Habilidades nature-writing
📝

nature-writing

Baixo Risco 📁 Acesso ao sistema de arquivos

Esboce seções de manuscrito no estilo Nature a partir das suas anotações

Pesquisadores frequentemente têm afirmações brutas, figuras ou rascunhos em chinês, mas têm dificuldade em produzir prosa bem estruturada no estilo Nature. Esta skill carrega os fragmentos de escrita adequados e esboça seções de manuscrito rigorosas e prontas para publicação.

Suporta: Claude Codex Code(CC)
🥈 77 Prata
1

Baixar o ZIP da skill

2

Upload no Claude

Vá em Configurações → Capacidades → Skills → Upload skill

3

Ative e comece a usar

Testar

A utilizar "nature-writing". Afirmações: Nosso método reduz a latência de inferência em 40 por cento em dispositivos de borda. Resultados: 40 por cento de redução de latência, 2 por cento de queda de acurácia, avaliado em três benchmarks.

Resultado esperado:

  • Eixos detectados: paper_type=research, section=abstract, language=en, journal=nat-comms
  • Contexto: A inferência em tempo real em dispositivos de borda é limitada pela largura de banda de memória e pelo tamanho do modelo.
  • Lacuna: Os métodos de compressão existentes ou sacrificam a acurácia ou exigem retreinamento.
  • Método: Propomos uma estratégia de poda ciente do hardware, guiada por perfilamento de latência.
  • Resultado principal: Em três benchmarks, nosso método alcança uma redução de 40 por cento na latência de inferência com apenas 2 por cento de queda na acurácia, sem retreinamento.
  • Significado: Isso permite a implantação de modelos competitivos em hardware com recursos limitados.
  • Limite: Os resultados são validados em tarefas de classificação; a generalização para tarefas generativas permanece como trabalho futuro.

A utilizar "nature-writing". Esboçar introdução a partir deste rascunho: O trabalho existente foca em inferência baseada em nuvem. A implantação em borda é limitada por computação e memória. Propomos uma arquitetura leve.

Resultado esperado:

  • Reestruturado usando o pipeline de decomposição de desafios:
  • Abertura em funil: A implantação em borda de modelos profundos é cada vez mais crítica para aplicações sensíveis à latência, porém os orçamentos de computação e memória dos dispositivos continuam sendo gargalos severos.
  • Tentativas existentes: Trabalhos anteriores exploram poda, quantização e busca de arquitetura, mas cada um troca acurácia por eficiência ou exige retreinamento custoso.
  • Lacuna não resolvida: Uma solução implantável que preserve a acurácia sem retreinamento ainda está ausente.
  • Este trabalho: Apresentamos uma arquitetura leve que alcança acurácia competitiva com uma fração do orçamento de computação, implantável em hardware de borda comum.

Auditoria de Segurança

Baixo Risco
v1 • 6/24/2026

The static scanner flagged 776 potential issues across 66 files, but manual review confirms nearly all findings are false positives. The skill is an academic writing assistant that drafts manuscript sections. The 'weak cryptographic algorithm' hits refer to academic vocabulary like 'hash', 'seed', and 'digest' used in writing contexts. The 'path traversal' hits are YAML fragment-path references in the manifest. The 'Ruby/shell backtick execution' hits are markdown inline-code formatting throughout prose and examples. The only real filesystem behavior is reading skill fragment files. No prompt injection attempts, no exfiltration, and no malicious intent were detected.

