← 返回 Skills 市场
37
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install paudyyin-thesis-review-pro
功能描述
高校硕士/博士学位论文智能评审技能。基于13篇真实论文评审经验总结的结构化评审框架,支持学硕/专硕/博士论文评审,自动生成Word格式评审意见。
使用说明 (SKILL.md)
高校学位论文智能评审 v2.0
基于13篇真实硕士学位论文评审经验总结的完整评审框架
适用场景
- 硕士学位论文评审(学术硕士 / 专业硕士)
- 博士学位论文评审
- 论文预审 / 盲审
- 批量论文评审
评审工作流
步骤 1:论文信息提取
从 PDF 论文中提取关键信息:
from pypdf import PdfReader
reader = PdfReader(pdf_path)
# 提取:页数、标题、作者、学校、学科方向、参考文献数量
# 提取:摘要(中英文)、目录、结论、致谢
# 提取:学术成果、项目经历
必须提取的信息清单:
| 信息项 | 位置 | 用途 |
|---|---|---|
| 论文题目 | 封面 | 基本信息 |
| 作者 | 封面 | 基本信息 |
| 学校 | 封面 | 基本信息 |
| 学科方向 | 封面 | 判断研究领域 |
| 论文页数 | PDF总页数 | 工作量评估 |
| 参考文献数量 | 参考文献列表 | 文献覆盖面评估 |
| 学位类型 | 封面 | 学硕/专硕/博士 |
| 学术成果 | 个人成果页 | 学术能力评估 |
| 项目经历 | 个人成果页 | 工程实践评估 |
步骤 2:论文内容分析
按以下维度分析论文内容:
A. 理论/方法创新分析
- 论文提出了什么新方法/新模型/新框架?
- 与已有文献的区分度如何?
- 创新点是否明确界定?
- 是否有理论证明/收敛性分析?
B. 实验/验证分析
- 实验设计是否合理?
- 对比基线是否充分?
- 是否有消融实验?
- 实验规模/数据集/场景是否足够?
- 是否有统计显著性检验(均值、方差、多次独立运行)?
C. 工程/应用价值分析
- 研究成果是否有明确的工程应用场景?
- 是否有实际平台验证(硬件在环/实物验证)?
- 定量对比是否清晰?
D. 写作/规范性分析
- 论文结构是否清晰?
- 中英文摘要是否对应?
- 参考文献格式是否统一?
- 公式编号是否规范?
- 图表标注是否完整?
- 英文摘要是否存在拼写/格式/语法问题?
步骤 3:公开文献对比
使用 web_search 搜索相关领域的最新进展,对比论文方法的创新性:
web_search:
query: "{论文核心方法关键词} {研究领域} 2024 2025 2026"
count: 10
freshness: "oneYear"
对比维度:
- 与已有工作的创新区分度
- 实验结果的先进性(与同期 SOTA 对比)
- 方法的实用性/可部署性
- 理论深度
步骤 4:生成评审意见
按固定模板生成结构化评审意见:
评审意见模板
# 硕士学位论文评审意见
论文题目:{题目}
作者:{作者}
学校:{学校}
学科方向:{学科方向}
论文页数:{页数}页,参考文献{数量}篇
---
## 1 论文优点 / 创新点 / 亮点
理论/方法创新:{分析论文的理论贡献和方法创新}
实验/验证充分:{分析实验设计的合理性和验证充分性}
工程应用价值:{分析研究成果的工程应用前景}
学术成果:{分析作者在学期间的学术成果}
写作与逻辑:{分析论文结构和逻辑}
## 2 存在的问题与修改建议
### 2.1 关于创新性与贡献
问题描述:{分析创新边界是否清晰,与已有工作的区分度}
建议:{给出具体的修改建议}
### 2.2 关于理论/方法的严谨性
问题描述:{分析理论推导、算法设计、数学描述的严谨性}
建议:{给出具体的修改建议}
### 2.3 关于实验/仿真设计
问题描述:{分析实验场景、数据集、对比方法、统计分析的充分性}
建议:{给出具体的修改建议}
### 2.4 关于结果分析与讨论
问题描述:{分析结果分析是否深入,机理分析是否充分}
建议:{给出具体的修改建议}
### 2.5 关于论文写作与规范性
问题描述:{分析格式、拼写、语法、参考文献等规范性问题}
建议:{给出具体的修改建议}
### 2.6 其他问题
| 类型 | 位置 | 问题描述 | 修改建议 |
|------|------|---------|---------|
| {格式错误/编号问题/等} | {具体位置} | {具体问题} | {修改建议} |
## 3 给作者的附加提问
1. {针对论文核心方法提出深入问题}
2. {针对实验设计或结果分析提出深入问题}
3. {针对展望部分提出延伸问题}
## 总体评价
{总结论文的优点和不足,给出客观公正的总体评价}
