MS

muye1112/skill

开发工具
5 stars 质量 63 趋势 21MIT

个人科研 skill 集:文献检索、精读、综述撰写。支持 Claude Code 与 Codex

概览

PubMed、OpenAlex、Crossref 都不索引中文。实测「肠道菌群 AND 抑郁症」返回 ,而 gut microbiota AND depression 返回 。多数人以为工具坏了,其实是语言问题 —— 需要的是概念到英文主题词的映射,不是字面翻译。 投稿综述唯一致命的失效模式。引用**论文更糟 —— 不存在的 DOI 审稿人一眼看出,已撤稿的会跟着进正式发表。 1. 克隆本仓库到本地 2. Codex 命令面板运行 (或插件设置里选「从本地文件夹安装」) 3. 选择本仓库根目录(含 .codex-plugin/ 的那一层) Codex 支持指向自定义 base URL,所以国内模型也能接。编辑 ~/.codex/config.toml: 同样写法适用于通义千问、Kimi、智谱或任何中转服务 —— 改 base_url、env_key、model 三处即可。 :DeepSeek 目前不支持读图。要用 Codex 的读图能力,得选支持视觉的模型,例如通义千问: 需要 ChatGPT Plus / Pro / Business 订阅,用订阅额度不额外花钱。 1. platform.openai.com → Billing 充值(最低 5 美元) 2. API keys → Create new secret key 3. setx OPENAI_API_KEY "sk-你的key" 4. 关窗口重开,运行 codex

README

个人科研 skill 集

一套覆盖科研全流程的 skill,同时支持 Claude Code 和 Codex。

能力 说明
文献检索 中文研究问题 → 含 MeSH 主题词的英文检索式,跨 5 个免费数据库
批判性精读 PDF → 「5 问批判清单 + 全文精翻」v2.0 笔记,批量归档 Zotero(MCP HTTP 直连,零重启)
精读单篇 PDF / DOI → 结构化笔记,含图表处理
PRISMA 筛选 两阶段筛选、排除原因记录、流程图导出
主题综合 按主题组织而非逐篇罗列
引用校验 查 Crossref 确认真实存在 + 撤稿检查
创新评估 多轮检索 + 严苛批评者视角
投稿自查 自我审阅 + 同行评审模板

为什么需要它

三个反复出现的失败,任何一个都会让综述作废:

中文检索不到文献。 PubMed、OpenAlex、Crossref 都不索引中文。实测「肠道菌群 AND 抑郁症」返回 0 篇,而 gut microbiota AND depression 返回 3877 篇。多数人以为工具坏了,其实是语言问题 —— 需要的是概念到英文主题词的映射,不是字面翻译。

AI 编造或错配引用。 投稿综述唯一致命的失效模式。引用已撤稿论文更糟 —— 不存在的 DOI 审稿人一眼看出,已撤稿的会跟着进正式发表。

罗列文献而非综合文献。 「张三等研究了……李四等研究了……」是研究生最常被退稿的问题。


安装

Claude Code

放在项目内(推荐,跟项目一起走):

cd 你的项目目录
git clone [email protected]:muye1112/skill.git .claude/_tmp
cp -r .claude/_tmp/skills .claude/
rm -rf .claude/_tmp

或装到全局:

git clone [email protected]:muye1112/skill.git
cp -r skill/skills/* ~/.claude/skills/

Codex

Codex 通过 .codex-plugin/plugin.json 加载:

  1. 克隆本仓库到本地
  2. Codex 命令面板运行 Install Plugin from Folder(或插件设置里选「从本地文件夹安装」)
  3. 选择本仓库根目录(含 .codex-plugin/ 的那一层)

装好后直接说「精读这篇 PDF」「帮我做这个方向的文献综述」即可触发。

Codex 的优势是能读图。 论文的核心结果常在图表里,只读文字会漏。精读单篇优先用 Codex。


给 Codex 接大模型

Codex 需要一个 LLM 后端。三条路,按国内可行性排序。

方式一 · 任意 OpenAI 兼容后端(国内直连可用,推荐)

Codex 支持指向自定义 base URL,所以国内模型也能接。编辑 ~/.codex/config.toml:

[model_providers.deepseek]
name = "DeepSeek"
base_url = "https://api.deepseek.com/v1"
env_key = "DEEPSEEK_API_KEY"

[profiles.deepseek]
model = "deepseek-chat"
model_provider = "deepseek"

然后设 key 并启动:

setx DEEPSEEK_API_KEY "sk-你的key"
# 关掉窗口重开(setx 只对新窗口生效)
codex --profile deepseek

同样写法适用于通义千问、Kimi、智谱或任何中转服务 —— 改 base_url、env_key、model 三处即可。

读图注意:DeepSeek 目前不支持读图。要用 Codex 的读图能力,得选支持视觉的模型,例如通义千问:

