PaperOrchestra 高严谨多 Agent 学术写作框架
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 @user_1acc1bde/emergence-paper-orchestra。
技能介绍
问题背景
学术写作常卡在几个工程化问题上:想法散落在对话里,引用没有逐项验证,章节生成时上下文漂移,最后文本看似完整,却出现无证据支撑的主张或虚构引用。对于需要交付可投稿文稿的场景,这种“能写”但不可复核的输出风险很高。
工作方式与适用边界
该技能把论文生产拆成可审计的多 Agent 流程。先用访谈式骨架搭建澄清假设、数据和边界,将关键事实沉淀到 idea.md;随后把输入整理成 metadata.json 主计划,并区分宏观背景搜索与基于 DOI/arXiv ID 的微观引用验证。章节写入 sections/ 目录,避免一次性长文生成导致的漂移;最后由评审 Agent 检查数字字面主义、证据支持和“零幻觉”合规。
它更适合需要人机协作、可逐步修订的论文写作:技术报告、会议摘要、综述初稿或已有材料的方法论重组。若用户无法提供关键数据、引用 ID 或领域边界,框架会更容易停留在假设层面;它不能替代实验、真实数据来源和正式学术审查。
使用场景
- 准备把零散研究想法整理成可投稿方法初稿时,用它澄清假设并沉淀 `idea.md`。
- 写文献综述前,需要按 DOI/arXiv 验证候选引用并提取前人局限。
- 将技术报告拆成章节,防止长文生成时上下文漂移和证据缺失。
- 投稿前由评审角色检查未证实主张、数字引用和引用库一致性。
适合人员
- 研究生/科研人员:把散乱实验笔记整理成可审阅论文初稿。
- 技术报告作者:把方案文档转成章节化、引用可验证的正式稿。
- 学术写作者:投稿前检查未证实主张和虚构引用。
- 多 Agent 应用开发者:把论文流程拆成访谈、搜索、撰写、评审模块。