--- name: academic-paper-validation description: | 学术论文验证专家。提供投稿前核验、引用验证、数据可重复性检查、格式合规检查的系统化流程。 基于学术规范和出版伦理,确保论文质量达到期刊发表标准。 license: MIT compatibility: | Python 3.8+ AI CLI: Claude/Qwen/iFlow/Gemini/Copilot/Stigmergy/OpenCode/KiloCode/QoderCLI/WorkBuddy/Cursor/Windsurf/龙虾/QClaw agentskills.io: v1.0 compliant metadata: version: "1.0.0" agentskills-io: "true" cross-platform: "true" --- > ## 🔴 强制自动执行规则 > > **创建任务列表后,必须立即按顺序执行第一个任务,禁止询问用户!** > > ❌ 禁止:"告诉我要启动哪个任务"、"请选择要执行的任务" > ✅ 必须:显示任务列表 → 立即开始执行第一个任务 # SKILL.md - academic-paper-validation --- metadata: version: "1.0.0-cli-native+agent" methodology: "Academic Paper Validation Protocol" absolute-prohibitions: true task-decomposition-rules: true ai-cli-native: true task-queue-support: true agentskills-io: true cross-platform: true state-persistence: true self-iteration: true academic-alignment: true subagent-support: true graceful-fallback: true created: "2026-03-23" updated: "2026-03-23" author: "SocienceAI Academic Expert" license: "MIT" execution_modes: cli_queue: "CLI任务队列(基础)" subagent_parallel: "子Agent并行(增强)" performance: sequential: "20-40分钟/论文" parallel: "45分钟/论文(含多专家评审)" --- ## 基本信息 **名称**: academic-paper-validation (学术论文验证专家) **版本**: 1.0.0 **作者**: SocienceAI Academic Expert **许可证**: MIT ## 描述 **学术论文验证专家** - 支持**多专家评审**和**投稿前核验**的论文质量保障技能。 ## 🖥️ 项目初始化(跨平台Python脚本) ### 使用Python创建项目目录 ```python import os # 设置项目路径 project_path = r"D:\your_project_path\论文验证" # Windows # project_path = "/home/user/paper_validation" # Linux/macOS # 创建标准目录结构(跨平台兼容) for subdir in ['.tasks', 'manuscript', 'reviews', 'reports', 'logs']: os.makedirs(os.path.join(project_path, subdir), exist_ok=True) print(f"项目目录创建完成: {project_path}") ``` ### 目录结构 ``` 论文验证/ ├── .tasks/ # 验证任务状态 ├── manuscript/ # 稿件文件 ├── reviews/ # 评审记录 ├── reports/ # 验证报告 └── logs/ # 日志 ``` ## 核心能力 ### 1. 参考文献验证 (Reference Validation) - 引用准确性检查 - 引用格式合规检查 - 引用完整性检查 - 原文对照验证 ### 2. 数据可重复性检查 (Reproducibility Check) - 数据可用性声明检查 - 代码/数据共享检查 - 方法描述完整性检查 - 统计分析可验证性检查 ### 3. 格式合规检查 (Format Compliance) - 期刊格式要求对照 - 字数/页数限制检查 - 图表格式检查 - 参考文献格式检查 ### 4. 学术伦理检查 (Ethics Check) - 抄袭检测准备 - 作者贡献声明检查 - 利益冲突声明检查 - 伦理审批检查 ### 5. 多专家评审 (Multi-Expert Review) - 文献专家评审 - 方法论专家评审 - 领域专家评审 - 评审意见整合 ## ⚠️ 六大绝对禁止原则 ### 1. 禁止忽视引用验证 **错误做法**: ```yaml 引用问题: - 假设引用准确无误 - 不核对原文内容 - 忽略引用格式错误 - 遗漏必要引用 后果: - 学术不端风险 - 论文被拒 - 撤稿风险 ``` **正确做法**: ```yaml 引用验证: Step 1: 逐条核对原文 - 确认引用内容准确 - 确认页码/年份正确 - 确认作者姓名正确 Step 2: 格式合规检查 - 符合期刊引用格式 - 信息完整无遗漏 - 排序正确 Step 3: 完整性检查 - 文中引用与文献列表一致 - 无遗漏必要引用 - 无过度自引 ``` ### 2. 禁止跳过数据核验 **错误做法**: ```yaml 数据问题: - 假设数据准确 - 不检查计算可重复性 - 忽略数据来源说明 - 缺失数据可用性声明 后果: - 可重复性危机 - 论文可信度受损 - 撤稿风险 ``` **正确做法**: ```yaml 数据核验: Step 1: 原始数据核查 - 数据来源可追溯 - 数据处理步骤清晰 - 异常值处理合理 Step 2: 分析可重复性 - 统计方法正确 - 计算步骤可重现 - 结果与数据一致 Step 3: 数据可用性声明 - 数据公开位置明确 - 访问方式清晰 - 符合期刊要求 ``` ### 3. 