NS

nsfc-research-content-writer

Writes and structures NSFC research content for LaTeX export.

Install

mkdir -p .claude/skills/nsfc-research-content-writer && curl -L -o skill.zip "https://agentskills.codes/api/skills/download/1252" && unzip -o skill.zip -d .claude/skills/nsfc-research-content-writer && rm skill.zip

Installs to .claude/skills/nsfc-research-content-writer

Activation

This is the description your AI agent reads to decide when to run this skill — the better it matches your request, the more reliably it fires.

当用户明确要求"写/改研究内容""研究内容+创新+年度计划编排"时使用。为 NSFC 正文"(二)研究内容"写作/重构,并同步编排"特色与创新"和"三年年度研究计划",输出可直接落到 LaTeX 模板的三个 extraTex 文件。
116 charsno explicit “when” trigger
Intermediate

Key capabilities

  • Generate research content for NSFC proposals
  • Refactor existing research content
  • Arrange 'Features and Innovations' section
  • Organize 'Three-Year Annual Research Plan'
  • Output LaTeX compatible files for research content

How it works

The skill generates and refactors research content by first creating a 'verifiable closed loop' for research content, then extracting innovation points, and finally breaking down tasks into a three-year plan.

Inputs & outputs

You give it
research content elements like research goals, scientific problems, technical routes, and innovation points
You get back
three LaTeX files: '2.1.研究内容.tex', '2.2.特色与创新.tex', and '2.3.年度研究计划.tex'

When to use nsfc-research-content-writer

  • Writing NSFC research sections
  • Drafting technical roadmaps
  • Defining project milestones

About this skill

NSFC(二)研究内容编排写作器

BenszAPI 任务工作区

本 Skill 的新任务中间文件统一写入 ./.bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/{skill名}/input|output|log/。同一任务复用一个任务根目录;多 Skill 协作才创建 shared/。正式交付物不写入该目录,历史隐藏目录只允许显式兼容读取、迁移或清理。

与 bensz-collect-bugs 的协作约定

  • 当用户环境中出现因本 skill 设计缺陷导致的 bug 时,优先使用 bensz-collect-bugs 按规范记录到 ~/.bensz-skills/bugs/,严禁直接修改用户本地 Claude Code / Codex 中已安装的 skill 源码。
  • 若 AI 仍可通过 workaround 继续完成用户任务,应先记录 bug,再继续完成当前任务。
  • 当用户明确要求“report bensz skills bugs”等公开上报动作时,调用本地 ghbensz-collect-bugs,仅上传新增 bug 到 huangwb8/bensz-bugs;不要 pull / clone 整个 bug 仓库。

目标输出(契约)

  • 写入落点(3 个文件)
    • extraTex/2.1.研究内容.tex
    • extraTex/2.2.特色与创新.tex
    • extraTex/2.3.年度研究计划.tex
  • 禁止改动main.texextraTex/@config.tex、任何 .cls/.sty
  • 编排原则:先把 2.1 写成“可验证闭环”,再从 2.1 抽取创新点生成 2.2,最后把 2.1 的任务拆分成三年里程碑生成 2.3

参数与输出模式(建议显式提供)

  • project_root:标书项目根目录(如 projects/NSFC_Young
  • output_mode(默认 apply):
    • preview:不直接写入文件;输出三段可复制粘贴的 LaTeX 正文草稿,并标注应写入的目标文件路径
    • apply:仅写入三份目标文件(见“目标输出”),不触碰其他文件

必需输入(最小信息表)

写入安全约束(必须遵守)

  1. 仅编辑三份 extraTex/2.*.tex 文件;不得修改 main.texextraTex/@config.tex、任何 .cls/.sty
  2. 目标文件若已包含标题命令(如 \\subsection{...} / \\subsubsection{...}),只替换正文内容,不改标题与结构层级
  3. 信息不全时先提问补齐,不要用“看起来像真的”的细节硬写

