自然论文卡片路由
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/yuan1z0825-nature-skills-nature-paper-card 到当前 AI 助手中。
技能介绍
要解决的具体问题
大语言模型在处理学术文献时,极易退化为泛泛的摘要翻译或套用模板的审稿报告。当输入材料不完整或排版错乱时,模型往往会“幻觉”出不存在的实验数据或凭空捏造引用页码。这导致产出的所谓“文献卡片”无法直接作为严肃的技术调研参考。Nature Paper Card - Router 专门为解决这一问题而生:它将单篇论文严格压缩为一张基于证据支撑的研究卡片,确保所有结论均可溯源,且绝不混入通用的阅读理解测验或英文文章草稿。
核心路由与执行流程
该技能采用严格的路由协议与静态核心架构。在分发任务时,它会执行以下核心步骤:
- 解析材料边界:识别输入源的完整度(如 PDF 全文、无排版文本、仅摘要或已提取的 source-map JSON)。它会调用内置的
scripts/prepare_paper.py脚本处理源文件,并依据结果落入三种定位状态机之一:page-grounded(带准确页码)、structure-grounded(仅结构定位)或source-limited(仅片段来源)。 - 加载类型片段:基于论文的论证逻辑而非所属学科,动态加载对应的 paper-type fragment(如
methods,discovery,resource等)。 - 闭环证据提取:在起草前强制构建内部证据清单与 claim-evidence matrix,确保核心论点都有图表、公式或正文结构的映射。
- 生成与审计:按约定的 01-16 固定 Section 输出 Markdown 卡片,随后运行内置的 groundedness auditor 进行溯源校验。
适用边界与安全红线
为了保证科研产出的严肃性,该 Router 设定了不可逾越的红线机制。首先,它严禁在运行时编写或执行任何内联 Python 脚本,必须全量依赖内置脚本处理 PDF 提取;其次,当材料缺失时,系统不会“硬凑”内容,而是必须在对应 Section 标注为 Not assessable from supplied material。最后,该技能刻意保持功能收敛,它不会悄悄将任务转接给相邻技能(如用于全文翻译的 nature-reader 或用于生成 PPT 的 nature-paper2ppt),只专注于输出一份合规的 Paper Card。
使用场景
- 处理排版完全错乱的单篇PDF论文时,需要将其拆解为包含实验数据与图表指针的结构化研究卡片,而不进行全文翻译。
- 在撰写技术调研报告时,需要将一篇论文的核心结论与作者声明的局限性提取为固定Section 01-16格式的Markdown文档。
- 面对仅有摘要或元数据的残缺文献,需要明确标注不可评估的章节并生成不扩充外部信息的溯源证据清单。
- 需要区分论文中作者陈述的实验结果与模型的独立分析时,将其分别归入固定的证据模块以备后续交叉审计。
适合人员
- 需要追踪前沿论文细节并提取可复现实验数据的底层技术研究者。
- 在特定方向进行算法调研,需确保文献分析具备极高证据可溯源性的行业技术选型专家。
- 需查阅大量非英语母语语料来编写高级别技术文档的开源项目作者。