66
Arquivos analisados
3,230
Linhas analisadas
5
achados
1
Total de auditorias
Problemas de Baixo Risco (4)
manifest.yaml:9-12
Fragment-file path references in manifest
manifest.yaml references paths like ../_shared/core/reader-workflow.md using parent-directory traversal syntax. These are static fragment paths the skill router reads, not user-controlled paths, and represent no injection risk.
SKILL.md:12-73references/introduction.md:13-399references/method.md:13-195
Markdown inline-code formatting flagged as shell backticks
Extensive use of markdown inline-code backticks throughout prose and examples was misclassified as Ruby/shell execution. All occurrences are formatting tokens for terms like `section`, `paper_type`, `language`, and journal names used as examples in writing guidance.
references/method.md:7-195references/introduction.md:71-368
Academic vocabulary matched as cryptographic keywords
Terms such as 'hash', 'seed', 'digest', and 'key' used in scientific-paper writing examples triggered 'weak cryptographic algorithm' detections. These are ordinary English words in academic contexts, not code.
README.md:26-27
External URLs to public writing resources
README.md links to two public resources (a Notion page and a GitHub repo) used as attribution for the skill's writing methodology. These are read-only references and do not fetch data into the skill.

Fatores de risco

📁 Acesso ao sistema de arquivos (7)
manifest.yaml:9 manifest.yaml:10 manifest.yaml:11 manifest.yaml:12 static/core/stance.md:11 static/core/workflow.md:13 static/fragments/journal/nat-comms.md:5
Auditado por: claude

Pontuação de qualidade

64
Arquitetura
100
Manutenibilidade
87
Conteúdo
50
Comunidade
82
Segurança
91
Conformidade com especificações

O Que Você Pode Construir

Esboçar um manuscrito completo a partir de anotações de laboratório

Um estudante de pós-graduação tem figuras, tabelas de resultados e anotações em chinês. A skill detecta os eixos, carrega os fragmentos correspondentes e esboça todas as seções necessárias no estilo Nature.

Reconstruir a introdução para resubmissão

Os revisores pediram um enquadramento mais nítido da contribuição. A skill reescreve a introdução usando um pipeline de decomposição de desafios e um funil de parágrafo-resumo da Nature.

Gerar uma seção de métodos a partir de um esboço técnico

Um engenheiro tem um diagrama de pipeline e tópicos. A skill os organiza em uma seção de métodos módulo a módulo, com motivação, design e vantagens.

Tente Estes Prompts

Esboçar um resumo a partir de afirmações e resultados 
Tenho as seguintes afirmações e resultados principais dos meus experimentos. Esboce um resumo no estilo Nature seguindo a estrutura contexto-lacuna-método-resultado-significado-limite.

Afirmações: [cole 3-5 frases]
Resultados: [cole números-chave, figuras ou ablações]
Periódico alvo: Nature Communications
Reestruturar uma introdução usando um funil de desafios 
Minha introdução atual parece uma revisão de literatura. Reestruture-a usando o pipeline de decomposição de desafios: lacuna em escala de campo, gargalo do trabalho existente, problema não resolvido, nossa contribuição. Aqui está o rascunho:

[cole a introdução]
Escrever uma seção de métodos a partir de um esboço de módulos 
Gere uma seção de métodos no estilo Nature a partir deste esboço de pipeline. Para cada módulo, explique motivação, design, fluxo de execução e vantagens técnicas.

Módulos: [liste os módulos]
Figuras referenciadas: [liste os números das figuras]
Executar uma auto-revisão de risco de rejeição 
Audite meu manuscrito com base em uma lista de verificação adversarial de revisor. Identifique afirmações fracas, mecanismos sem suporte, ablações ausentes e declarações de limite ambíguas.

[cole o rascunho completo ou a seção específica]

Melhores Práticas

  • Declare os eixos detectados em uma linha curta antes de esboçar, para que o usuário possa corrigir de forma barata
  • Escreva o argumento de uma frase primeiro e, em seguida, construa as seções ao redor dele
  • Carregue apenas os fragmentos selecionados pelos eixos, nunca a camada estática completa
  • Liste as evidências ausentes em 'Suposições ou entradas faltantes' em vez de inventar conteúdo
  • Execute a auto-revisão adversarial antes de considerar um rascunho concluído

Evitar

  • Não invente dados, mecanismos, estatísticas, tamanhos de amostra ou afirmações de novidade
  • Não carregue todos os fragmentos de static/ no contexto para uma única requisição
  • Não escreva um rascunho a partir do chinês espelhando a ordem das frases do chinês para o inglês
  • Não pule as etapas de planejamento, mesmo quando o usuário pedir prosa imediatamente

