mikubaka88/ccfa-skills

目录

• 快速开始
• 为什么需要一个 skill 家族
• 家族架构与核心 skills
• 日月配置台
• 从 idea 到投稿
• 绘图示例
• 写作如何保持自然
• 让图既好看，也能继续修改
• 各司其职，彼此接力
• 安装、维护与验证
• 最新更新
• Star 旅程

凌晨两点，实验终于结束，新的结果比预期更好。可是重新打开稿件时，真正棘手的问题才显现出来：最初那个清晰而有力的研究问题已经埋进冗长的 related work，方法描述与代码中的实际机制出现偏差；新补的实验回应了上一轮审稿意见，却让论证分成几条彼此疏离的线索。每个局部似乎都更完善了，整篇论文反而更难读懂。

许多有潜力的研究最终未能充分展现价值，并不是因为 idea 不够好，而是因为它在漫长的推进中逐渐失去了清晰的轮廓。文献越积越多，实验表格不断扩张，作者还要在研究、写作和审稿视角之间反复切换。一个无所不包的长 prompt 很难同时做好这些事情，因为检索需要忠于来源，实验需要遵循协议，写作需要围绕论证展开，审稿则必须保持独立判断。

我们因此设计了 CCFA-Skills。论文不是等待逐项填充的文档，而是一条需要在反复修改中保持连贯的研究故事线。17 个分工明确的 skills 从 idea、文献和实验出发，帮助论证逐渐成形，并贯穿写作、绘图、评审、rebuttal 与投稿。当任务从一个 skill 交给另一个 skill 时，研究问题、证据和结论之间的联系仍然会被保留下来。

快速开始

选择你正在使用的 Agent：

Codex 安装 · Claude Code 安装 · Cursor 安装 · Gemini CLI 安装 · 其他 Agent · 自动更新

在 Codex 中一行安装：

npx skills add mikubaka88/CCFA-Skills --global --agent codex --skill '*' --yes --copy

这条命令安装 17 个 skills。需要内置 LaTeX 模板或只安装部分技能时，请按安装矩阵补齐相邻资源；使用 --copy 安装后，更新源码还需要重新复制，步骤见更新指南。

安装后，直接说出你正在面对的研究问题：

严格评审这三个选题并排序，指出各自最可能被拒的原因。
检索近三年与时序视觉推理相关的工作、benchmark 和公开 baseline。
根据这篇论文设计主实验、消融和鲁棒性证据，不要虚构结果。
把方法部分改写为 CVPR 风格，并保留公式、术语和引用。
根据论文绘制方法架构图，先生成审美稿，再询问是否重建为 PPTX。

为什么需要一个 skill 家族

论文研究中的困难彼此相连，却不能由同一种思维方式解决。

我们珍视什么

• 让研究问题先于工具。 评价一个 idea 与发展一个 idea 是两种工作；设计实验与美化图表也需要不同的判断。CCFA-Skills 让每一步都回到它真正要回答的问题。
• 让证据始终有据可查。 文献、实验协议、数值、结论、图表和引用不会被混成一团。缺失的事实保持缺失，直到它被可靠地找到或验证。
• 让论文听起来像学术，而不是辩护。 Humanization 删除防御性铺垫、机械枚举、过度破折号和内部工程措辞，同时保留真正影响结论的限制、证据与披露。
• 让评审保持独立。 Reviewer 负责判断，Writer 负责修改。先看问题，再决定如何改，避免一边审稿一边替自己解释。
• 让科研图表达清楚，也足够美观。 数值图保持可复现；方法图先寻找与内容相称的构图，再由用户决定是否转成可编辑版本。
• 让范文成为方向，而不是模板。 用户提供目标论文后，系统学习它的叙事节奏、段落职责和证据组织，但不复制原句，也不把一种写法强加给所有研究。

家族架构

所有 CCFA 任务都先启用 ccf-humanization，再启用 ccf-common，然后进入具体技能；检索、评审、绘图、实验与维护也遵循这一顺序。前者统一自然、直接且保留真实证据的表达，后者落实协作、范围、证据和文件规则。同一任务交接时复用已生效规则，只刷新变化或丢失的部分；详细改写与实验检查按实际任务执行，不重复生成前置报告。各技能继续负责自己的产物并整合必要协作。

