Academic Skills for Claude Code & Codex

三个面向中国科研工作者的学术技能包，覆盖论文写作、学术 Office 文档生成与科研计算三大场景。所有 skill 均可在 Claude Code 和 Codex 两个平台上直接使用。

技能概览

技能	核心用途	典型场景
`research-writing-skill`	论文章节撰写、修改、润色	论文正文、摘要、引言、方法、实验、回复审稿人
`office-academic-skill`	学术 Word/PPT 生成与编辑	文献阅读报告、组会 PPT、开题/中期/答辩 PPT
`scientific-toolkit-skill`	科研计算与数据分析	MATLAB/Python 仿真、信号处理、统计、机器学习、论文配图

三个 skill 设计为互补协作关系，可在同一任务中联动调用：

论文写作场景：
  scientific-toolkit-skill（数据分析、出图）
  → research-writing-skill（撰写论文正文）
  → office-academic-skill（生成答辩 PPT）

文献阅读场景：
  office-academic-skill（PDF → Word 阅读报告）
  → office-academic-skill（组会 PPT）

仿真研究场景：
  scientific-toolkit-skill（MATLAB/Python 仿真 + 论文配图）
  → research-writing-skill（方法 + 实验章节）

1. research-writing-skill — 论文写作

中文优先的学术写作技能，适用于论文正文、LaTeX/Overleaf 文稿、学位论文等。

功能

论文各章节撰写：摘要、引言、相关工作、方法、实验、讨论、结论
论文修改与润色：逻辑性、术语一致性、引用准确性
审稿意见回复（Rebuttal / Peer-review response）
论证规划：从模糊想法到论文大纲

写作原则

默认中文表达，保留英文标题、公式、变量、方法名、软件命令、参考文献
不编造数据、DOI、期刊信息、实验结果
区分「原文/已有数据」「用户确认内容」「推断」「建议性扩展」四类信息
避免「显著」「先进」「有效」等模糊用词，代之以可测量的条件和对比基准

内置参考资源

路径	内容
`paper-writing/section_rhetorical_moves/`	各章节修辞结构指南
`paper-writing/writing_checklists/`	写作自查清单
`paper-writing/figure_templates/`	图表规划模板
`paper-writing/brainstorming_guide.md`	从想法到论文蓝图

2. office-academic-skill — 学术 Office 文档

中文优先的学术 Word 和 PowerPoint 工作流，生成可编辑的 .docx 和 .pptx 文件。

功能

Word 文档

PDF/论文 → 文献阅读报告（双语或中文）
结构化 DOCX 生成：标题、表格、图表占位符、来源标注
对已有 Word 文档进行版本化编辑

PowerPoint 演示文稿

文献报告 PPT、组会 PPT、课程报告 PPT
开题/中期/答辩 PPT（模板匹配、母版克隆）
科研展示 PPT、科普 PPT

PPT 质量规则

每页一个核心观点，使用「行动标题」（陈述结论而非话题标签）
图表、公式承载技术论证，避免大段文字
保持坐标轴、单位、图例、公式、数据来源的科学准确性
白色或克制的学术背景，用颜色引导注意力

内置参考资源与工具

路径	内容
`office-docx/`	OOXML 级别 DOCX 检查与编辑，含 XSD 模式库
`office-pptx/`	OOXML 级别 PPTX 检查与编辑
`thesis-defense-pptx/scripts/`	论文上下文提取、模板克隆、幻灯片导出、溢出检查等工具脚本
`report-structure.md`	默认文献报告结构与证据标注格式

3. scientific-toolkit-skill — 科研计算工具箱

面向光电信息科学与工程领域的科研计算技能。

功能

MATLAB/Octave

信号/图像处理、FFT、滤波、矩阵计算、仿真、论文配图导出
保留原始代码结构，集中管理关键参数，添加物理意义注释

Python 科学计算

库	用途
NumPy, SciPy, pandas	数据处理与数值计算
matplotlib, seaborn	论文级数据可视化
scikit-learn	机器学习（分类、回归、聚类、降维）
statsmodels	统计建模（线性模型、时间序列、GLM）
SymPy	符号数学与公式推导
pymoo	多目标优化
simpy	离散事件仿真
QuTiP	量子光学/开放量子系统
pymatgen	材料科学计算（晶体结构、能带、态密度）
TimesFM	时间序列预测
NetworkX	图与网络分析
Astropy	天文/光学成像数据处理