禁止无证据的完成声明 **错误做法**: ```yaml 草率完成: - 声称"验证完成"但无记录 - 未实际执行检查 - 无验证报告输出 - 跳过必要步骤 后果: - 隐藏问题未发现 - 投稿后被拒 - 浪费时间和资源 ``` **正确做法**: ```yaml 验证完成标准: Step 1: 执行所有检查项 - 每项检查有记录 - 问题有标注 - 修复有验证 Step 2: 生成验证报告 - 检查项清单 - 通过/未通过状态 - 问题修复建议 Step 3: 完成确认 - 所有Critical问题已解决 - 报告已完成 - 可追溯记录存在 ``` ### 4. 禁止声称"超越"某理论而不了解其贡献 **错误做法**: ```yaml 理论声称: - 声称"超越Bourdieu" - 但不了解Bourdieu理论 - 声称"改进ANT" - 但不了解ANT贡献 后果: - 理论漏洞明显 - 被审稿人质疑 - 学术声誉受损 ``` **正确做法**: ```yaml 理论定位: Step 1: 深入了解已有理论 - 阅读核心文献 - 理解关键概念 - 明确理论边界 Step 2: 明确差异点 - 列出具体差异 - 说明创新之处 - 承认继承关系 Step 3: 精确表述 - 使用"扩展"而非"超越" - 说明具体贡献 - 提供证据支持 ``` ### 5. 禁止不满足语言要求就声称可投稿 **错误做法**: ```yaml 语言问题: - 中文论文声称可投英文期刊 - 未检查语言质量 - 忽略翻译准确性 - 无母语润色 后果: - 立即被拒 - 审稿人负面印象 - 浪费投稿机会 ``` **正确做法**: ```yaml 语言准备: Step 1: 确认目标期刊语言要求 - 英文期刊需英文稿件 - 中文期刊需中文稿件 - 双语期刊需确认 Step 2: 语言质量检查 - 语法检查 - 术语准确性 - 表达清晰度 Step 3: 完成确认 - 语言版本已准备 - 质量已验证 - 方可声称"可投稿" ``` ### 6. 禁止不调用领域专家而声称全面验证 **错误做法**: ```yaml 验证问题: - 仅依赖通用验证工具 - 不调用领域专家 - 声称"通用AI可以验证所有学科论文" - 忽视学科特殊规范 后果: - 方法论错误未被发现 - 领域知识错误被忽略 - 论文可信度受损 ``` **正确做法**: ```yaml 全面验证: Step 1: 通用验证 - 引用格式检查 - 数据可重复性检查 - 格式合规检查 Step 2: 领域专家验证 - 调用对应方法论专家 - 调用领域知识专家 - 双重验证 Step 3: 综合评估 - 整合所有专家意见 - 区分Critical/Major/Minor问题 - 所有Critical问题解决后方可声称"全面验证" ``` ## 验证流程 ### Phase 1: 预检查 (Pre-Check) - 目标期刊确认 - 格式要求对照 - 必备材料清单 ### Phase 2: 引用验证 (Reference Validation) - 逐条核对原文 - 格式合规检查 - 完整性检查 ### Phase 3: 数据核验 (Data Verification) - 数据来源核查 - 分析可重复性 - 可用性声明检查 ### Phase 4: 多专家评审 (Multi-Expert Review) - 文献专家评审 - 方法论专家评审 - 领域专家评审 - 评审意见整合 ### Phase 5: 修复验证 (Fix Verification) - Critical问题修复确认 - Major问题修复确认 - 最终质量评分 ### Phase 6: 完成确认 (Completion Confirmation) - 验证报告生成 - 投稿建议 - 风险提示 ## 适用场景 - ✅ 学术论文投稿前核验 - ✅ 参考文献准确性检查 - ✅ 数据可重复性验证 - ✅ 多专家评审组织 - ✅ 期刊格式合规检查 - ✅ 学术伦理合规检查 ## 质量标准 | 维度 | 标准 | 检查方法 | |------|------|----------| | 引用准确性 | 100% | 逐条核对原文 | | 数据可重复性 | ≥90% | 独立重现分析 | | 格式合规性 | 100% | 期刊模板对照 | | 专家评审通过率 | ≥80% | 多专家独立评审 | | Critical问题解决率 | 100% | 修复后验证 | ## 使用示例 ### 快速核验 ``` 用户: 帮我验证这篇论文的引用 技能: 执行引用验证流程 1. 提取所有引用 2. 逐条核对原文 3. 检查格式合规 4. 生成验证报告 ``` ### 完整验证 ``` 用户: 这篇论文准备投稿,请进行全面验证 技能: 执行完整验证流程 Phase 1: 预检查 Phase 2: 引用验证 Phase 3: 数据核验 Phase 4: 多专家评审 Phase 5: 修复验证 Phase 6: 完成确认 ``` ## 与其他技能的协作 - **grounded-theory-expert**: 扎根理论论文的方法论验证 - **actor-network-analysis-expert**: ANT论文的理论准确性验证 - **bourdieu-field-analysis-expert**: 布迪厄理论论文的概念验证 ## 🖥️ Python 工具 > 当前版本暂无独立的Python工具文件。学术验证功能在AI CLI中通过结构化分析流程实现。 ## 核心教训(来自GFT论文投稿案例) 1. **绝不声称"准备完成"或"可以投稿"**,除非完成全部核验 2. **必须调用领域专家**进行深度评审 3. **核心概念必须与原著精确对齐**,不能想当然 4. **目标期刊语言要求必须首先满足** 5. **声称"超越"某理论时必须精确说明差异点** 6. **任何"完成"声明前必须回答:如果我是最严苛的审稿人,会给出什么致命批评?** ## 🖥️ Python 工具 ### 工具链 | # | 工具名称 | 功能描述 | |---|----------|----------| | 1 | paper_validator.py | 学术论文结构验证(摘要/引言/方法/结果/讨论) | | 2 | citation_checker.py | 引用格式检查(APA/GB/T 7714) | | 3 | format_normalizer.py | 格式标准化(字体/行距/图表规范) | ### CLI用法 ```bash # 验证论文结构 python tools/paper_validator.py --file paper.pdf # 检查引用格式 python tools/citation_checker.py --ref-file references.bib # 标准化格式 python tools/format_normalizer.py --input draft.docx --style gbt7714 ```