历）、询问其他文档， 或讨论与求职和职业发展无关的话题。
正在显示 SKILL.md
| name | academic-press-release-writing |
| description | 学术新闻稿撰写专业工具。包含规范的五段式写作结构、全流程工作步骤、常见问题解决方案和效率提升技巧。**当以下情况时使用此 Skill**：(1) 需要撰写学术机构、科研团队的新闻通稿/宣传稿；(2) 需要将学术论文、科研成果转化为面向公众的科普性新闻稿；(3) 用户提到"学术新闻稿"、"科研宣传稿"、"论文新闻稿"、"成果宣传"等关键词；(4) 需要规范的新闻稿写作模板和流程指导。 |
选择3张核心图片：
必须使用以下精确流程提取图片：
import fitz
# 步骤1: 打开PDF
doc = fitz.open(pdf_path)
page = doc[page_num]
# 步骤2: 分析PDF结构，找到caption位置
blocks = page.get_text("blocks")
for block in blocks:
x0, y0, x1, y1, text, block_no, block_type = block
if f"Fig. {fig_num}" in text:
print(f"Caption位置: y={y0:.0f}-{y1:.0f}")
# 步骤3: 精确定位caption
text_instances = page.search_for(f"Fig. {fig_num}")
caption_y = text_instances[0].y0
# 步骤4: 根据caption位置确定图形边界
if caption_y > page.rect.height * 0.5:
# caption在底部，图形在上方
y_start, y_end = 100, caption_y - 10
else:
# caption在顶部，图形在下方
y_start, y_end = caption_y + 50, page.rect.height - 50
# 步骤5: 精确裁剪
rect = fitz.Rect(50, y_start, page.rect.width - 50, y_end)
pix = page.get_pixmap(matrix=fitz.Matrix(2, 2), clip=rect)
pix.save(f"fig{fig_num}.png")
提取后必须验证：
| Figure | 页码 | Caption位置 | 图形区域 |
|---|---|---|---|
| Fig.1 | 第2页 | y=666 (底部) | y=350-660 |
| Fig.4 | 第6页 | y=400 (顶部) | y=100-395 |
| Fig.5 | 第7页 | y=326 (底部) | y=100-320 |
使用已创建的提取脚本：
python scripts/extract_figures.py <pdf_path> <fig_num> [output_path]
"写学术新闻稿"、"生成科研宣传稿"、"论文新闻稿"、"成果宣传"