文献与引用

论文查找：arXiv, PubMed, CrossRef, Semantic Scholar, OpenAlex
引文管理：DOI → BibTeX，文献元数据提取，引文验证

领域关注

光学、光电子、光通信、光纤传感
BOTDR/BOTDA、BGS、SPM、色散、噪声、去卷积
光谱学、探测器数据、传感器时间序列、标定与不确定度

内置参考资源

20+ 子模块的详细参考文档、脚本模板和示例，包括 matplotlib 出图模板、统计检验选择指南、scikit-learn 分类管线等。

跨平台安装

三个 skill 采用相同的目录结构和 SKILL.md 格式，在 Claude Code 和 Codex 中均可直接加载。

Claude Code

# 克隆仓库
git clone https://github.com/你的用户名/claude-academic-skills.git

# 安装到全局 skills 目录
cp -r claude-academic-skills/research-writing-skill ~/.claude/skills/
cp -r claude-academic-skills/office-academic-skill ~/.claude/skills/
cp -r claude-academic-skills/scientific-toolkit-skill ~/.claude/skills/

也可通过 Plugin 方式一键安装：

/plugin install 你的用户名/claude-academic-skills

Codex

# 安装到全局 skills 目录
cp -r claude-academic-skills/research-writing-skill ~/.codex/skills/
cp -r claude-academic-skills/office-academic-skill ~/.codex/skills/
cp -r claude-academic-skills/scientific-toolkit-skill ~/.codex/skills/

也可通过 --plugin-url 参数在当前会话中直接加载：

codex --plugin-url https://github.com/你的用户名/claude-academic-skills

如需项目级安装，将 skill 目录放入项目根目录下的 .claude/skills/ 或 .codex/skills/ 即可，仅对该项目生效。

目录结构

每个 skill 统一采用以下结构：

skill-name/
├── SKILL.md          # 技能定义与使用说明
├── agents/           # 子代理配置
└── references/       # 参考文档、脚本、模板等资源

语言与证据规范

三个 skill 共同遵循以下规范：

规范	说明
默认中文	解释、正文撰写、幻灯片制作均使用中文
保留英文	论文标题、公式、变量名、模型名、软件命令、参考文献条目
不编造数据	不虚构 DOI、作者、期刊、实验值、图表编号、页码、结论
标注来源	对声明、参数、定量结果、数据集、图表等附加来源标签

致谢

本项目在设计过程中参考了以下优秀的开源 Skill 项目，感谢这些作者的公开贡献：

项目	简介
zouchenzhen/thesis-defense-pptx-skill	从论文 PDF/LaTeX 生成可编辑答辩 PPTX，支持模板风格保留、逐页 PNG 导出与文字溢出检查，专为 Windows + PowerPoint 环境优化
K-Dense-AI/scientific-agent-skills	134+ 科研 Agent Skill 集合，涵盖 MATLAB/Octave、Matplotlib、信号处理、科学可视化等模块
tfriedel/claude-office-skills	系统化的 Office 文档处理 Skill 集，包含 docx/、pptx/、pdf/、xlsx/ 四个子模块，结构清晰
Gabberflast/academic-pptx-skill	专注学术 PPT 规范：结论式标题、每页一个核心观点、图表引用标准与参考文献页
SNL-UCSB/paper-writing-skill	编码了经过验证的论文写作原则，涵盖论证逻辑、图表支撑、初稿重构与压缩

许可

本仓库采用 MIT License 开源许可。

你可以自由使用、复制、修改、合并、发布、分发、再许可和/或销售软件的副本
需在软件所有副本或实质性部分中保留版权声明和本许可声明
软件按「原样」提供，不提供任何形式的明示或暗示保证

其中引用的部分外部资源（如 scientific-toolkit-skill/references/scientific-skills/ 中的脚本）遵循其原始许可协议。