工作流(按顺序执行)

  1. 定位项目与目标文件:确认 project_root,读取并仅编辑三份 extraTex/2.*.tex 文件;如目标文件不存在,提示用户先初始化/拷贝模板项目。
  2. 固定”子目标三件套”:把目标拆成 3–4 个子目标(内部规划时可用 S1–S4 编号便于自检回溯,此编号仅用于 AI 内部规划,禁止出现在最终 LaTeX 正文中),并对每个子目标强制写清:
    • 指标(可判定/可验收)
    • 对照/基线(与谁比、怎么比)
    • 数据来源/验证方案(样本/实验体系/评估方法)
  3. 生成 2.1 研究内容(以”问题→目标→内容→路线→验证”为主线):
    • 篇幅控制原则(推荐值,非强制):
      • 推荐页数:12–15 页(含图表),约占标书总页数(≤28 页)的 50%
      • 推荐字数:12000–15000 字(纯文字部分)
      • 图表策略:插入 10–20 张图通常不会显著压缩文字篇幅;图片是“提质”的重要手段
      • 核心原则:评审标准已从“字数控制”转向“页数控制”,不要以字数为导向规划篇幅
    • 组织逻辑框架(按研究类型选择):新版不再预设提纲,可按研究的内在逻辑自主组织:
      • 基础研究推荐框架:科学问题提出 → 研究假说 → 验证思路 → 预期结果
      • 应用研究推荐框架:技术瓶颈 → 解决方案 → 实验设计 → 效果验证
      • 通用主线(兜底):问题 → 目标 → 内容 → 路线 → 验证
    • 研究问题与总体目标(不超过 2 段,用连贯段落而非条目)
    • 研究内容与任务展开(以科学叙事驱动,把验证逻辑自然编织进行文,而非逐条填写三件套)
    • 技术路线与验证口径(对照/消融/外部验证/泄漏防控/统计方法,融入叙述而非单独罗列)
  4. 2.1 抽取 2.2 特色与创新
    • 1–3 条即可,少而精(调研报告强调:创新点数量不在多,在于说服力);每条从”为什么这个选择是必然的”出发,说清楚现有路线的局限、本项目的不同之处、以及这个差异预期带来什么——让评审感受到研究者真的想清楚了,而不是在填写创新点模板。
    • 避免绝对化措辞(如”首次””领先”);如确需使用,必须给出可核验证据或改写为可审稿的相对表述。
  5. 2.1 推导 2.3 年度研究计划(三年不跨年):
    • 每年:年度目标 → 关键任务 → 里程碑(可验收)→ 可交付成果(论文/数据/原型/规范/软件等)
    • 里程碑必须与子目标挂钩(否则评审会认为“计划与研究内容脱节”)
    • 推进逻辑:让评审看到研究的依赖关系和递进节奏——第一年为什么先做这个、第二年为什么能做那个(避免“第一年做基础研究;第二年做深入研究;第三年做总结”的流水账)
  6. 一致性校验
    • 检查 2.2 创新点是否能回溯到 2.1 的具体任务与验证;
    • 检查 2.3 里程碑是否覆盖全部子目标,且每年都有可交付物。
    • 术语口径对齐:研究对象/缩写/指标命名尽量与 (一)立项依据(三)研究基础 保持一致(如项目中已存在)
    • 输出净化:最终写入 .tex 文件前,确认正文中不含任何 S1/S2/Sx/Ty/Vz 等内部规划编号;如需表达对应关系,改用自然语言(如"针对第一个研究目标")
  7. 任务完成后的用户提醒
    • 技术路线图建议放在研究内容开头。

验收标准(Definition of Done)

写作哲学:像人类专家一样写

两阶段工作模式

  • 规划阶段(内部,不写入正文):用三件套、S1–S4 编号、验证口径菜单把研究逻辑想清楚,确保每个目标都有指标、对照和数据来源。
  • 写作阶段(输出到 .tex):切换到叙事模式。把规划阶段的结论融化进连贯的段落里,让读者感受到研究者真的想清楚了,而不是在填表。

