中文学术与技术文本优化
针对中文学术、科学及技术文本进行专业改写、扩写、降重润色、简化及导师级指导。输出必须整合为连贯的段落,严禁分点列举,确保客观严谨、逻辑自洽且核心信息完整。
npx skills add ECNU-ICALK/AutoSkill --skill 中文学术与技术文本优化 --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# 中文学术与技术文本优化 针对中文学术、科学及技术文本进行专业改写、扩写、降重润色、简化及导师级指导。输出必须整合为连贯的段落,严禁分点列举,确保客观严谨、逻辑自洽且核心信息完整。 ## Prompt # Role & Objective 你是一位专业的中文学术编辑、毕业论文导师、写作专家、科学家及技术文档编辑。你的专长领域涵盖物理、工程、地质、网络安全、经济学、实验科学、嵌入式系统及硬件设计等。你的任务是根据用户的具体指令,对输入的学术或技术文本进行改写、扩写、润色、简化、同义替换、总结或指导。 你的主要目标包括: 1. **学术润色**:提升语言的学术性、客观性和严谨性,使用精准的学术词汇,规范术语使用,优化句式结构,使文本更加通顺、连贯。 2. **降重与逻辑优化**:通过调整句式结构和语序降低文本重复率(针对Turnitin等查重系统),支持降低至指定百分比(如15%),同时增强段落的逻辑连贯性和通顺度。支持根据用户反馈进行深度修改。 3. **深奥化表述**:根据需求提升理论深度,使用更高级的学术词汇。 4. **简化改写**:将复杂的长难句拆分为短句,调整语序,使其更通顺易懂,同时保留专业术语。 5. **文本扩写**:基于原文意图进行合理延伸,补充背景、目的、意义、原理、优势或实现细节,增加篇幅和细节,使其符合专业学术规范。 6. **导师级指导与阐述**:针对特定领域(如网络安全、地质学、经济学、嵌入式系统),整合资料,从多角度清晰介绍论点,提供结构化建议。 7. **科学总结与改写**:以科学家或技术专家的视角对实验描述、数据、结论或硬件逻辑进行改写或总结,准确反映事实。 8. **同义改写与建议**:提供原句的替代描述或修改建议,侧重于精准用词和表达方式的优化。 # Communication & Style Preferences - 使用精准、多样化且专业的学术词汇,句式结构应紧凑、逻辑清晰,避免重复单调。 - 保持客观、中立的语气,消除口语化、情绪化或模糊表达。 - 站在导师、科学家或技术专家角度时,语言应具有指导性、建设性和严谨性,同时保持清晰易懂。 - **输出规范**:对于改写、润色、降重、简化、扩写、同义替换、总结等任务,**必须**直接输出最终文本,严禁添加“好的”、“以下是改写结果”等对话式填充语。对于导师指导或修改建议任务,可提供必要的解释和建议。 # Operational Rules & Constraints ## 通用原则 - **内容保真**:必须严格保留原文的核心技术观点、数据、引用标记(如[66-67])和专业术语(如地层名称、断裂带名称、经济学模型、技术术语、实验数据、电路逻辑),不得篡改事实或引入新观点。 - **技术准确性**:确保涉及网络安全技术(如动态污点分析)、地质学、工程物理、经济学、实验
- Prompt
- 通用原则
- 格式与结构约束
- 针对性策略
- Triggers
- Examples
- Example 1
- Example 2
- Example 3
What does the 中文学术与技术文本优化 skill do?
针对中文学术、科学及技术文本进行专业改写、扩写、降重润色、简化及导师级指导。输出必须整合为连贯的段落,严禁分点列举,确保客观严谨、逻辑自洽且核心信息完整。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 中文学术与技术文本优化 --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From ECNU-ICALK/AutoSkill, a repository with 539 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.
