AI Skill 大全

论文AI文风逐项检查

输入论文目录与证据清单,逐项定位套话、反复自辩和结构堆砌等文风现象,输出附原文依据的观察清单。

功能与用途

适用于论文审阅和投稿前的文风检查。提供论文目录及已生成的 claims.json 证据清单后,可检查反复自辩、套话密集、术语堆砌、公式缺少文字衔接、列表滥用和附录堆积等十三类明显现象。结果逐项列出位置、原文片段和可能的正常解释,生成独立的文风观察文件,方便审稿人核对或作者安排修改。使用前需建立证据清单并配置跨模型审阅环境;结果用于了解阅读观感,不判断作者身份,也不参与论文诚信结论。

适用场景

  • 投稿前检查模板化表达:定位论文中过度重复的套话、自辩句式和贡献重述,形成可供作者逐处核对的清单。
  • 把审稿文风印象落到原文:将术语堆砌、公式墙和列表滥用等阅读感受对应到具体位置,并列出可能的正常解释。
  • 检查附录与图示的呈现方式:检查附录是否像未经整合的记录堆积,并在图像可读取时观察图示风格是否过度单一。

适用人群

  • 学术论文审稿人
  • 准备投稿的科研作者
  • 学术期刊编辑

使用步骤

  1. 准备论文文件,生成 claims.json 证据清单。
  2. 传入论文目录或 claims.json 路径。
  3. 运行自辩句式密度检查和明显文风现象审阅。
  4. 查看输出文件,逐项核对位置、原文和正常解释。

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
知识
适用工具
Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
使用难度
进阶
版本
main
最近更新
2026-11-03
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

使用前准备

  • 先运行 evidence-ledger,为待检查论文生成 claims.json。
  • 提供论文目录或 claims.json 路径,并保留对应的论文文本或 PDF。
  • 在 Claude Code 中安装该技能及配套脚本,配置可调用 Codex 的跨模型审阅连接。

依赖与权限

  • REPORT

同类 Skill