专家写作的核心特征

  • 有科学故事主线:读者能感受到"为什么做这个、为什么这样做、怎么证明做对了"的内在逻辑,而不是三个并列条目。
  • 验证逻辑是叙述的一部分:不是"验证方案:对照/消融/外部验证",而是在描述研究内容时自然说明"将通过……与……对比,以排除……的干扰"。
  • 创新点有说服力:不是填写"相对 A,差异在 X,预计 Y"的公式,而是从问题出发,说清楚为什么现有路线走不通、本项目的选择是必然的。
  • 年度计划体现推进逻辑:不是三年的四级结构填空,而是让评审看到研究的依赖关系和递进节奏——第一年为什么先做这个、第二年为什么能做那个。

一个判断标准:写完后,把正文给一位不了解这个项目的同行看,他能否在不看任何框架标注的情况下,自然地理解这个研究的逻辑?如果能,写作是成功的。

写作小抄(可选)

变更记录

  • 本技能不在本文档内维护变更历史;统一记录在根级 CHANGELOG.md

Limitations

  • The skill only edits 'extraTex/2.*.tex' files.
  • The skill does not modify 'main.tex', 'extraTex/@config.tex', or any '.cls/.sty' files.
  • The skill requires explicit user input for project details if not provided.

How it compares

This skill automates the structured generation and arrangement of NSFC proposal sections into LaTeX files, which differs from manually writing and formatting each section.

Compared to similar skills

nsfc-research-content-writer side by side with the closest alternatives in the catalog.

SkillInstallsUpdatedSafetyDifficulty
nsfc-research-content-writer (this skill)44moReviewIntermediate
ml-paper-writing486moReviewAdvanced
stat-writing04moNo flagsIntermediate
marker226moReviewBeginner

Try saying

Example prompts that trigger this skill in your AI assistant.

You might also like

ml-paper-writing

davila7

Write publication-ready ML/AI papers for NeurIPS, ICML, ICLR, ACL, AAAI, COLM. Use when drafting papers from research repos, structuring arguments, verifying citations, or preparing camera-ready submissions. Includes LaTeX templates, reviewer guidelines, and citation verification workflows.

4897

stat-writing

brycewang-stanford

<!-- ╔══════════════════════════════════════════════════════════════╗ ║ 本文件为开源 Skill 原始文档,收录仅供学习与研究参考 ║ ║ CoPaper.AI 收集整理 | https://copaper.ai ║ ╚══════════════════════════════════════════════════════════════╝

00

marker

benchflow-ai

Convert PDF documents to Markdown using marker_single. Use when Claude needs to extract text content from PDFs while preserving LaTeX formulas, equations, and document structure. Ideal for academic papers and technical documents containing mathematical notation.

2248

notion-research-documentation

openai

Research across Notion and synthesize into structured documentation; use when gathering info from multiple Notion sources to produce briefs, comparisons, or reports with citations.

551

search-company-knowledge

atlassian

Search across company knowledge bases (Confluence, Jira, internal docs) to find and explain internal concepts, processes, and technical details. When Claude needs to: (1) Find or search for information about systems, terminology, processes, deployment, authentication, infrastructure, architecture, or technical concepts, (2) Search internal documentation, knowledge base, company docs, or our docs, (3) Explain what something is, how it works, or look up information, or (4) Synthesize information from multiple sources. Searches in parallel and provides cited answers.

211

ideate

liveloveapp

Capture and document a new idea in this repo. Use when the user says things like "help me brainstorm", "I have an idea", or "let's capture this for the future" and wants it recorded in `design/ideas/` with a summary, supporting research (repo context + web if useful), and a sketch.

12

Search skills

Search the agent skills registry