여러 정보원에서 학술 문헌을 찾고 인용 정보를 검증하며 참고문헌 파일을 변환합니다. MeSH를 활용한 PubMed 검색식을 만들고, 자기 인용과 독립적인 타인 인용을 구분해 인용자와 인용 맥락을 조사할 수 있습니다.
- 여러 정보원에서 문헌 검색
- 문서에 있는 인용 정보 검증
- MeSH로 PubMed 검색식 설계
사용자가 제공한 논문 한 편을 깊이 읽고 연구 논리, 핵심 설계 선택, 증거의 한계를 구조화한 Markdown 해설로 작성합니다. 주요 수식을 구체적인 숫자로 계산하고, 누락된 대조나 보고되지 않은 정보도 확인합니다.
Read one supplied paper closely enough to reconstruct how its authors actually got there, rather than restating what the abstract claims. Use for 精读论文, 讲透这篇论文, 把这篇读懂, 作者为什么这么设计, 这个公式怎么推出来的, paper x-ray, and deep single-paper comprehension before building on, reviewing, presenting, or citing that paper. Recovers the real starting point and the bet the authors placed, separates load-bearing design from decoration, grounds each key formula in a worked micro-example with concrete numbers, and checks how far the evidence actually reaches, including where the authors are confident and where the paper does not report something. Delivers a structured Markdown long-read by default. Not a summary, not a translation, not a peer review.
실행 점수 미검증
설치 방법 보기nature-paper-xray는 사용자가 제공한 논문 한 편을 정밀하게 읽고 구조화된 장문 Markdown 해설을 작성합니다. 연구가 대응하려 한 문제, 저자들이 중요하게 본 증거, 결과에 영향을 주는 설계 선택을 재구성합니다. 제공된 부록과 보충 자료, 그림·표 설명도 읽으며, 절제 실험이나 통제 비교를 통해 설계 선택이 결과에 얼마나 중요한지 살핍니다. 주요 수식은 기호의 뜻을 설명하고 구체적인 숫자로 계산합니다. 그림과 표가 결론과 맞는지 확인하고 논문에 보고되지 않은 정보도 표시합니다.
논문을 바탕으로 후속 연구를 시작하기 전에 내용을 깊이 이해하고 싶을 때, 발표나 심사 또는 인용을 준비할 때 활용할 수 있습니다. 비교 조건이 공정한지, 결론이 성립하는 조건은 무엇인지, 증거가 어디까지 뒷받침하는지 정리할 수 있습니다.
해설에는 실제로 읽은 자료의 범위를 밝힙니다. 알 수 없는 수치나 저자의 동기는 추측으로 보충하지 않으며, 보고되지 않은 사항은 미보고로 표시합니다. 논문 요약이나 번역, 채택 가능성이나 신규성을 판정하는 동료 심사, 문헌 검색과 인용 검증, 원고 본문 작성은 이 기술의 범위에 포함되지 않습니다.
이 소개문은 공개된 SKILL.md를 바탕으로 AI(OpenAI Codex)가 작성했습니다. 정확한 사양은 아래 원문을 확인하세요.
AI가 SKILL.md의 내용에서 주의가 필요한 작업과 도입 전제를 확인했습니다. 점수는 실제로 실행한 결과(실행 검증)만으로 매깁니다.
점수에는 넣지 않았습니다. 2026년 10월 24일 기준으로 AI(OpenAI Codex)가 판정했습니다. 참고용이므로 설치 전에 원문도 확인해 주세요.
설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.
Read a paper the way a researcher explains it at a whiteboard to a colleague: what the authors saw, why they believed it, where they hesitated, what they gave up, and which numbers would change the conclusion.
The delivered artifact is a Markdown long-read. A section-by-section summary of the paper is a failure mode, not a fallback.
references/deep-reading-protocol.md.references/evidence-boundary.md.Reading emphasis shifts with the paper type. Load ../nature-shared/core/paper-type-taxonomy.md when the type is not obvious:
nature-reviewer.nature-writing and its exemplar material.nature-reader.nature-academic-search, nature-citation, and nature-ref-verifier.nature-writing when writing related work or positioning.$...$ inline and $$...$$ on their own line. Never place a formula in backticks or a code block.아직 리뷰가 없습니다. 사용해 본 소감을 남겨 주세요.
로그인 없이 쓸 수 있습니다. 사용 후기, 질문, 작동하지 않은 환경 등을 편하게 남겨 주세요.
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.
여러 정보원에서 학술 문헌을 찾고 인용 정보를 검증하며 참고문헌 파일을 변환합니다. MeSH를 활용한 PubMed 검색식을 만들고, 자기 인용과 독립적인 타인 인용을 구분해 인용자와 인용 맥락을 조사할 수 있습니다.
지정한 Nature 계열 또는 CNS 관련 학술지에서 원고의 주장을 뒷받침할 논문을 찾고, 초록이나 출판사 페이지를 확인해 주장별 근거를 정리합니다. 검증한 서지 정보를 참고문헌 관리 프로그램용 파일로 내보냅니다.
논문의 데이터·코드 이용 가능성 문안을 작성하거나 검토하고, 데이터별 저장소와 접근 경로, 이용 제한, 식별자, 인용 정보를 정리합니다. 다른 사람이 데이터를 찾고 재사용하는 데 필요한 메타데이터도 점검합니다.
공개 접근, 출판사 API 또는 기관의 정식 권한을 통해 학술 논문 전문과 보충 자료를 받습니다. 문헌별 경로를 선택하고 파일 형식, 출처, 다운로드 결과를 기록합니다.
실험 사진, 음성, 메모를 구조화된 메타데이터가 포함된 Markdown 기록으로 정리합니다. 실험 ID와 시료 배치 ID를 부여하고 원본 첨부 자료를 보관하며, 선택적으로 Feishu 그룹 메시지나 Obsidian과 연결할 수 있습니다.
Python 또는 R로 논문용 과학 그림을 만들고 수정해 PDF 등으로 내보냅니다. 여러 패널의 정렬과 요소 겹침을 점검하며, 편집 가능한 도식과 명시적으로 요청한 AI 생성 그래픽 초록도 만들 수 있습니다.