17 个核心 skills

完整职责视图：

日月配置台

改一段摘要时，你可能希望快一点；距离投稿还有三天时，你愿意多花一些时间，让另一位助手再查一遍关键结论。日月配置台把这些选择留给你，也替你记住它们。

图为本地配置台的实际界面。在浏览器中调整选项后，点击“保存偏好”即可应用。

页面提供“轻盈”“均衡”“深入”三个起点，支持简体中文、繁體中文、English，以及日光、夜航和跟随系统主题。七项增强都能单独调整：☾ 关闭跳过未要求的额外工作，☀ 开启让相关任务多做这一项，按需则在出现具体问题时启用。每张卡片会解释这项工作做什么，以及为何会增加 token 或等待时间。

在仓库根目录运行（Python 3.10+，无需额外依赖）：

python ccf-common/scripts/preferences.py serve

浏览器会打开本地配置页。可以先用下面三种场景试一试，选择预设后按需要调整，再点击保存：

“深入”适合你愿意在相关任务上多投入的阶段：它开启独立复核、扩展检索、额外图稿和附加报告，其余三项按需触发。也可以从它开始，关掉暂时用不到的部分。具体用量取决于材料、模型与工具，页面提供的是投入方向，不能提前算出固定的节省比例。

希望某篇论文有自己的配置，可以这样启动，把路径换成你的论文目录：

python ccf-common/scripts/preferences.py serve --project "path/to/paper"

在页面中选择“个人默认”或“当前项目”后保存。个人默认可用于后续任务，项目里明确设置的选项优先；没有调整的选项继续继承。比如，日常保持轻盈，只给准备投稿的论文开启独立复核。你的偏好保存在 skills 安装目录之外，更新 skills 后仍然保留。

这些开关只决定额外投入。 即使选择“轻盈”，你明确要求的完整评审、多个研究方向，以及必要的核验仍会完成。Humanization → Common 的前置步骤始终生效。打开配置页本身不会调用模型，也不会启动研究任务。

从 idea 到投稿

这不是一条必须从头走到尾的流水线。你可以带着一个尚未成形的想法而来，也可以只带来一张难以解释的结果表、一段总被审稿人误解的方法，或一份即将提交的 PDF。CCFA-Skills 会从你所在的位置开始，只调用真正有帮助的部分。

绘图示例

这里展示的是实际科研成图，而不是功能宣传图。不同图面向不同阅读场景，因此使用不同的构图语言。

论文方法架构图

下图从 output/DynTrace.pdf 中提取计算关系，以分层布局呈现方法机制与信息流。输入与视觉处理位于底部，几何证据和 DTV/DTG 分支构成中层，token 融合、MLLM 与答案位于顶部。各层按计算依赖连接，便于沿信息流阅读完整方法。

成图方式： 先从 DynTrace 论文中提炼机制关系，梳理每种表示及其对应操作，由 GPT Image 2 生成分层架构图，并核对方法信息是否完整。当前展示的是 PNG 视觉稿；构图确认后，可继续重建为 SVG、矢量 PDF 或由原生对象组成的 PPTX。

PPT/Poster

下面保留两张早期视觉探索。它们更适合演示文稿、项目海报或 README 概览，因此不作为顶会论文方法图示例。

GPT Image 2 概念稿

成图方式： 从 DynTrace 的三阶段方法出发，把视频、轨迹和图结构转化为鲜明的视觉叙事，再由 GPT Image 2 完成概念探索。

参考驱动的 PPT/Poster

成图方式： 在三阶段内容之上加入参考构图原则，让标题、色块和视觉锚点更适合演示与海报阅读。

数据分析图

以下图形由 ccf-visual-composer 的可复现绘图方案生成。图中数值仅用于展示图形语言，不代表论文实验结论。

更多示例位于 assets/visual-showcase/。

写作如何保持自然

ccf-paper-writer 可以学习用户指定的范文。它关注优秀论文如何提出问题、展开方法、安排证据和控制节奏，但不会复制原句，也不会把某一篇论文变成所有研究的固定模板。

ccf-humanization 逐句判断表达承载了什么科学信息：有事实就直接陈述，有真实不确定性就准确限定，没有信息的自辩直接删除。它清理审稿人预判、贡献自我降格、重复 caveat、机械结尾和内部版本旁白，不再要求每段补局限性或未来工作。实际失败、适用条件、复现信息与必要披露仍保留；仅对证据无法解决的具体科研决策单独提醒。

