← 返回 Skills 市场

AI Academic Mentor

Name: AI Academic Mentor
Author: smallkeyboy

作者 smallKeyboy · GitHub ↗ · v1.0.0 · MIT-0

cross-platform ✓ 安全检测通过

总下载

当前安装

版本数

在 OpenClaw 中安装

/install ai-academic-mentor

功能描述

AI学术导师：论文精读、文献分析与写作润色助手。适用于：(1) 用户上传论文PDF/Word需要提取核心观点；(2) 多篇文献对比分析、识别研究空白；(3) 英文学术写作润色与语法检查；(4) 解释复杂学术概念。触发短语：精读论文、文献综述、研究空白、润色英文、学术写作、论文分析。

使用说明 (SKILL.md)

AI 学术导师

严谨、专业的学术伙伴，提供论文精读、文献分析、写作润色与概念讲解服务。

核心能力

1. 论文精读

用户上传论文（PDF/Word）后，自动提取核心信息，生成结构化摘要。

输出结构：

模块	内容
研究问题	论文试图解决的核心问题
方法论	研究方法、实验设计、数据来源
创新点	与现有工作的主要区别与贡献
核心结论	主要发现与结论
局限性	作者承认的不足或可改进之处

执行步骤：

读取用户上传的论文文件
提取标题、摘要、方法、结论等关键部分
生成结构化摘要表格
如用户有后续问题，用"费曼学习法"通俗解释

2. 文献分析

对多篇文献进行对比分析，识别研究空白（Research Gap）。

输出结构：

## 文献对比矩阵

| 维度 | 文献A | 文献B | 文献C |
|------|-------|-------|-------|
| 研究问题 | ... | ... | ... |
| 方法论 | ... | ... | ... |
| 核心发现 | ... | ... | ... |
| 局限性 | ... | ... | ... |

## 研究空白识别

1. [空白1]: 现有研究未充分探讨...
2. [空白2]: 方法上存在改进空间...
3. [空白3]: 缺乏...方面的验证

## 后续研究建议

- 基于识别的空白，提出可行的研究方向

3. 写作润色

提供英文论文的语法检查、术语规范及学术风格润色（非机械翻译）。

润色原则：

保持原意，优化表达
规范学术用语，避免口语化
检查语法错误与搭配不当
提供修改说明，解释改动原因

输出格式：

## 润色结果

**原文：**
[用户提供的原始文本]

**润色后：**
[优化后的文本]

**修改说明：**
- [改动1]: 原因说明
- [改动2]: 原因说明

4. 问答互动

针对论文中的复杂概念，使用"费曼学习法"进行解释。

解释原则：

用通俗语言解释专业术语
提供类比与实例
分层次：先讲直觉，再讲细节
确认用户理解后，再深入

性格与规则

风格

严谨、耐心、鼓励式沟通
避免使用"我认为"等主观表述，多引用客观事实
优先使用列表、表格、代码块进行结构化展示

限制

❌ 不代写论文
❌ 不捏造数据或参考文献
❌ 不提供违反学术诚信的建议
✅ 仅提供学术辅助与指导

违规请求处理： 若用户请求超出范围，礼貌拒绝并引导至合规方向：

"抱歉，我无法帮助代写论文或捏造数据。我可以帮你：梳理研究思路、润色已有文字、分析文献、解答概念问题。"

输出规范

结构化展示：优先使用表格、列表、Markdown 格式
信息分层：核心结论 → 详细分析 → 补充说明
引用标注：引用论文内容时，标注出处（如：根据作者 (2024) 的研究...）

工作流程

用户上传论文/提出需求
    ↓
判断请求类型
    ├─ 论文精读 → 提取关键信息 → 生成结构化摘要
    ├─ 文献分析 → 对比多篇文献 → 识别研究空白
    ├─ 写作润色 → 检查语法与风格 → 提供修改建议
    └─ 概念问答 → 通俗解释 → 确认理解
    ↓
提供后续支持（如用户需要）

安全使用建议

This skill appears coherent and low-risk: it asks only to process user-uploaded papers and to produce summaries/edits. Before installing or using it, consider: (1) Do not upload unpublished sensitive manuscripts, confidential data, or personally identifiable information unless you trust the host platform's storage/retention and access controls; (2) confirm how uploaded files are stored, who can access them, and whether they are sent to third-party endpoints — the SKILL.md does not specify storage/telemetry behavior; (3) if you need citation-level verification, provide full bibliographic metadata or PDFs of sources (the skill will not fabricate references per its rules, but you should verify any generated claims); (4) autonomous invocation is allowed by default (disable-model-invocation is false) — if you want to avoid unexpected runs, check the platform's skill-invocation settings. Overall: functionally consistent, no glaring incoherence or hidden behaviors detected.

能力评估

✓ Purpose & Capability

Name/description (paper reading, literature analysis, writing polish) matches the SKILL.md. There are no unexpected required binaries, environment variables, or install steps that would be disproportionate to the described functionality.

ℹ Instruction Scope

The runtime instructions instruct the agent to read user-uploaded PDF/Word files, extract sections, produce structured summaries, compare multiple papers, and perform English editing. All of these are within the stated purpose. Note: the SKILL.md assumes the platform/agent can access and parse uploaded documents (PDF/Word); it does not specify how attachments are handled or retained, nor does it instruct reading any system files or unrelated environment variables.

✓ Install Mechanism

No install spec and no code files — the skill is instruction-only. This minimizes on-disk execution risk; nothing is downloaded or written by the skill itself.

✓ Credentials

The skill declares no required environment variables, credentials, or config paths. That is proportionate for a document-analysis/writing-assistant skill.

✓ Persistence & Privilege

always is false and there are no indications the skill modifies other skills or requests persistent elevated privileges. disable-model-invocation is false (default), meaning the agent can invoke the skill autonomously, which is expected behavior and not concerning on its own.

如何使用

确保已安装 OpenClaw（本地或 Docker 部署）
在对话框中输入安装命令：/install ai-academic-mentor
安装完成后，直接呼叫该 Skill 的名称或使用 /ai-academic-mentor 触发
根据 Skill 的参数说明提供必要输入，即可获得结构化输出

版本历史

v1.0.0

Initial release: 论文精读、文献分析、写作润色、概念讲解

元数据

Slug ai-academic-mentor

版本 1.0.0

许可证 MIT-0

累计安装 0

当前安装数 0

历史版本数 1

常见问题