aas-artifact-evaluation

npx skills add brycewang-stanford/Awesome-Journal-Skills --skill aas-artifact-evaluation --agent claude-code

Same command for any agent — swap --agent for codex, cursor, copilot.

# 《自动化学报》代码与数据可用性 本技能讲清投向《自动化学报》(Acta Automatica Sinica, AAS) 的稿件在**代码与数据可用性**上的现状与 做法。与部分国际会议不同，中文期刊多以同行评议为主，**本刊是否设有独立的制品评审(artifact evaluation)徽章制度尚未见公开说明（待核实）**。以下于 2026-07-09 核验框架（见 `resources/official-source-map.md`）。 ## 一、现状说明（不杜撰） - AAS 实行双盲三审制，以稿件本身的理论与实验质量为主要评判依据。 - **是否强制或鼓励提交代码/数据、是否有独立徽章**：官方未见明确公开细则，标 **待核实**；作者可 主动提供以增强说服力。 - 本刊明确**不接收 AI 工具作为署名作者**；若用生成式 AI 辅助，按当期政策据实披露（细则 **待核实**）。 ## 二、为何主动提供制品 即使无徽章制度，主动提供**匿名、可复现**的代码与数据，能： - 让外审直接核对稳定性/性能结论，降低对结果可靠性的疑虑。 - 体现研究严谨与透明，增强录用说服力。 - 便于见刊后同行复现，提升影响力。 ## 三、制品组织（配合双盲） ```text artifact/ README.md # 环境、数据、一键运行、预期结果、硬件 env/ # requirements/environment/Dockerfile data/ # 数据或获取脚本 + 校验和 src/ # 方法与基线 configs/ # 实验配置与随机种子 scripts/ # run_all.sh results/ # 关键指标供校验 ``` - 制品须**匿名**：README、仓库名、路径、账户不得泄露作者身份（双盲，见 `aas-submission`）。 - 用匿名 Git 快照或匿名分享链接；勿指向作者主页。 ## 四、控制/自动化类制品要点 | 类型 | 要点 | |---|---| | 控制仿真 | 仿真器/版本、步长、求解器、系统参数、初始条件 | | 强化学习/智能控制 | 随机种子、多次运行、超参与训练协议 | | 模式识别 | 数据划分、防泄露、指标脚本 | | 实物实验 | 硬件平台、采样周期、标定、可提供演示视频（匿名） | ## 五、可用性声明写法 在稿件适当位置（如结论后或按编辑部要求）说明代码/数据的获取方式与范围；若因数据敏感无法公开， 说明原因与替代验证方式（如提供合成数据或部分脚本）。 ## 六、自检清单 ```text [现状] 已确认本刊制品/徽章政策（或标 待核实）？ [主动提供] 是否附匿名可复现制品增强说服力？ [组织] README/env/data/src/scripts/results 齐全？ [匿名] 制品无身份泄