思路审核与文章审核按判断对象区分：“这个方向值得做吗”由 ccf-idea-reviewer 处理，无需指定评分；“稿件结论是否站得住”由 ccf-paper-reviewer 处理。即使输入完整 PDF，只看核心思路的请求也保持概念审核。思路评分聚焦问题、创新、洞察、机制、简洁性与受众价值，实验仅在明确要求时单独评估。

结构化审核报告默认输出详细版，明确要求简要时使用简要版。文章审核展开贡献、优缺点、相关工作、方法与证据、多视角意见、评分及修改优先级；思路审核展开问题价值、创新差异、机制逻辑与发展建议，默认不评实验。意见绑定具体位置、依据与稳定编号，复审追踪问题是否解决；不会生成缺乏真实参照集的百分位排名。详见文章报告模板与思路审核协议。

完整文章评审固定 14 节，写作专项固定 9 节，明确要求简版时使用 5 块。通用科学评分统一为新颖性、正确性、证据、意义、清晰度、可复核性、伦理与局限七维；证据要求按贡献类型解释，置信度与材料覆盖范围分开。生成报告可直接检查 Markdown 的标题顺序、评分字段和问题编号引用；会议或用户明确指定的格式继续优先。

文章复审同时回答两个不同的问题：

• 当前稿件是否足以投稿。 它衡量论文距离目标 venue 的录用标准还有多远。
• 这次修订是否真正进步。 它比较新旧版本解决了什么，又是否引入了新的问题。

让图既好看，也能继续修改

数值图优先来自可复现代码和可追溯数据。新的方法图、系统图与架构图通常先由 GPT Image 2 探索与内容相称的视觉语言，用户已要求的可编辑 SVG、矢量 PDF 或 PPTX 会继续完成。已有可编辑图的文字、颜色、间距、数值或导出修改直接更新源文件，并只重新导出受影响的格式。常见概念使用风格统一的开源图标，方法特有的科学对象可在初稿中统一绘制，需要复用或编辑时再单独整理为资产。进入 PPTX 后，文字、框、节点与连接线尽量保留为原生对象，使最终成图能够真正修改。

绘图按内容与论文版面选择画布比例，不默认方形。先确定整体分区和重点机制，再安排紧凑的模块、图标与连线路径；同类模块跨区域对齐边缘、文字基线和连接端口，并检查大块无效留白。字体按最终论文宽度统一分级，默认 Times New Roman，需要 comic 效果时使用 Comic Sans MS；保留必要科学标注，减少重复解释和装饰性数字。

可选预设包括正式机制、柔和机制、视觉证据、几何流与紧凑漫画，配合七套扩展配色。会议场景帮助选择预设，实际模板要求优先；这些是设计建议，不是会议官方风格。预设同时协调字体、线宽、分组和颜色，参考图各自负责明确的区域或属性。像素间距是生成目标，精确坐标和真实字体在已要求的可编辑版本中校准。局部修改检查关联连线和未修改区域，中间文件仍按图归档并更新当前版本。

如果用户明确不使用 GPT Image 2，或希望直接从代码生成，ccf-visual-composer 会改用纯 SVG 路线并清楚标注。

各司其职，彼此接力

每个产物有一位负责整合与交付的主责技能，其他技能按前置依赖和质量需要参与。分工不限制必要协作：

仓库结构

CCFA-Skills/
├── ccf-common/                 # 家族共享规则
├── ccf-*/SKILL.md              # 17 个 skill 入口
├── ccf-*/references/           # 按需阅读的参考资料
├── ccf-*/scripts/              # 可复现操作
├── assets/                     # README 图片与绘图示例
├── evaluation/                 # 回归与消融结果
├── tools/build_ccfa_diagrams.py
└── 实验结果.md

