コミュニティ

論文スキルパック

学術論文の執筆、データ計算、論文コンテキストの解決のためのプロフェッショナルスキル。

3 スキル 0 インストール

今日更新

インストール

このパック内のすべてのスキルをインストールするには、このコマンドを実行してください:

npx skillstore add @thesis-skill-pack

CLI は Codex と Claude Code のフォルダを自動検出し、利用できる場合は両方にインストールします。

概要

使用ガイド

AI が改善しました

クイックスタート

1

ニーズを明確にし、適切なスキルを選択する

現在のタスクに基づいてスキルを選択します。論文の不足詳細（データセット分割など）を解決する必要がある場合 → paper-context-resolver を使用；散在するメモをナラティブに整理する必要がある場合 → writing-beats を使用；Nature スタイルのドラフトを生成する必要がある場合 → nature-writing を使用。

paper-context-resolver を使用して再現の詳細を解決する

対象論文のタイトルまたは DOI と、README で不足している具体的な詳細を提供します。例: 'Resolve the validation set split scheme for ECCV 2020 paper X'。システムは正確な詳細と、可能性のある矛盾記録を返します。

入力：
- 論文タイトル: "Learning from Ambiguous Data"
- 疑問: "検証セットはランダム分割ですか、それとも固定分割ですか？"
出力：
- 分割方式: 固定分割、元データセットの第1-1000サンプルに基づく
- 矛盾: README ではランダム分割を使用しているため、注意が必要

3
writing-beats を使用してナラティブ記事を作成する

実験結果や観察メモなどの元資料を提供します。最初のビート（例: '実験設定を説明する'）を選択します。システムがそのビートを書いた後、記事が完成するまで、提示された選択肢から次のビートを選択します。
```
開始資料：
- 実験A: 精度 92%
- 実験B: 精度 95%
- 観察: 改善はデータ拡張によるもの
開始ビート: "実験Aを紹介する"
システムがビートを出力した後の選択肢: ["実験Bへ移る", "データ拡張を論じる", "失敗事例を分析する"]
```
4
nature-writing を使用して科学論文を生成する

研究ステートメント、中核的な結果、図、または中国語ドラフトを提供します。システムは、タイトル、要旨、序論、方法、結果、考察などのセクションを含む Nature スタイルの論文ドラフトを出力します。
```
入力：
- 主な発見: 新モデルは少数ショット学習で SOTA を 5% 上回る
- 図表: 図1 精度比較、図2 収束曲線
- 中国語メモ: 私たちはメタ学習に基づくアーキテクチャを提案した...
出力：
- 要旨段落
- 序論セクション
- 方法: モデルアーキテクチャの説明
```

詳細ガイド

# 論文スキルパック使用ガイド

## 概要
Paper Skills Pack は研究者向けに設計されたプロフェッショナルツール群で、文献詳細の解決、ナラティブ記事の構築、Nature スタイルの科学論文執筆という3つの中核機能をカバーします。論文執筆が初めての方でも、効率的なアウトプットを求める経験豊富な研究者でも、このパックは執筆品質と効率の向上に役立ちます。

## コアスキル

### 1. paper-context-resolver
**目的:** README やリポジトリ内のファイルだけでは再現に必要な重要詳細が不足している場合に、元論文の情報源から特定の詳細（データセット分割、前処理方法、評価プロトコル、チェックポイント対応、実行時の前提など）を解決し、矛盾を記録します。
**適用シナリオ:** AI 論文を再現する際に、論文の詳細を正確に解決する必要がある限定的な不足点にのみ使用します。一般的な論文要約、リポジトリ概要、環境構築、コマンド実行、タイトルのみの検索には適していません。
**例:** CV 論文を再現しているが、README にテストセットの分割方法が説明されていないとします。このスキルを使って元論文を解析し、正確な分割方法を取得し、リポジトリ側の前提との矛盾を記録します。

### 2. writing-beats
**目的:** 記事をビートベースの choose-your-own-adventure 形式に整えます。ユーザーは元資料から開始ビートを選択し、システムはそのビートだけを執筆したうえで、次のステップの選択肢を提示します。ビートは記事が自然に結論に至るまで進行します。
**適用シナリオ:** 実験データや観察メモなどの元資料があり、それを論証的な論文ではなくナラティブな記事として構成したい場合。
**例:** 3つの実験結果に関するメモがあるとします。“Result A” のビートから開始すると、システムは短い文章を書き、その後 “Result B を導入する”、“Result A の意義を論じる”、“方法の詳細” などの選択肢を提示し、物語を段階的に完成させます。

### 3. nature-writing
**目的:** 著者が提供したステートメント、結果、図、メモ、中国語ドラフトに基づいて、Nature スタイルの科学論文セクションを下書き、再構成、計画します。
**適用シナリオ:** 散在する研究データや中国語ドラフトを、専門的で標準化された Nature ジャーナル形式に変換する必要がある場合。
**例:** 実験データと主要な発見を提供すると、このスキルは構成が Nature ガイドラインに従うようにしながら、要旨、序論、方法、結果の考察などのドラフトセクションを生成します。

## 推奨ワークフロー
1. まず **paper-context-resolver** を使用して、再現中に遭遇した曖昧な詳細を明確にします；
2. 次に **writing-beats** を使用して、研究ストーリーをナラティブに接続します；
3. 最後に **nature-writing** を使用して、ナラティブを正式な科学論文へ変換します。

## 注意事項
- 各スキルには特定の目的があります。誤用しないでください。たとえば、paper-context-resolver は通常の論文読解には使用すべきではありません。
- writing-beats は探索的・記述的な記事に最も適しており、厳密な論理的論証を必要とする論文には適していません。
- nature-writing を使用する際は、最良の結果を得るために、提供する元資料が十分に詳細であることを確認してください。

これら3つのスキルを適切に組み合わせることで、研究データから投稿可能な論文までの完全なワークフローを効率的に完了できます。