- name
- write-paper
- description
- 自动生成学术论文各部分内容。支持摘要、引言、方法、实验、结论等章节的撰写。
学术论文撰写 Skill
自动生成高质量的学术论文各部分内容，支持多种研究领域和论文格式。
任务参数
从用户输入中提取以下参数：
- 项目路径 (project_path): 必需，包含代码和实验结果的项目路径
- 章节 (section): 可选，要生成的章节（abstract/intro/method/related/experiments/conclusion/all）
- 研究领域 (domain): 可选，研究领域（vq/gnn/rec/diffusion）
- 会议格式 (format): 可选，目标会议格式（neurips/icml/iclr/cvpr/acl）
- 输出路径 (output_path): 可选，论文输出路径
执行步骤
1. 项目信息收集
1.1 代码分析
从项目代码中提取：
- 模型架构
- 算法流程
- 核心创新点
1.2 实验结果收集
- 主实验结果表格
- 消融实验数据
- 可视化图表
1.3 参考文献整理
- 引用的论文列表
- BibTeX条目
2. 摘要撰写 (Abstract)
模板结构
## Abstract 结构
1. **背景和问题** (1-2句)
{problem_context}
2. **现有方法局限** (1句)
{existing_limitations}
3. **我们的方法** (2-3句)
{our_approach}
4. **主要结果** (1-2句)
{key_results}
5. **意义** (1句)
{significance}字数控制
- NeurIPS/ICML: ~150-200词
- CVPR/ICCV: ~150词
- ACL: ~150-200词
3. 引言撰写 (Introduction)
标准结构
## Introduction 结构
### 第1段: 背景引入
- 研究领域概述
- 核心任务定义
- 重要性说明
### 第2段: 现有方法
- 主流方法分类
- 各类方法的特点
- 研究现状
### 第3段: 问题和挑战
- 现有方法的局限
- 未解决的问题
- 研究动机
### 第4段: 我们的方法
- 核心想法
- 技术创新
- 方法概述
### 第5段: 贡献总结
- 贡献点1
- 贡献点2
- 贡献点34. 相关工作撰写 (Related Work)
组织方式
## Related Work 结构
### {研究方向1}
- 代表性工作介绍
- 方法特点分析
- 与本工作的关系
### {研究方向2}
- ...
### {研究方向3}
- ...
### 与本工作的区别
- 总结性对比5. 方法撰写 (Methodology)
标准结构
## Methodology 结构
### 问题定义 (Problem Formulation)
- 符号定义
- 问题形式化
- 目标函数
### 方法概述 (Method Overview)
- 整体框架图
- 流程描述
### 核心组件1 (Component 1)
- 技术细节
- 数学公式
- 直观解释
### 核心组件2 (Component 2)
- ...
### 训练和推理 (Training and Inference)
- 损失函数
- 优化过程
- 算法伪代码数学公式规范
% 公式编号
\begin{equation}
\mathcal{L} = \sum_{i=1}^{N} \ell(f(x_i), y_i)
\label{eq:loss}
\end{equation}
% 行内公式
... where $f(\cdot)$ denotes the model function ...6. 实验撰写 (Experiments)
标准结构
## Experiments 结构
### 实验设置 (Experimental Setup)
#### 数据集 (Datasets)
| Dataset | #Samples | #Features | Task |
|---------|----------|-----------|------|
| ... | ... | ... | ... |
#### 基线方法 (Baselines)
- 方法1: 简要描述
- 方法2: 简要描述
#### 评估指标 (Evaluation Metrics)
- 指标1: 定义
- 指标2: 定义
#### 实现细节 (Implementation Details)
- 超参数设置
- 训练配置
- 计算环境
### 主实验结果 (Main Results)
#### 结果表格
| Method | Metric1 | Metric2 | Metric3 |
|--------|---------|---------|---------|
| Baseline1 | ... | ... | ... |
| **Ours** | **...** | **...** | **...** |
#### 结果分析
- 关键观察1
- 关键观察2
### 消融实验 (Ablation Study)
- 组件贡献分析
- 超参数敏感性
### 可视化分析 (Qualitative Analysis)
- 案例分析
- 可视化结果7. 结论撰写 (Conclusion)
标准结构
## Conclusion 结构
### 第1段: 工作总结
- 研究问题回顾
- 方法概述
- 主要贡献
### 第2段: 实验结论
- 关键实验发现
- 性能提升总结
### 第3段: 局限和未来工作
- 当前局限性
- 未来研究方向8. LaTeX生成
文件结构
paper/
├── main.tex # 主文件
├── abstract.tex # 摘要
├── introduction.tex # 引言
├── related_work.tex # 相关工作
├── methodology.tex # 方法
├── experiments.tex # 实验
├── conclusion.tex # 结论
├── appendix.tex # 附录
├── references.bib # 参考文献
└── figures/ # 图片目录格式模板
支持的会议格式：
- NeurIPS (neurips_2024.sty)
- ICML (icml2024.sty)
- ICLR (iclr2024_conference.sty)
- CVPR (cvpr.sty)
- ACL (acl.sty)
输出格式
论文撰写完成
项目: {project_name}
生成章节: {sections}
目标格式: {format}
生成文件:
- 主文件: paper/main.tex
- 摘要: paper/abstract.tex ({word_count} 词)
- 引言: paper/introduction.tex ({word_count} 词)
- 相关工作: paper/related_work.tex ({word_count} 词)
- 方法: paper/methodology.tex ({word_count} 词)
- 实验: paper/experiments.tex ({word_count} 词)
- 结论: paper/conclusion.tex ({word_count} 词)
- 参考文献: paper/references.bib ({num_refs} 条)
编译命令:
cd paper && pdflatex main.tex && bibtex main && pdflatex main.tex && pdflatex main.tex
待完善:
- [ ] 检查数学符号一致性
- [ ] 添加实验图表
- [ ] 完善参考文献
- [ ] 语言润色示例用法
/write-paper project/
/write-paper project/ --section=abstract
/write-paper project/ --format=neurips --domain=vq
/write-paper project/ --section=experiments --output-path=paper/写作规范
学术写作要点
- 客观性: 避免主观判断词
- 精确性: 使用准确的技术术语
- 简洁性: 避免冗余表达
- 逻辑性: 段落间有清晰的逻辑联系
常见问题
- 避免: "Obviously", "Clearly", "It is well known"
- 使用: "We observe that", "The results show that"
- 避免: 过长的句子
- 使用: 适当的段落划分
注意事项
重要提示:
- 确保所有数字和结果准确
- 检查公式符号的一致性
- 引用所有使用的方法和数据集
- 遵循目标会议的格式要求
- 预留时间进行语言润色
可用工具
使用以下工具完成任务：
- Read: 读取项目代码和实验结果
- Write: 生成LaTeX文件
- Bash: 编译LaTeX文档
- WebSearch: 搜索相关论文引用
相关 Skills
/analyze-experiments- 分析实验结果/survey-paper- 调研相关工作/fetch-paper- 获取参考论文