较长的规则放在 references/，可重复执行的操作放在 scripts/。迭代过程中沿用固定文件名，由新版本覆盖旧版本，避免堆积难以辨认的过程文件。

协作从最终结果倒推前置条件：判断创新性前核对近邻工作，实质性写作前厘清主张、证据和引用，科学绘图前确认数据含义与方法结构。缺失、冲突或过期的依据交给相应技能补齐；已有且仍适用的证据直接复用。实质性改写后检查受影响的论证，解决问题后再交付；思路审核仍不要求实验完成。内部协作返回相关发现，正式审稿保留固定模板和必要的全文覆盖。节省 token 的重点是重复检索、重复报告、无关参考和重复询问，不是省略前置工作。详见协作路由与交接规则。

文件约束已前置到全部 17 个 skill 入口。中间文件优先沿用用户指定路径、该产物的 ccfa.yaml 映射和已有任务目录；新任务使用项目根目录下独立的 ccfa-workfiles///，不嵌套在通用 output/ 中。例如 figures/method-overview/、reviews/paper-short-title/、literature/retrieval-memory/ 分别存放方法图、论文评审和主题检索的工作文件。若同名目录已被其他用途占用，采用稳定的 ccfa-workfiles-/，不混用或覆盖。

需要时才创建 source/（可复用源文件）、assets/（参考与图标）、cache/（下载与提取缓存）、build/（当前预览与构建日志）。同一产物跨 skill 共用目录，普通迭代更新原文件，不使用含义不明的 temp、misc 或 final-final。完成后清理本任务产生且已确认可丢弃的过程文件，保留原始数据、可编辑源文件、最终产物及必要对比证据；失败生成不覆盖可用结果。已有目录不因新命名规则被搬迁，完整规则见产物合约。

中文输出采用显式 UTF-8 读写，兼容带 BOM 的输入；终端管道、中文文件名和图形字体分别检查。家族校验已加入中文与生僻字回归，解码错误会明确报出，避免用替换字符掩盖问题。图中的中文使用可用的 CJK 后备字体，保留原定的西文字体。

最新更新：让长任务走得更稳，让好想法走得更远

v0.11.0 · 更新于 2026-10-20

一项研究做了几周，对话越来越长，助手还在认真回答，却慢慢忘了你最初为什么要做这件事。你让几个助手一起帮忙，它们可能查了同一批论文，又把相似的答案交回来。好不容易写完一段，句子看起来都很正式，读起来却没有一条清楚的线索。

这次更新从这些时刻出发。我们希望 CCFA-Skills 能陪研究者把一件事做下去，记住重要的约定，接好已经完成的工作，也为值得尝试的新想法留出空间。你可以把更多时间用来判断问题是否重要、证据是否有力、下一步是否值得做。

反降智：对话再长，也要记得为什么出发

假设你最初的要求是“在现有算力下，找到一个值得做的新方向”。几轮讨论后，助手却开始堆模块、加实验，最后给出一个超出预算的计划。每一步都有解释，合起来已经偏离了你的目标。

现在，长任务会按需要保留一份简短记录，把你的目标、重要限制、当前路线和下一步放在一起。在换路线、接收其他助手的结果或恢复上下文时，先对照这些约定。发现回答错位，就回到真实文件和证据，保住已经做对的部分，从一个能检查的小步骤继续。新证据说明原路线走不通时，仍然可以改路，并交代清楚原因。

这就是我们对“反降智”的实际处理：让目标更难丢失，让一次错误更难污染后续工作。连续性规则记录了具体做法。

多智能体：一起工作，也要各自带回有用的东西

审视一个新方向时，可以让不同助手先独立思考机制，再交换相关证据。核对论文时，一个负责引用，一个负责数值与结论，最后由同一位负责人把发现接回稿件。这样，每个助手都有一个具体问题要回答，交回来的结果也有可以核对的出处。

