nsfc-abstract

Featured

当用户明确要求"写/润色 NSFC 标书摘要""生成中文摘要和英文摘要""把中文摘要翻译成英文摘要"时使用。输出中文、英文两个版本(英文必须是中文的忠实翻译版),同时输出标题建议(1个推荐标题+5个候选标题及理由)。中文摘要默认≤400字符,英文摘要默认≤4000字符。输出方式:将结果写入工作目录下的 `NSFC-ABSTRACTS.md`。⚠️ 不适用:用户只想翻译一段与标书无关的通用文本(应直接翻译);用户只想写立项依据/研究内容/研究基础正文(应使用对应 nsfc 系列 skill)。

Data & Documents 2,828 stars 265 forks Updated yesterday MIT

Install

View on GitHub

Quality Score: 89/100

Stars 20%
100
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
80
License 10%
100
Description 5%
100

Skill Content

# NSFC 中英文摘要生成器 ### 输入(先要信息,缺啥就问啥) 优先让用户按信息表提供(见 `skills/nsfc-abstract/references/info_form.md`)。若用户只给了零散信息,先用 3-6 个问题补齐最关键缺口: - 你希望题目更偏“机制向 / 方法向 / 转化向 / 场景向”哪一类?(不确定可不选,默认给混合候选) - 研究对象/场景是什么?(疾病/材料/系统/任务) - 领域痛点与未解决的科学问题是什么?(一句话) - 你们的关键前期发现/预实验/数据点是什么?(1-2 条,可定量) - 拟验证的科学假说/核心判断是什么?(一句话) - 研究内容 3-4 点分别要做什么、用什么方法、得到什么可验证结果? - 预期科学意义/应用价值是什么?(避免空话) ## 流程 ### 输入 按用户请求和配置文件提供必要输入;缺失信息应明确列出并停止依赖该输入的步骤。 ### 执行步骤 - 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 `gh` 与 `bensz-collect-bugs`,仅上传新增 bug 到 `huangwb8/bensz-bugs`;不要 pull / clone 整个 bug 仓库。 目标:写出“评审一眼读懂”的五句式摘要,做到**重要性**、**科学问题**、**可行性证据**、**研究内容**、**科学意义**五个要素齐全;并输出与之一致的英文翻译。 **篇幅比例原则**:资深评审希望尽快看到申请人”进入正题”,背景铺垫过多是专业度不足的信号。各句目标占比如下(超出即压缩): | 句子 | 功能 | 目标占比 | |------|------|---------| | ① 背景 | 入场券 | **≤ 15%** | | ② 科学问题 | 定位缺口 | 15–20% | | ③ 前期研究 | 建立可信度 | 20–25% | | ④ 研究内容 | **主体** | **35–40%** | | ⑤ 意义 | 闭环 | 10–15% | 1) **重要性/背景**(≤ 15%):**严格 1 句**,点明研究对象的重要性与核心瓶颈,不展开背景综述。 2) **科学问题**(15–20%):指出关键未知与当前不足(具体到机制/指标/因果链的缺口)。 3) **可行性证据(前期研究)**(20–25%):给出 1-2 条前期发现/预实验(尽量可定量),并顺势提出科学假说/核心判断。 4) **研究内容(3-4 点)**(35–40%):用动词开头,写清”做什么→怎么做→要验证什么/得到什么判据”(点数默认以 `config.yaml:limits.content_points_min/max` 为准);此句是摘要主体,应获得最多篇幅。 5) **意义/价值**(10–15%):总结预期贡献(科学机制 + 方法/策略/应用潜力),与第 2 句的问题形成闭环。 当用户明确要求“中文≤400字符/英文≤4000字符”等硬约束时,必须走闭环:**先检测,再压缩...

Details

Author
huangwb8
Repository
huangwb8/ChineseResearchLaTeX
Created
2 years ago
Last Updated
yesterday
Language
Python
License
MIT

Similar Skills

Semantically similar based on skill content — not just same category