Perguntas Frequentes

Qual é a diferença entre esta skill e uma skill de polimento?
Esta skill esboça e estrutura seções de manuscrito a partir de anotações brutas. Uma skill de polimento melhora o inglês em nível de frase em um rascunho já finalizado.
Esta skill pode escrever em chinês?
A skill traduz a intenção e o argumento das anotações em chinês para prosa em inglês. Ela não produz saída em chinês.
Quais periódicos a skill suporta?
Suporta Nature, Nature Communications e um modo genérico de periódico científico. Os subperiódicos da Nature são mapeados para o modo nature.
A skill fabrica dados ou citações?
Não. A skill evita explicitamente inventar dados, mecanismos, estatísticas, tamanhos de amostra ou afirmações de novidade. Evidências ausentes são listadas como suposição.
Como a skill decide quais fragmentos carregar?
O roteador lê o manifest.yaml, detecta os valores dos eixos a partir da requisição do usuário e carrega apenas os arquivos de fragmentos correspondentes. A camada estática nunca é totalmente carregada no contexto.
Posso usar esta skill para um periódico fora da Nature?
Sim. Use o modo de periódico genérico para periódicos científicos padrão. Para periódicos da família Nature, incluindo subperiódicos, use o modo nature.

Detalhes do Desenvolvedor

Licença

MIT

Repositório

https://github.com/Yuan1z0825/nature-skills/tree/main/skills/nature-writing

Referência

main

Estrutura de arquivos

📁 agents/

📄 openai.yaml

📁 references/

📁 examples/

📁 abstract/

📄 template-a.md

📄 template-b.md

📄 template-c.md

📁 introduction/

📄 novel-task-challenge-decomposition.md

📄 pipeline-not-recommended-abstract-only.md

📄 pipeline-version-1-one-contribution-multi-advantages.md

📄 pipeline-version-2-two-contributions.md

📄 pipeline-version-3-new-module-on-existing-pipeline.md

📄 pipeline-version-4-observation-driven.md

📄 technical-challenge-version-1-existing-task.md

📄 technical-challenge-version-2-existing-task-insight-backed-by-traditional.md

📄 technical-challenge-version-3-novel-task.md

📄 version-1-task-then-application.md

📄 version-2-application-first.md

📄 version-3-general-to-specific-setting.md

📄 version-4-open-with-challenge.md

📁 method/

📄 example-of-the-three-elements.md

📄 method-writing-common-issues-note.md

📄 module-design-instant-ngp.md

📄 module-motivation-patterns.md

📄 module-triad-neural-body.md

📄 neural-body-annotated-figure-text.md

📄 overview-template.md

📄 pre-writing-questions.md

📄 section-skeleton.md

📄 abstract-examples.md

📄 index.md

📄 introduction-examples.md

📄 method-examples.md

📄 abstract.md

📄 article-architecture.md

📄 chinese-author-workflow.md

📄 conclusion.md

📄 experiments.md

📄 introduction.md

📄 method.md

📄 nat-comms-2025-corpus.md

📄 nature-summary-paragraph.md

📄 paper-review.md

📄 paragraph-flow.md

📄 related-work.md

📁 static/

📁 core/

📄 output-format.md

📄 stance.md

📄 workflow.md

📁 fragments/

📁 journal/

📄 generic.md

📄 nat-comms.md

📄 nature.md

📁 language/

📄 en.md

📄 zh-to-en.md

📁 paper_type/

📄 algorithmic.md

📄 hypothesis.md

📄 methods.md

📄 research.md

📄 review.md

📁 section/

📄 abstract.md

📄 conclusion.md

📄 discussion.md

📄 experiments.md

📄 intro.md

📄 method.md

📄 related-work.md

📄 title.md

📄 manifest.yaml

📄 README.md

📄 SKILL.md