[model_providers.qwen]
name = "Qwen"
base_url = "https://dashscope.aliyuncs.com/compatible-mode/v1"
env_key = "DASHSCOPE_API_KEY"

[profiles.qwen-vl]
model = "qwen-vl-max"
model_provider = "qwen"

方式二 · ChatGPT 账号登录

需要 ChatGPT Plus / Pro / Business 订阅,用订阅额度不额外花钱。

codex login

选 Sign in with ChatGPT,浏览器授权。

方式三 · OpenAI API Key

需要国际信用卡。

  1. platform.openai.com → Billing 充值(最低 5 美元)
  2. API keys → Create new secret key
  3. setx OPENAI_API_KEY "sk-你的key"
  4. 关窗口重开,运行 codex

国内网络的现实

api.openai.com 和 auth.openai.com 在国内基本不通 —— 方式二和方式三都需要代理,没有代理的话即使买了 key 也连不上。

没有代理就走方式一接国内模型。


结构

skills/
├── litreview/                  ← 主 skill,编排全流程
│   ├── SKILL.md                七阶段 + 引用防御六层
│   ├── references/
│   │   └── citation-defense.md 引用防幻觉(必读)
│   ├── scripts/
│   │   ├── verify_citations.py 引用真实性 + 撤稿校验
│   │   └── translate_query.py  跨库检索式转换 + 中文兜底
│   └── agents/openai.yaml      Codex 适配层
│
├── deeppapernote/              单篇精读 → Obsidian 笔记
├── deep-read-zotero/           批判性精读 v2.0 → Zotero 批量归档
│   ├── SKILL.md                5 问批判法 + MCP HTTP 直连原理
│   ├── codex/SKILL.md          Codex 适配版(串行流程 + 读图优势)
│   ├── references/
│   │   ├── critical-reading.md 批判性 5 问方法论(Sartorius & Thornicroft 2025)
│   │   └── note-template.md    v2.0 笔记 HTML 模板 + 写作检查清单
│   └── scripts/
│       ├── mcp_client.py       Zotero MCP HTTP 直连客户端(绕开客户端工具故障)
│       └── zotero_import.py    精读笔记批量导入 + 验证工具
├── paper-glossary/             术语表构建
├── liteparse/                  PDF 解析
│
├── literature-review/          系统综述七阶段
├── literature-review-agent/    综述方法论
├── survey-generation/          综述文章生成
├── related-work-writing/       相关工作章节
│
├── idea-generation/            研究想法生成
├── novelty-assessment/         创新性评估
├── atomic-decomposition/       原子命题分解
├── backward-traceability/      论断反向溯源
│
├── peer-review/                同行评审
├── self-review/                投稿前自查
├── scholar-evaluation/         学术评估
├── scientific-writing/         写作规范
│
├── citation-management/        引用管理 / BibTeX
├── paper-lookup/               文献查找
├── research-lookup/            跨源检索
├── pyzotero/                   Zotero 读写
│
└── skill-creator/              提炼新 skill(Anthropic 官方)

两个脚本可以单独用

不装 skill 也能直接跑,只用 Python 标准库,无需 pip install。

校验引用真实性:

python skills/litreview/scripts/verify_citations.py 我的综述.md --email [email protected]

实测输出:

  [1/5] 通过  10.1016/j.ebiom.2023.104527  Gut microbiota and its metabolites in depression
  [4/5] 编造  10.1038/s41586-024-99999-x  (第 9 行)
  [5/5] 不匹配 10.1016/j.ebiom.2023.104527  相似度 0.51
                文档写: Fecal microbiota transplantation for treatment-resistant dep
                实际是: Gut microbiota and its metabolites in depression: from patho

抓三类问题:编造的 DOI、张冠李戴(DOI 真实但配错文献)、已撤稿论文。

转换检索式:

# 中文兜底翻译
python skills/litreview/scripts/translate_query.py "肠道菌群 抑郁症 随机对照试验"

# 跨库转换
python skills/litreview/scripts/translate_query.py '("gut microbiota"[tiab]) AND depression[tiab]'

# 零结果诊断
python skills/litreview/scripts/translate_query.py "肠道菌群 AND 抑郁症" --diagnose

一句必须说清的话

AI 产出的是草稿,不是能直接投稿的成品。

STORM(斯坦福,30k★)官方明确声明产物达不到可发表水准。目前没有任何工具能端到端产出可投稿的综述。

定位是:引用可溯源的高质量初稿 + 人工精修。核查这一步无法省略。


许可

自研部分(skills/litreview/)采用 MIT。其余 skill 保留各自原许可,来源见各目录内文件。

在 GitHub 查看完整 README

推荐工具

换一个关键词,或者移除筛选条件。

安装

npx skillfish add muye1112/skill
新手?先看 mcpskill.org 教程 →