分工围绕完整的问题展开。一条论证里的问题、洞察和方法由同一位作者贯穿；其他助手接手能独立完成的查证、机制比较或实现，交回的结果有明确用途。局部缺口交回原助手补齐，已经拆散的工作重新归拢。共享文件有明确负责人，旧版本上的结论先核对再采用。支持多智能体的宿主据此安排协作，推理档位高也不需要把任务拆得更碎。详见任务模式与交接规则。

自主科研：让下一轮实验真正接住上一轮的发现

凌晨的一次实验失败了。它可能是代码出了错，也可能是实验没能区分两个解释，或者结果确实否定了假设。下一步应该回到哪里，决定了我们是在推进研究，还是继续花时间打转。

这次把科研循环接到了实际执行：先跑基线，围绕一个具体假设修改研究代码，再读取真实结果，决定保留、放弃、修复或探索另一种机制。研究目标和比较条件保持清楚，路线可以随证据改变。一次指标提升还要回到原问题判断价值，运行失败也不会被写成科学结论。需要的专业能力继续由现有 skills 协作完成，不要求每轮再开一组评审。

有些实验没有刷新分数，却排除了一个错误解释，这样的发现也值得留下。当前最佳方案与值得继续探索的方向分别记录，让下一步有依据。一次任务里学到的经验，经过其他任务检验后，才适合写成通用规则。

新增的轻量执行脚本负责顺序实验、次数与执行时长预算、受保护文件变化检查、原始日志和受控回退。宿主 agent 负责提出假设、修改候选和继续研究；脚本不会自行调用模型服务或创建后台科研任务，训练等实际工作由指定命令执行。恢复时先看已有运行记录，同一实验 ID 不会被悄悄重跑。当前目标、最佳候选和关键失败条件留在紧凑上下文里，需要时再回读证据。

请围绕检索停止条件自主迭代。沿用项目的评价脚本和数据划分，最多运行 6 次（含基线与失败），每次不超过 60 秒，累计实验执行不超过 240 秒。不使用付费服务。先检查已有结果，再选择能区分机制的实验；保留原始记录，最后交付最佳候选和仍未解决的问题。

自主科研使用说明与命令给出了完整入口。这项能力由明确的科研任务和该任务的预算启动，沿用七项个性化设置；“维护期规则迭代”仍只负责维护。普通改稿、思路审核和只要方案的请求保持原来的使用方式。脚本测试验证执行与恢复规则，开放式科研质量和总 token 收益还需要真实项目比较。

个性化：把时间花在你此刻最在意的地方

同一个研究者，在不同阶段也会需要不同的帮助。改一句话时，希望干净利落；关键结果迟迟解释不清时，愿意再查几篇论文；投稿前，希望有人独立看一遍最重要的结论。

日月配置台让这些偏好可以被看见、调整和记住。你可以给日常任务设一个轻盈的默认，再为某篇论文单独增加复核或检索。七项增强分别说明会多做什么、可能多花哪些时间与 token，支持三种语言和日夜主题。上面的配置台示例展示了日常改稿、投稿核查和思路探索三种用法。

创新与写作：让每一次修改都有内容上的进展

一个新模块应该解释它改变了什么，删掉它又会失去什么。已经证实走不通的想法可以及时放下，值得探索的假设也可以先用理论、反例或观察来区分。我们清理了强制“再救一次”和重复打分的冲突，让探索有机会跨出小修小补，也让选定的方向能够稳定推进。

写作则从段落想表达什么开始，检查句与句之间是原因、证据还是推论，再调整顺序和措辞。本版补上了中英文分号与密集 rather than 的诊断，但真正要修复的是读者跟不上的论证。科学上必要的对比和限制继续保留。详见思路优化、写作约束与 Humanization。

这次继续往下查，我们发现，有些“AI 味”来自技能之间的要求打架：写作刚删去一句自我辩护，评审模板又让它在结尾补上局限；一个方向已经被文献覆盖，检索仍要求再找一条挽救路线。我们清理了这些冲突，让写作、思路和实验共同遵循一个原则：把正在研究的对象、方法和关系说清楚。实验计划回答当前问题，评审意见指出具体缺口，修复完成就结束这一轮。

