nsfc-abstract

Solid

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 2,293 stars 225 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 ## 与 bensz-collect-bugs 的协作约定 - 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。 ## 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) ## 输出要求(硬约束) - **必须同时给出中文与英文**;英文是中文的**忠实翻译**(不扩写、不新增假设、不引入新结果)。 - **中文摘要使用中文标点**。 - **引号硬约束(不可绕过)**:中文摘要中若需引号,**唯一合法形式**为中文弯引号 `”` (U+201C)与 `”` (U+201D)。以下形式**一律禁止**:ASCII 双引号 `”`、全角引号 `"`、直角引号 `「」` / `『』`、单引号 `'` / `'`,以及任何其他替代形式。 - **中文摘要正文为纯文本**:不得含有 Markdown 标记(`**`、`*`、`_`、`#` 等),用户会直接将正文 copy 到只支持纯文本的系统中。 - 中文摘要数字**不使用千分位逗号**:写 `1000`,不要写 `1,000` 或 `1,000`。 - **必须给出”主要研究领域”**:放在英文摘要之后,**一句话**(汉字数 ≤ 25),精简表达核心研究方向,不得写成多条或列表。 - 写入 `NSFC-ABSTRACTS.md` 时,**中文摘要正文末尾与英文摘要分段标题之间不留空行**。 - **必须给出标题建议**:遵循 `skills/nsfc-abstract/references/title-rules.md` 的”中标题目”结构偏好;至少包含: - `推荐标题:...`(中文) - `Recommended Title: ...`(英文,紧跟推荐标题下一行) - `1) ... —— 理由:... / EN: ...`(至少 5 条;数量以 `config.yaml:t...

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