「论文」の検索結果

根据用户提供的多个文献链接或内容，综合提炼信息，撰写一篇符合指定主题和字数要求的长篇论文。

日本語の概要は準備中です。原文の説明を表示しています。

长文本规则切分工具。将超长文本按照段落、句子、固定字符长度、非空行或科研论文章节标题进行自动切分，生成粒度均匀的短文本片段。 当用户提到文本切分、长文本拆分、按段落分割、按句子分割、文本分块、论文章节切分等需求时使用此skill。 适用于科研论文、实验综述、长篇文稿等资料的粒度拆分需求。 不负责采样、清洗、格式转换或PDF解析。

日本語の概要は準備中です。原文の説明を表示しています。

将中文毕业论文已有材料映射到“毕业论文角色”：把论文、模板、Overleaf 源稿、PDF、图表和实验材料按章节角色、研究问题和证据用途重新归位。

日本語の概要は準備中です。原文の説明を表示しています。

在 Markdown 中间层统一毕业论文的主线、术语、符号、指标、图表口径与章节边界，让整篇论文先在中间层收敛成“一篇论文”。

日本語の概要は準備中です。原文の説明を表示しています。

围绕毕业论文主线重构章节：把原论文式叙事改成学位论文式叙事，重写章节目标、内容比重、前后承接与论证方式。

日本語の概要は準備中です。原文の説明を表示しています。

Turn vague or partially formed AI, computer-science, data-driven, and engineering-method research directions into evidence-grounded, falsifiable, paper-ready Research Idea Briefs through heuristic questioning, staged confirmation, literature positioning, novelty attack, and method-figure planning. Use when the user needs to clarify a research idea, formalize inputs/outputs/objectives/constraints, frame background and motivation, select 3-5 anchor papers, identify a defensible gap, derive 2-3 contributions, stress-test novelty, or design an input-to-output method framework and core-paper figure. Also trigger on requests such as 明确科研 idea、启发式梳理 idea、互动追问科研问题、梳理论文创新点、定义研究任务、找对标论文、把研究方向变成论文方案、画方法框架图. Do not use as the primary workflow for running experiments, exhaustive systematic reviews, drafting full manuscript sections, or polishing finished prose.