比如“为了严谨起见，我们提出一个可验证、可实现的方案”，如果没有说明方案做了什么，就应该继续写出实质内容。反过来，“索引可实现离线增量更新”表达了技术能力，应当保留。新增诊断会提示密集的抽象标签、反复比较和表格中的防御性措辞，最终仍要结合上下文判断。你明确选用的个人标点和节奏习惯，也会优先于通用的表面偏好。你可以直接说：

请润色这一段，先理清句子之间的原因和证据，再调整措辞。保留数字、实验条件和真正影响结论的限制。

绘图：放进论文后，读者仍然看得明白

一张图在大屏幕上很漂亮，缩进论文却看不清；同一个方法换了颜色，两组相差百倍的数据各自铺满坐标，看起来几乎一样。这次我们把这些容易被忽略的细节补进绘图工具：按最终印刷宽度设置字号，按需使用 pt 线宽，同一对象沿用颜色，可比较的面板共用坐标或色阶，图例合并，标题和数字按需保留。

热图、相关矩阵和火山图也能用于生信等领域的数据。工具会区分 p 值、校正 p 值与 q 值，明确零值的显示方式，并拒绝越界相关系数和负概率；不会为了顺利出图悄悄改掉数值。机制图则先整理参考图的布局关系与组件，再检查对齐、间距、文字和科学内容。额外候选图与独立复核继续由原有配置开关决定。

请把这些结果排成双栏论文图，最终宽度 7 英寸、文字至少 9 pt。同一方法保持同色，同单位面板共用坐标，删去重复标题，检查缩小后的可读性。

绘图调用示例包含共享色阶热图、多面板趋势图和 q 值火山图。已有调用方式继续可用；以前被静默修正的非法数据现在会明确报错。

文件与上下文：下次打开，还能接着做

修改一张图、换一个 skill，应该能继续找到同一份源文件和当前结果。现在，各技能沿用清楚的工作目录，普通迭代更新当前文件，交接时带上必要证据的位置。原始材料、可编辑文件和有用的验证记录会留下，可丢弃的过程文件按任务清理。详细规则只在用到时加载，减少把整段历史一遍遍搬进上下文。目录示例见仓库结构。

这次更新保留了 17 个 skills 和既有评审结构，相关结构与场景检查已经通过。希望下一次你打开项目时，能够更快接上思路，把精力留给真正值得解决的问题。

完整更新记录 · 此前的 ICLR 2027 适配

维护与验证

发布前运行：

python ccf-common\scripts\check_v04.py
python ccf-visual-composer\scripts\test_plot_recipes.py
python ccf-common\scripts\check_path_privacy.py
python ccf-common\scripts\check_markdown_links.py
python ccf-common\scripts\check_sources.py
python ccf-common\scripts\test_preferences.py
python ccf-common\scripts\test_continuity.py
python ccf-pipeline-orchestrator\scripts\test_research_loop.py
node --check ccf-common/assets/configurator/app.js
node ccf-common/scripts/test_configurator.js

这些检查验证 17 个技能的静态结构、配置与引用路径，以及现有脚本的回归用例；它们不等同于实际模型质量或 token 消耗的对比实验。实验与效率结果见 实验结果.md。

0.11.0 已通过结构与场景检查；真实模型降级时的性能收益仍待验证，链接中的历史实验也不代表当前模型的实际 token 或质量增益。

我们坚持的底线

• 不虚构实验结果、引用、模块或 venue 规则。
• 私有论文和未公开结果只读取完成任务所需的内容。
• 外部检索与图像生成只在用户授权后进行，并且只传递完成任务所需的信息。
• 用户可以停用任意 skill，其他 skills 不会绕过这一选择。
• 自动评分必须说明量表、比较对象、依据与不确定性。

致谢

感谢 Research-Paper-Writing-Skills 对学术写作 skill 开源生态的贡献。

Star 旅程

曲线由 Star History 自动更新，计数徽章由 Shields.io 自动更新。服务及 GitHub 图片缓存可能延迟显示，曲线通常缓存约 24 小时，因此不是秒级实时；点击图表可打开交互页面。

查看 2026-08-13 历史快照（离线可用）