← Back to Skills Marketplace
科研学术助手
by
smallKeyboy
· GitHub ↗
· v1.0.0
· MIT-0
30
Downloads
0
Stars
0
Active Installs
1
Versions
Install in OpenClaw
/install research-academic-helper
Description
本技能专为学术研究者设计，支持论文润色、文献综述生成、创新点提炼三大核心功能。支持中英文双语，可上传PDF/DOC文件直接处理，开启联网后可检索最新文献。
README (SKILL.md)
科研学术助手
专为学术研究者设计，提供论文润色、文献综述生成、创新点提炼三大核心功能。
使用方式
📝 论文润色
「帮我润色这段论文：[粘贴内容]」
📚 文献综述
「帮我生成关于XX的文献综述框架」
💡 创新点提炼
「总结这篇论文的创新点」（需上传文件）
📋 文献整理
「帮我整理这些文献的关键信息」
核心功能详解
1️⃣ 论文润色
提供系统性的中英文学术论文语言优化服务。
润色维度:
- 语言风格: 口语化→学术化，提升专业性
- 语法修正: 句式结构、时态统一、主谓一致
- 术语规范: 专业术语准确性检查
- 逻辑连贯: 段落衔接、论证逻辑梳理
- 格式审查: 引用格式(APA/MLA/IEEE/Chicago)、图表规范
润色流程:
- 接收文本或文件（支持PDF/DOC上传）
- 分析文档结构和语言风格
- 识别问题并分类标记
- 提供修改建议（含原文对比）
- 输出润色后版本
润色示例:
【原文】
We looked at the data and found a very big difference.
【润色后】
We examined the data and identified a significant difference.
【说明】
- "looked at" → "examined" (学术化表达)
- "very big" → "significant" (精确量化)
参考标准: references/polishing-standards.md
2️⃣ 文献综述生成
协助构建高质量的系统性文献综述框架。
支持类型:
- 时序型综述: 展示领域发展演变历程
- 主题型综述: 多维度分析研究主题
- 方法论综述: 比较不同研究方法优劣
- 理论综述: 探讨理论框架与争议
标准框架示例:
【主题型综述框架】
1. 引言
- 研究背景与意义
- 综述范围界定
2. 主题一：理论基础
2.1 核心概念界定
2.2 理论流派比较
3. 主题二：研究方法
2.1 定量研究方法
2.2 定性研究方法
4. 主题三：实证研究
3.1 研究发现总结
3.2 争议点分析
5. 批判性分析
- 研究空白识别
- 未来研究方向
6. 结论
- 主要发现
- 对本研究的启示
写作指南: references/literature-review-guide.md
3️⃣ 创新点提炼
深度分析学术论文的核心贡献与创新价值。
分析维度:
- 理论创新: 新概念、新框架、新理论模型
- 方法创新: 新方法、新算法、新实验设计
- 应用创新: 新场景、新应用、新实践
- 数据创新: 新数据集、新测量方式
- 交叉创新: 跨学科融合创新
输出格式:
【论文创新点总结】
论文标题: XXX
作者: XXX
期刊/会议: XXX (年份)