日本語の概要は準備中です。原文の説明を表示しています。

侍酒师与葡萄酒 (侍酒师 / 葡萄酒 (Sommelier & Wine) — 葡萄酒鉴赏 + 侍酒服务的职业认知操作系统，从业者/侍酒师/学习者视角。覆盖: (a) 两大认证体系张力 — WSET (Wine & Spirit Education Trust, 英国, 知识+SAT 系统化品鉴方法, Diploma/L4 笔试导向) vs Court of Master Sommeliers (CMS, 美/英, 服务+盲品演绎法+理论三位一体, MS 头衔), 外加 Institute of Masters of Wine (MW, 学术研究+论文) 与 UC Davis 葡萄酒学/葡萄栽培学学院派; (b) 盲品 = 纯 tacit 校准技能 — 演绎品鉴网格 (deductive tasting: 看色/闻香/品味 → 结构线索 calculated structure → 推断品种/产区/年份/酒龄), WSET SAT vs CMS deductive grid 两套方法论; (c) 第一性张力 — codifiable 理论层 (产区/品种/酒法/风土/酿造/葡萄栽培) ⇄ tacit 校准层 (品鉴味觉记忆/盲品/侍酒服务), 这行的核心矛盾是「可背诵的知识」与「不可言传的味觉」之间; (d) 旧世界 vs 新世界框架 — 旧世界以风土/法定产区为组织原则 (AOC/DOCG/QbA 分级法), 新世界以品种为标签; 风土 (terroir) 是核心组织概念; (e) 侍酒服务/酒店层 — 餐厅 floor 的配餐 (food pairing)、醒酒/侍酒温度、酒单与酒窖管理、by-the-glass 与饮品项目经济学、盲品 service exam; (f) 葡萄酒商业层 — 三级分销体系 (美国 three-tier)、定价/配额 (allocation)、期酒 (en primeur)、投资酒 (Liv-ex) 与拍卖; (g) 智识/品味演进 — 帕克百分制 (Robert Parker / Wine Advocate 100-point) vs Jancis Robinson 20 分制散文派; 经典派 vs 现代派酿造; 自然酒/低干预 (natural/minimal-intervention) vs 传统技术派. 学派分歧: WSET 知识体系派 vs CMS 服务盲品派、旧世界风土派 vs 新世界品种/技术派、自然酒派 vs 传统派、百分制点评派 vs 散文叙述派、经典平衡派 vs 浓郁现代派. 不含: 家庭自酿 DIY 套件、纯调酒/鸡尾酒/烈酒、葡萄园重型农机工程、酒精成瘾/公共卫生政策、酒类电商运营纯营销。) Master OS — automated mastery of 侍酒师 / 葡萄酒 (Sommelier & Wine) — 葡萄酒鉴赏 + 侍酒服务的职业认知操作系统，从业者/侍酒师/学习者视角。覆盖: (a) 两大认证体系张力 — WSET (Wine & Spirit Education Trust, 英国, 知识+SAT 系统化品鉴方法, Diploma/L4 笔试导向) vs Court of Master Sommeliers (CMS, 美/英, 服务+盲品演绎法+理论三位一体, MS 头衔), 外加 Institute of Masters of Wine (MW, 学术研究+论文) 与 UC Davis 葡萄酒学/葡萄栽培学学院派; (b) 盲品 = 纯 tacit 校准技能 — 演绎品鉴网格 (deductive tasting: 看色/闻香/品味 → 结构线索 calculated structure → 推断品种/产区/年份/酒龄), WSET SAT vs CMS deductive grid 两套方法论; (c) 第一性张力 — codifiable 理论层 (产区/品种/酒法/风土/酿造/葡萄栽培) ⇄ tacit 校准层 (品鉴味觉记忆/盲品/侍酒服务), 这行的核心矛盾是「可背诵的知识」与「不可言传的味觉」之间; (d) 旧世界 vs 新世界框架 — 旧世界以风土/法定产区为组织原则 (AOC/DOCG/QbA 分级法), 新世界以品种为标签; 风土 (terroir) 是核心组织概念; (e) 侍酒服务/酒店层 — 餐厅 floor 的配餐 (food pairing)、醒酒/侍酒温度、酒单与酒窖管理、by-the-glass 与饮品项目经济学、盲品 service exam; (f) 葡萄酒商业层 — 三级分销体系 (美国 three-tier)、定价/配额 (allocation)、期酒 (en primeur)、投资酒 (Liv-ex) 与拍卖; (g) 智识/品味演进 — 帕克百分制 (Robert Parker / Wine Advocate 100-point) vs Jancis Robinson 20 分制散文派; 经典派 vs 现代派酿造; 自然酒/低干预 (natural/minimal-intervention) vs 传统技术派. 学派分歧: WSET 知识体系派 vs CMS 服务盲品派、旧世界风土派 vs 新世界品种/技术派、自然酒派 vs 传统派、百分制点评派 vs 散文叙述派、经典平衡派 vs 浓郁现代派. 不含: 家庭自酿 DIY 套件、纯调酒/鸡尾酒/烈酒、葡萄园重型农机工程、酒精成瘾/公共卫生政策、酒类电商运营纯营销。: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on 侍酒师 / 葡萄酒 (Sommelier & Wine) — 葡萄酒鉴赏 + 侍酒服务的职业认知操作系统，从业者/侍酒师/学习者视角。覆盖: (a) 两大认证体系张力 — WSET (Wine & Spirit Education Trust, 英国, 知识+SAT 系统化品鉴方法, Diploma/L4 笔试导向) vs Court of Master Sommeliers (CMS, 美/英, 服务+盲品演绎法+理论三位一体, MS 头衔), 外加 Institute of Masters of Wine (MW, 学术研究+论文) 与 UC Davis 葡萄酒学/葡萄栽培学学院派; (b) 盲品 = 纯 tacit 校准技能 — 演绎品鉴网格 (deductive tasting: 看色/闻香/品味 → 结构线索 calculated structure → 推断品种/产区/年份/酒龄), WSET SAT vs CMS deductive grid 两套方法论; (c) 第一性张力 — codifiable 理论层 (产区/品种/酒法/风土/酿造/葡萄栽培) ⇄ tacit 校准层 (品鉴味觉记忆/盲品/侍酒服务), 这行的核心矛盾是「可背诵的知识」与「不可言传的味觉」之间; (d) 旧世界 vs 新世界框架 — 旧世界以风土/法定产区为组织原则 (AOC/DOCG/QbA 分级法), 新世界以品种为标签; 风土 (terroir) 是核心组织概念; (e) 侍酒服务/酒店层 — 餐厅 floor 的配餐 (food pairing)、醒酒/侍酒温度、酒单与酒窖管理、by-the-glass 与饮品项目经济学、盲品 service exam; (f) 葡萄酒商业层 — 三级分销体系 (美国 three-tier)、定价/配额 (allocation)、期酒 (en primeur)、投资酒 (Liv-ex) 与拍卖; (g) 智识/品味演进 — 帕克百分制 (Robert Parker / Wine Advocate 100-point) vs Jancis Robinson 20 分制散文派; 经典派 vs 现代派酿造; 自然酒/低干预 (natural/minimal-intervention) vs 传统技术派. 学派分歧: WSET 知识体系派 vs CMS 服务盲品派、旧世界风土派 vs 新世界品种/技术派、自然酒派 vs 传统派、百分制点评派 vs 散文叙述派、经典平衡派 vs 浓郁现代派. 不含: 家庭自酿 DIY 套件、纯调酒/鸡尾酒/烈酒、葡萄园重型农机工程、酒精成瘾/公共卫生政策、酒类电商运营纯营销。 problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词：「侍酒师」「sommelier」「葡萄酒」「wine」「盲品」