建议结论: □ 同意答辩 ☑ 修改后答辩 □ 重大修改后重审 □ 不同意答辩
创新性评价标准
| 评分 | 创新性描述 | 典型特征 |
|---|---|---|
| ⭐⭐⭐⭐⭐ | 突破性创新 | 开创新范式/全新方法,理论贡献显著 |
| ⭐⭐⭐⭐ | 重要增量创新 | 在已有框架上做出有效改进,有明确的增量贡献 |
| ⭐⭐⭐ | 有限增量创新 | 方法组合或应用场景迁移,创新区分不够清晰 |
| ⭐⭐ | 微小改进 | 仅参数调优或简单修改,创新性不足 |
| ⭐ | 无创新 | 完全重复已有工作 |
常见问题模式(基于13篇论文评审经验)
最高频问题(出现率 > 70%)
| 问题类型 | 出现率 | 说明 |
|---|---|---|
| 创新边界不清 | 77% | 与已有文献区分不够清晰 |
| 理论分析不足 | 69% | 缺少收敛性证明/理论分析 |
| 实验场景单一 | 62% | 仅仿真验证/单一数据集 |
| 写作规范问题 | 100% | 每篇都存在英文摘要格式问题 |
其他常见问题
| 问题类型 | 说明 |
|---|---|
| 缺少统计显著性检验 | 未报告多次独立运行的均值和方差 |
| 消融实验不完整 | 未分析各模块的独立贡献 |
| 跨域/跨场景验证缺失 | 未验证方法的泛化能力 |
| 参考文献格式不统一 | 作者列出标准不一致、缺少页码等 |
| 公式编号不规范 | 与章节号不对应 |
Word 文档生成
评审意见输出为 Word 文档(.docx),格式要求:
import docx
from docx.shared import Pt, RGBColor
from docx.enum.text import WD_ALIGN_PARAGRAPH
from docx.oxml.ns import qn
# 字体:标题用黑体,正文用宋体
# 字号:大标题 22pt,一级标题 16pt,二级标题 14pt,正文 12pt
# 行距:24pt(1.5倍)
# 表格:Table Grid 样式,字号 10pt
# 保存路径:评审意见_{作者}_{YYYY-MM-DD}.docx
批量评审
当需要评审多篇论文时:
- 依次提取每篇论文信息
- 按评审框架逐一分析
- 生成各自的 Word 评审意见
- 最后生成对比分析报告(包含创新性排名、共性问题分析、亮点总结)
相关文件
| 文件 | 说明 |
|---|---|
skills/thesis-review-pro/SKILL.md |
本技能文档 |
memory/2026-05-21.md |
13篇论文评审记录 |
评审意见_*.docx |
历史评审意见存档 |
版本历史
| 版本 | 日期 | 变更 |
|---|---|---|
| v2.0 | 2026-05-21 | 基于13篇真实论文评审经验重构评审框架 |
| v1.0 | 2026-04-21 | 初始版本 |
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 paudyyin-thesis-review-pro - 安装完成后,直接呼叫该 Skill 的名称或使用
/paudyyin-thesis-review-pro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
v2.0.0
v2.0: 基于13篇真实硕士学位论文评审经验重构。覆盖微电网控制/多智能体协同/强化学习/计算机视觉/点云处理/演化博弈等6大领域。结构化评审框架+创新性评价标准+Word文档自动生成+批量评审支持。
元数据
常见问题
高校学位论文智能评审 v2.0 是什么?
高校硕士/博士学位论文智能评审技能。基于13篇真实论文评审经验总结的结构化评审框架,支持学硕/专硕/博士论文评审,自动生成Word格式评审意见。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 37 次。
如何安装 高校学位论文智能评审 v2.0?
在 OpenClaw 或 Claude Code 对话框中运行命令「/install paudyyin-thesis-review-pro」即可一键安装,无需额外配置。
高校学位论文智能评审 v2.0 是免费的吗?
是的,高校学位论文智能评审 v2.0 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。
高校学位论文智能评审 v2.0 支持哪些平台?
高校学位论文智能评审 v2.0 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。
谁开发了 高校学位论文智能评审 v2.0?
由 paudyyin(@paudyyin)开发并维护,当前版本 v2.0.0。
推荐 Skills