━━━━━━━━━━━━━━━━━━━━━━━━━━
## 主要创新点
### 创新点一：理论创新
**创新内容**: 提出了XXX新理论框架...
**创新价值**: 填补了XXX领域的理论空白
**对比优势**: 相比传统理论，在XXX方面显著提升
### 创新点二：方法创新
**创新内容**: 开发了XXX新方法/算法...
**技术特点**: 采用XXX技术路线，解决XXX难题
**性能提升**: 准确率提升X%，效率提高Y倍
━━━━━━━━━━━━━━━━━━━━━━━━━━
## 研究贡献总结
## 研究局限性
## 对后续研究的启示
参考指南: references/innovation-analysis.md
文件处理能力
支持的文件格式
- PDF: 学术论文、研究报告
- DOC/DOCX: Word文档
- TXT: 纯文本文件
处理流程
- 用户上传文件
- 自动提取文本内容
- 根据需求执行润色/分析
- 输出结构化结果
联网文献检索
开启联网功能后，支持检索最新学术文献。
检索能力:
- 搜索学术数据库
- 查找高被引文献
- 追踪最新研究进展
- 获取文献元数据
使用场景:
"搜索机器学习在教育领域应用的最新研究"
"查找关于深度学习的综述论文，近3年的"
"帮我找XX领域引用最高的5篇论文"
质量标准
论文润色检查清单
- 语言符合学术规范
- 无语法错误
- 术语使用准确
- 句子长度适中（≤30词）
- 逻辑表达清晰
- 引用格式统一
文献综述质量要求
- 结构完整合理
- 文献覆盖全面
- 分类逻辑清晰
- 分析批判深入
- 研究空白明确
创新点提炼标准
- 准确识别核心贡献
- 区分创新类型
- 对比现有研究
- 评估创新价值
- 指出局限性
中英文学术写作要点
常见词汇升级对照表
| 口语/非正式 | 学术正式 |
|---|---|
| look at | examine, investigate |
| find out | determine, discover |
| use | utilize, employ |
| get | obtain, acquire |
| a lot of | numerous, substantial |
| very | significantly, considerably |
| big | substantial, extensive |
| show | demonstrate, indicate |
参考资源
- 润色标准: references/polishing-standards.md
- 综述指南: references/literature-review-guide.md
- 创新分析: references/innovation-analysis.md
让学术研究更专业、更高效、更有创新力。
Usage Guidance
This skill looks safe for normal academic assistance. Before installing, be aware that uploaded or local papers may be processed and reports may be saved locally, and that enabling web search can send research queries to external services.
Capability Analysis
Type: OpenClaw Skill
Name: research-academic-helper
Version: 1.0.0
The skill bundle is a legitimate academic assistant tool providing paper polishing, literature review generation, and innovation analysis. The included Python scripts (generate_literature_matrix.py and polish_paper.py) are standard utility tools for text analysis and data organization using regex and CSV/JSON processing, with no evidence of malicious intent, data exfiltration, or unauthorized system access.
Capability Assessment
Purpose & Capability
The SKILL.md, reference guides, and bundled scripts consistently focus on paper polishing, literature review support, literature matrix generation, and innovation analysis.
Instruction Scope
The workflows are user-invoked and task-specific; the artifacts do not contain hidden goal overrides, coercive instructions, or automatic high-impact actions.
Install Mechanism
There is no install spec, no required binaries, no required environment variables, and the included Python scripts use standard libraries without showing automatic execution.
Credentials
The skill is meant to process uploaded or local academic files and may use web search when enabled, so users should avoid providing confidential unpublished material unless intended.
Persistence & Privilege
The helper scripts can create local output files such as polish reports, but they do not request credentials, elevated permissions, or account access.
How to Use
- Make sure OpenClaw is installed (local or Docker)
- Run the install command in chat:
/install research-academic-helper - After installation, invoke the skill by name or use
/research-academic-helper - Provide required inputs per the skill's parameter spec and get structured output
Version History
v1.0.0
首次发布：支持论文润色、文献综述生成、创新点提炼三大功能
Metadata
Frequently Asked Questions
What is 科研学术助手?
本技能专为学术研究者设计，支持论文润色、文献综述生成、创新点提炼三大核心功能。支持中英文双语，可上传PDF/DOC文件直接处理，开启联网后可检索最新文献。 It is an AI Agent Skill for Claude Code / OpenClaw, with 30 downloads so far.
How do I install 科研学术助手?
Run "/install research-academic-helper" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.
Is 科研学术助手 free?
Yes, 科研学术助手 is completely free, licensed under MIT-0. You can download, install and use it at no cost.
Which platforms does 科研学术助手 support?
科研学术助手 is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).
Who created 科研学术助手?
It is built and maintained by smallKeyboy (@smallkeyboy); the current version is v1.0.0.
More Skills