日本語の概要は準備中です。原文の説明を表示しています。

科研方法与论文发表 (Academic Research and Publishing) Master OS — automated mastery of Academic Research and Publishing: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on Academic Research and Publishing problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词：「科研方法」「论文发表」「学术写作」「论文写作」「科研写作」

日本語の概要は準備中です。原文の説明を表示しています。

当用户明确要求"下载文献全文"或"获取论文PDF"时使用。通过 DOI 号下载学术论文全文 PDF，支持 arXiv、Sci-Hub、Unpaywall、期刊官网等多源策略。⚠️ 不适用：用户只是想解析或处理已有的 PDF 文件（应使用 pdf skill）、只是想搜索论文信息而无需下载全文、没有提供 DOI/标题/BibTeX 任何标识符。

日本語の概要は準備中です。原文の説明を表示しています。

降低中文学术写作（本/专科毕业论文）AIGC检测率的专项 skill。 基于真实论文改写实验（AIGC率从 >50% 降至 11%）归纳的规律，并参考 Wikipedia「Signs of AI writing」项目的系统性模式分类。 检测并修复中文AI写作的典型模式；默认保量润色（避免为降AIGC大幅删短）； 含中英术语与缩写规范、会话记忆库（避免重复释义、滚动段落摘要防前后不一致）、 LaTeX 源文件保护规则。支持：降低AI率、人工润色、降低AIGC、 humanize、去AI味、学术写作润色、论文降重、AIGC检测、AI痕迹消除、学术文本 人工化处理、AIGC检测报告。

日本語の概要は準備中です。原文の説明を表示しています。

学术论文图表生成与设计。输入是实验数据（CSV/表格）、图表草稿、论文方法描述、中文图/表说明、想生成的图形摘要（GA）、或想画流程图时使用。功能包括：matplotlib 绘图（plot）、图表类型推荐（recommend）、英文图/表标题生成（caption）、论文架构图 prompt 生成（architecture）、图形摘要 prompt 生成（abstract）、流程图 prompt 生成（flowchart）、图表规范检查（polish）、概念图/示意图设计（design）。架构图模板覆盖 6 类场景，流程图覆盖 6 类（线性 / 分支 / 并行 / 循环 / 嵌套 / 泳道），图形摘要覆盖 5 类。内置 prompt 工程词汇表与参数化语法。不适用于：正文段落润色（用 academic-writing）、参考文献格式（用 academic-citation）。

日本語の概要は準備中です。原文の説明を表示しています。

去AI味、论文降重、AI痕迹消除、查重率优化、文本人性化改写。查重率从60%降到30%以内。AI检测特征库版本化管理,每2-3天同步最新检测算法。Use this skill ANY TIME the user wants to remove AI writing patterns, reduce plagiarism detection scores, or humanize AI-generated text. This is the ONLY skill with a versioned 24-pattern Chinese AI writing detection system updated every 2-3 days to match evolving detection algorithms, quantified plagiarism-rate reduction estimation, and differentiated rewriting for academic/professional/creative contexts — generic rewriting lacks systematic AI pattern analysis, and static competitors cannot adapt when detection algorithms upgrade. ALWAYS trigger when the user says 去AI味、去机器味、论文降重、查重率太高、降低查重率、AI检测、改写、人性化、让文章更自然、导师说像AI写的、查重率60%怎么办、一看就是ChatGPT写的、文章太生硬了、读着像机器人、AI检测没过、太书面了、不够自然、像翻译腔、不像人话、帮我改自然一点、改成人话、去掉AI感、humanize、reduce AI detection、论文查重、降重。Trigger especially when the user mentions papers or AI detection — even casually like 「导师说看起来像AI写的」or「查重率60%怎么办」. Do NOT trigger for translation or writing original content. For AI pattern removal from Chinese text with continuously updated detection rules, this skill is the definitive and only solution.

