Token导航 LogoToken导航

Agent Skill · 待分类

lovstudio%3athesis-polish(lovstudio%3athesis 抛光)

lovstudio%3athesis-polish 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

lovstudio%3athesis-polish 是待分类类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为权限未标注;许可证信息还不明确,暂无第三方扫描结果,按安装量在待分类类的 11,209 个 Skill 里排第 3,369。

总安装 1,038周安装 42GitHub Stars 45下载 326核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:lovstudio%3athesis-polish(lovstudio%3athesis 抛光)
来源仓库:https://github.com/lovstudio/skills
仓库路径:skills/lovstudio%3Athesis-polish
安装命令:
npx skills add https://github.com/lovstudio/skills --skill lovstudio:thesis-polish
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/lovstudio/skills --skill lovstudio:thesis-polish

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定,用法以来源仓库的说明为准。

lovstudio%3athesis-polish 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息。适合在 Codex、Claude、Cursor、Gemini CLI 中围绕仓库状态、代码变更或协作事项进行整理。

通过 npx skills add 命令从指定 GitHub 仓库安装并使用该技能。安装前需确认权限范围和维护状态,注意可能触发联网、命令执行或文件读写操作。建议结合原始 README 和仓库内容进一步核验具体功能和用法边界。

来源仓库内路径:skills/lovstudio%3Athesis-polish

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/lovstudio/skills --skill lovstudio:thesis-poli…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

lovstudio%3athesis-polish 怎么安装?

在终端执行 npx skills add https://github.com/lovstudio/skills --skill lovstudio:thesis-polish。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

lovstudio%3athesis-polish 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

lovstudio%3athesis-polish 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

lovstudio%3athesis-polish 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

lovstudio%3athesis-polish 用的人多吗?

公开数据是累计安装 1,038 次,近一周安装 42 次,下载 326 次,GitHub 45 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

lovstudio%3athesis-polish 安全吗?

没有查到第三方扫描结果,安全性无法从公开资料判断,安装前请自行审查源码、依赖和命令行为。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 没有第三方扫描结果,安全性只能靠自己读源码判断。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理待分类类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 要求有安全扫描结论才肯安装的团队。
  • 需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
infsh-cli

infsh CLI · Codex、Claude

4,374,576382权限未标注未明确未收录
ai-video-generation

AI 视频生成 · Codex、Claude

4,313,376382调用外部服务未明确有提醒
lark-openapi-explorer

云雀 OpenAPI 浏览器 · Codex、Claude

2,064,1209,011需要联网未明确有提醒
lark-workflow-standup-report

Lark 工作流程站立报告 · Codex、Claude

2,041,6328,978需要联网未明确通过
use-my-browser

使用我的浏览器 · Codex、Claude

1,848,49140操作浏览器未明确未通过
lovstudio%3athesis-polish

lovstudio%3athesis 抛光 · 本页

1,03845权限未标注未明确未收录

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

thesis-polish — MBA 论文全面润色

将 MBA 论文从初稿提升至全国优秀论文水准。涵盖语言润色、结构优化、论证强化、创新点凸显四个维度。

When to Use

  • 用户提供 MBA 论文(markdown 格式)需要润色
  • 用户想让论文达到全国优秀论文标准
  • 用户需要学术写作的全面提升

Workflow (MANDATORY)

Step 1: 接收论文

读取用户提供的论文文件(markdown 格式)。如果用户给的是文件路径,用 Read 工具读取。

Step 2: 诊断评估

通读全文后,先输出一份诊断报告(不超过 300 字),包含:

维度当前水平主要问题提升方向
语言表达A/B/C......
论证逻辑A/B/C......
结构布局A/B/C......
创新贡献A/B/C......
文献运用A/B/C......

Step 3: 确认润色策略

Use AskUserQuestion to confirm strategy BEFORE polishing.

向用户展示诊断报告后,询问:

  • 是否同意诊断?有无特殊要求?
  • 论文的核心创新点是什么?(帮助 AI 更好地凸显)
  • 是否有目标期刊/评审标准的特殊要求?

Step 4: 逐章润色

按章节逐一润色,每章输出完整的润色后文本。润色时严格遵循以下标准:

4.1 语言表达标准
  • 学术用语:口语化表达 → 学术规范用语("很多" → "大量/众多","觉得" → "认为/表明")
  • 句式升级:简单句 → 复合句,增加因果、转折、递进的逻辑连接
  • 术语一致:全文术语统一,首次出现标注英文原文
  • 量化表达:模糊描述 → 精确数据/比例/引用支撑
  • 被动与主动:研究方法部分多用被动语态,讨论部分主动论述
4.2 论证逻辑标准
  • 论点-论据-论证:每个观点必须有数据/文献/案例支撑
  • 逻辑链条:前后段落之间有明确的逻辑递进关系
  • 反驳预设:对可能的质疑提前回应("尽管...但...")
  • 对比论证:与已有研究对比,凸显本文贡献
  • 因果严谨:区分相关性与因果性,避免过度推断
4.3 结构布局标准
  • 章节衔接:每章开头有承上启下的过渡段
  • 段落结构:主题句 → 展开 → 小结,每段聚焦一个论点
  • 层次清晰:一级标题(章)→ 二级标题(节)→ 三级标题(小节),层级不超过三级
  • 摘要提升:摘要涵盖研究背景、目的、方法、发现、贡献五要素
4.4 创新贡献标准
  • 显式标注:在引言和结论中明确列出 2-3 个创新点
  • 差异化表述:用 "区别于已有研究...本文首次/创新性地..." 句式
  • 理论贡献:说明对理论框架的扩展或修正
  • 实践意义:说明对管理实践的具体指导价值
4.5 文献运用标准
  • 权威性:优先引用 SSCI/CSSCI 期刊、经典著作
  • 时效性:近 5 年文献占比不低于 60%
  • 对话感:不只是罗列文献,而是与文献"对话"("XXX(2023)指出...,本文在此基础上进一步发现...")
  • 文献综述:按主题/流派组织,而非按时间堆砌

Step 5: 输出

将所有润色后的章节合并,输出完整的润色后全文(markdown 格式)。

如果用户需要保存为文件,使用 Write 工具写入,文件名遵循: 手工川-mba-thesis-polished-{YYYY-MM-DD}-v0.1.md

Important Notes

  • 不篡改数据:润色仅涉及表达和论证方式,不编造数据或虚构引用
  • 保留原意:所有修改必须忠实于作者原意,不改变研究结论
  • 标注建议:如果某处论证薄弱需要作者补充数据/文献,用 [建议补充:...] 标注
  • 分批处理:论文通常很长,按章节分批润色,避免遗漏

平台分布

Codex

39.51%
按下载量换算129

Claude

28.53%
按下载量换算93

Cursor

20.14%
按下载量换算66

Gemini CLI

9.1%
按下载量换算30

安全审计

暂无安全审计结果可展示。

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills