大数跨境

适配DeepSeek Harness的超强 Skill,从成文到投稿!

适配DeepSeek Harness的超强 Skill,从成文到投稿! 知学术AI论文
2026-11-03
7
导读:见字如面,我是南风,一个在高校里折腾用AI辅助科研应用的学术人。
 见字如面,我是南风,专注于高校AI辅助科研应用。
欢迎交流学术写作及 DeepSeek Harness、ChatGPT、Claude、Gemini 等 AI 工具的实战用法。

学术写作全流程:从成稿到返修的 AI 提效指南

论文投稿常见的误区是“写完即投”。等待数月后收到拒稿信,理由往往是“不符合期刊范围”或“论证不充分”。问题的核心在于流程缺失:成稿、预审、投稿前核查、返修回复是四个独立阶段,各有不同的判断标准。跳过任一阶段或使用单一工具贯穿全程,极易造成时间浪费。

本文介绍的 dsh-academic-research-skills 将 Claude Code 生态中拥有五万+ Star 的学术研究技能包移植至 DeepSeek Harness (DSH)。安装一次插件,即可在论文的四个关键阶段获得专业工具支持。

01 成文阶段:构建可投稿级别的初稿

项目地址:
https://github.com/nullptr-DZF/dsh-academic-research-skills

该插件包源自 Claude Code 生态的 Academic Research Skills。academic-paper 是其核心写作模块,内置 12 个代理角色,涵盖从大纲、方法、结果到讨论的逐段推进过程。

它解决的核心痛点并非“写不出字”,而是“写作逻辑跑偏”。传统 AI 写作常出现前后矛盾:第三章遗忘第一章的研究方法,或修改综述结论后后续章节未同步更新。该技能包的设计原则是严格保留研究对象、数据口径和结论边界,确保事实准确,避免 AI “幻觉”编造结果。

功能特点:
支持 11 种模式,包括纯大纲生成、全文撰写、摘要提炼、文献综述等,按需调用。

安装方式:
在 DSH 中运行以下命令,重启 DSH Web 服务即可生效:

dsh plugin --profile web add github:nullptr-DZF/dsh-academic-research-skills

调用示例:

使用 academic-paper 的 plan 模式,帮我规划论文结构。
论文主题:【填写】
目标期刊:【期刊名】
已有材料:【粘贴数据/笔记/方法描述】
要求:
1. 先列章节大纲,确认后再逐段写
2. 每条事实性论断标注来源
3. 保留研究对象、数据口径和结论边界

适用场景:正在撰写初稿,或需将中文草稿转化为符合期刊规范的英文稿件。

02 预审阶段:模拟审稿人视角排查漏洞

初稿完成后,直接投稿风险极高。academic-paper-reviewer 提供了一套多视角评审机制,旨在投稿前发现潜在问题。

该模块模拟 7 位不同立场的审稿人独立阅读,包括期刊匹配度专家、动态领域专家以及专门提出反面意见的“魔鬼代言人”。系统会对争议意见进行审议,区分“可安全修改的最小补丁”、“需作者补充证据”以及“不成立的意见”,从而提供针对性的修改建议。

与其被真实审稿人拒稿,不如先让 AI 审稿人进行全面排查。

调用示例:

使用 academic-paper-reviewer 对这篇论文做投稿前预审。
稿件:【论文路径】
要求:
1. 模拟多位领域审稿人独立阅读
2. 输出:核心问题清单、严重程度、可安全修改的最小补丁
3. 无法安全修改的问题标注为"需作者补充证据"
4. 不要重写全文,只给针对性修改建议

适用场景:论文初稿已完成,准备投稿前的最后质量检查。

03 投稿前核查:参考文献与合规声明

投稿前的细节决定成败,尤其是参考文献的准确性(DOI、作者名、年份)和 AI 使用披露声明。/ars-citation-check 和 /ars-disclosure 专为此设计。

  • /ars-citation-check:逐条核对参考文献的题名、作者、年份及 DOI,并将结果分类为“已核实”、“信息不一致”、“查不到”和“需人工核对”,避免人工核查的疏漏。
  • /ars-disclosure:根据目标期刊要求,自动生成标准的 AI 使用披露声明。

调用示例:

使用 /ars-citation-check 核对我提供的参考文献表。
保留原编号,逐条列出题名、作者、年份、DOI 和核验来源。
把已核实、信息不一致、查不到和需要人工核对的分开列。
不要凭记忆补 DOI,也不要因为没搜到就认定文献是假的。
这一步只核对,不修改我的正文。

适用场景:论文定稿后,提交前的最终合规性检查。

04 返修回复阶段:专业化回应审稿意见

面对复杂的审稿意见,回复信的语气和内容至关重要。/ars-revision-coach 和 /ars-rebuttal-audit 协助研究者高效完成返修。

  • /ars-revision-coach:将审稿意见拆解为修改路线图,明确每条意见对应的修改部分、内容及优先级。
  • /ars-rebuttal-audit:审查回复信初稿,检查是否有遗漏、回答是否充分、语气是否得体,确保回复既礼貌又有理有据。

调用示例:

使用 /ars-rebuttal-audit 审查这封回复信。
审稿意见:【粘贴】
回复信初稿:【粘贴】
原稿修改位置:【列出章节/页码/行号】
要求:
1. 检查是否每条意见都有回应
2. 标注回答不充分或语气不当的地方
3. 给出修改建议,不要重写全文
4. 未完成的修改标注[待补],不编造结果

适用场景:收到审稿意见,需要撰写回复信和修改稿的研究者。

05 全流程工具速查表

阶段 技能/命令 核心作用
成文 academic-paper 12-Agent 协同论文写作
预审 academic-paper-reviewer 7 视角模拟审稿人挑错
投稿前核查 /ars-citation-check + /ars-disclosure 引用精准核查 + 合规披露声明
返修回复 /ars-rebuttal-audit + /ars-revision-coach 回复信审查与优化

06 总结与建议

通过分阶段使用专用工具,可显著提升论文投稿的成功率:

  1. 成稿:使用 academic-paper 打造高质量初稿。
  2. 预审:使用 academic-paper-reviewer 提前发现逻辑与内容漏洞。
  3. 核查:使用 /ars-citation-check 和 /ars-disclosure 确保引用准确与合规。
  4. 返修:使用 /ars-rebuttal-audit 和 /ars-revision-coach 优化回复策略。

请注意,该技能包定位为科研辅助助手,前提是用户已准备好研究材料与数据。它侧重于内容的组织、打磨与合规化处理,而非替代实验或数据收集。建议研究者根据自身所处的具体阶段,选择对应的工具进行针对性优化,扎实走好每一步。

【声明】内容源于网络
0
0
知学术AI论文
1234
内容 439
粉丝 0
知学术AI论文 1234
总阅读29.7k
粉丝0
内容439