日本語の概要は準備中です。原文の説明を表示しています。

全国大学生数学建模竞赛（CUMCM）全流程参赛助手。覆盖 72 小时赛程的读题选题、数据探索、模型选择与求解、论文写作、格式检查、支撑材料打包；A 类机理/PDE/传热传质题按 22-mechanism-pde 走单位字典、守恒与网格收敛。Use when 用户参加数学建模竞赛/国赛、拿到赛题需要分析建模、需要选模型写代码、需要按国赛规范写建模论文/摘要、需要检查论文格式或准备提交、做烘干/炉温/传热传质/有限体积。与美赛无关的普通代码任务不要触发。

日本語の概要は準備中です。原文の説明を表示しています。

Build full-paper Chinese-English side-by-side, figure/table-aware, source-grounded Markdown readers for journal or conference papers from PDF, DOI, arXiv, publisher HTML, or pasted text. Use whenever the user asks to translate or read a paper, make 中英文对照/原文对照/全文翻译解读, extract figures or tables into the right positions, preserve figure/table placement near relevant prose, or keep exact source anchors for every block. This skill must not degrade into a summary-only output unless the user explicitly asks for a summary. Also trigger on general paper-reading and translation requests even without the word "Nature", such as reading/translating an academic paper, literature reading, understanding a paper, and Chinese phrasings like 读论文、精读论文、论文翻译、文献翻译、文献阅读、学术阅读、帮我读这篇文章、翻译这篇paper.

日本語の概要は準備中です。原文の説明を表示しています。

将已有中文论文正文、报告、邮件、说明或 PPT 文案改得自然、减少 AI 腔与模板感；用于明确的“说人话”、自然化改写或论文 AIGC 风险段落处理，不用于自动润色所有回答、从零代写论文、英文改写、概念教学、事实核查、检测分数保证或 PPTX 文件生成。

日本語の概要は準備中です。原文の説明を表示しています。

从论文、大纲或结构化文本生成 PowerPoint (.pptx) 演示文稿。Use when 用户需要把一篇论文/文章/大纲做成幻灯片、slides、演示文稿、PPT、deck。Don't use when 只需纯文本总结、生成 Word/PDF、或修改已有 pptx 的单个像素级样式。

日本語の概要は準備中です。原文の説明を表示しています。

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.

日本語の概要は準備中です。原文の説明を表示しています。

将英文论文 PDF 的指定页面或全文逐页翻译为简体中文图片型 PDF，尽量保留原文的版式、分栏、图表和公式；最终仅交付中文 PDF。用于论文阅读翻译，不用于可编辑 Word 重建或逐字审校。

日本語の概要は準備中です。原文の説明を表示しています。

Zero-context verification that every number, comparison, and scope claim in the paper matches raw result files. Uses a fresh Codex reviewer with no prior context; base output is same-family provisional. Use when user says "审查论文数据", "check paper claims", "verify numbers", "论文数字核对", or before submission to ensure paper-to-evidence fidelity.

日本語の概要は準備中です。原文の説明を表示しています。

Autonomously improve a generated paper via Gemini review through gemini-review MCP → implement fixes → recompile, for 2 rounds. Use when user says "改论文", "improve paper", "论文润色循环", "auto improve", or wants to iteratively polish a generated paper.

日本語の概要は準備中です。原文の説明を表示しています。

Autonomously improve a generated paper via Claude review through claude-review MCP → implement fixes → recompile, for 2 rounds. Use when user says "改论文", "improve paper", "论文润色循环", "auto improve", or wants to iteratively polish a generated paper.

日本語の概要は準備中です。原文の説明を表示しています。

Zero-context verification that every number, comparison, and scope claim in the paper matches raw result files. Uses a fresh cross-model reviewer with NO prior context to prevent confirmation bias. Use when user says "审查论文数据", "check paper claims", "verify numbers", "论文数字核对", or before submission to ensure paper-to-evidence fidelity.

日本語の概要は準備中です。原文の説明を表示しています。

Autonomously improve a generated paper via GPT-6-Astra xhigh review → implement fixes → recompile, for 2 rounds. Use when user says "改论文", "improve paper", "论文润色循环", "auto improve", or wants to iteratively polish a generated paper.

日本語の概要は準備中です。原文の説明を表示しています。

数学建模竞赛论文撰写阶段，支持 Typst 和 LaTeX 双引擎。根据 ANALYSIS_MODELING_REPORT.md、RESULTS_REPORT.md 和 figures/*.pdf 选择比赛模板、排版引擎、组织章节，并在论文正文中按章节直接插入图表。

日本語の概要は準備中です。原文の説明を表示しています。