Communitygithub.com

joshua-zyy/academic-paper-writer

Ein evidenzgesteuerter, abschnittsweiser Agent-Skill zum Schreiben wissenschaftlicher Arbeiten in den Bereichen CS / AI / ML.

Was ist academic-paper-writer?

Dieser Skill unterstützt das Verfassen von wissenschaftlichen Arbeiten in den Bereichen Computer Science, Künstliche Intelligenz und Maschinelles Lernen. Er arbeitet evidenzgesteuert und abschnittsweise, d.h. er erstellt oder überarbeitet einzelne Abschnitte auf Basis vorliegender Daten und Quellen. Der Skill ist für KI-Agenten wie Claude Code, Cursor oder Codex konzipiert und nutzt eine manifest.yaml zur Steuerung der Verhaltensregeln, einschließlich vorgegebener Richtlinien (stance.md), absoluter Verbote (red-lines.md) und Liefervorschriften (output-contract.md). Für Abbildungen werden standardmäßig editierbare SVGs über Python/matplotlib erstellt; komplexe Diagramme (Modellframeworks, Architekturen) werden hingegen nur als manuelle Zeichnungsanforderungen ausgegeben. Der Skill wählt aus verschiedenen Modi (chart-from-data, figure-blueprint, figure-audit, figure-revision) und stellt durch agentenbasierte Ausführung und Qualitätsprüfungen reproduzierbare, publikationsreife Ergebnisse sicher.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add joshua-zyy/academic-paper-writer

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Academic Figure

CS/AI/ML-Router für wissenschaftliche Abbildungen. Experimentelle Datenabbildungen werden standardmäßig als editierbares SVG in Python/matplotlib ausgeliefert, das das CS/AI/ML-Diagrammdesign-Gate durchläuft. Modellframeworks, Architekturen, Übersichtsdiagramme und komplexe Mechanismusdiagramme fallen nicht in den automatischen Zeichnungsumfang dieses Skills; falls die Arbeit solche Abbildungen benötigt, werden nur Anforderungen für manuelle Zeichnungen, Nachweislisten, Caption-Entwürfe oder Figure-Blueprint-Notizen ausgegeben.

Router-Protokoll

  1. Lies manifest.yaml. Es deklariert always_load-Dateien, axes und references.on_demand.
  2. Lies jede in always_load aufgeführte Datei. Dies sind die bindenden Regeln des Skills – kein Referenzmaterial.
  3. Wende das geladene Material als Einschränkungen an:
    • stance.md definiert das reine Python-Plotten, den Figure-Vertrag, die visuelle Richtlinie und den Umfang.
    • red-lines.md definiert absolute Verbote. Diese dürfen nicht verhandelt werden.
    • output-contract.md definiert die Liefergegenstände pro Modus.
    • anti-patterns.md definiert bekannte Fehlermuster und deren korrekte Alternativen.
  4. Wähle genau einen mode aus dem Manifest. Bei Mehrdeutigkeit stelle nur dann eine einzige präzise Klärungsfrage, wenn Datenquelle oder Zielverwendung fehlen. Anfragen für Modellframeworks, Architekturen, Übersichts- oder Mechanismusdiagramme verwenden ausschließlich figure-blueprint, um manual_figure_needed-Notizen zu erstellen; niemals Bilder, SVGs oder Prompts rendern.
  5. Gib den ausgewählten Modus vor der Ausführung aus.
  6. Greife nur dann auf references/ zu, wenn die Bedingung references.on_demand im Manifest erfüllt ist.

Modi

ModusVerwende, wenn …
chart-from-dataDatendateien oder numerische Ergebnisse vorliegen und eine publikationsreife Darstellung mit CS/AI/ML-Diagrammdesign-Gate benötigt wird
figure-blueprintVorschläge für Abbildungen zu einem Paper-Abschnitt gewünscht werden
figure-auditEine bestehende Abbildung auf Publikationsreife geprüft werden soll
figure-revisionEine bestehende Abbildung überarbeitet werden muss

Agenten-Dispatch

agents/figure_agent.md wird vom Orchestrator in Schritt 6.4 dispatched. Der Agent gibt Abbildungsartefakte, Skripte, SVG-Pfade und Berichte zurück; er darf selbstständig weder Projektquellcode noch experimentelle Daten bearbeiten.

Abschlusskriterien

  • chart-from-data: Figure-Vertrag, CS/AI/ML-Diagrammdesign-Gate, Python-Skript, Quelldaten, editierbares SVG, QA-Bericht – alle bestehen.
  • figure-audit: Jeder QA-Punkt hat Status „bestanden“/„nicht bestanden“ und konkrete Abhilfemaßnahmen.
  • figure-blueprint: Jede vorgeschlagene Abbildung ist einer Paper-Aussage und einer Daten-/Nachweisquelle zugeordnet.
  • figure-revision: Überarbeitetes Artefakt oder Anweisungen, QA-Bericht, unveränderte Nachvollziehbarkeit der Nachweise.

Verwandte Skills