经 AI Skill Hub 精选评估，学术论文写作 获评「强烈推荐」。这款Agent工作流在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 8.5 分，适合有一定技术背景的用户使用。
学术论文写作 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
学术论文写作 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
# 克隆仓库 git clone https://github.com/joshua-zyy/academic-paper-writer cd academic-paper-writer # 查看安装说明 cat README.md # 按 README 完成环境依赖安装后即可使用
# 查看帮助 academic-paper-writer --help # 基本运行 academic-paper-writer [options] <input> # 详细使用说明请查阅文档 # https://github.com/joshua-zyy/academic-paper-writer
# academic-paper-writer 配置说明 # 查看配置选项 academic-paper-writer --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量（覆盖配置文件） export ACADEMIC_PAPER_WRITER_CONFIG="/path/to/config.yml"
<p align="center"> <h1 align="center">📝 Academic Paper Writer</h1> <p align="center">证据驱动 · 分节闭环 · 模块协作 · 硬门控 · 可验证</p> <p align="center"> <a href="https://github.com/joshua-zyy/academic-paper-writer/blob/main/LICENSE"> <img src="https://img.shields.io/badge/license-MIT-blue.svg" alt="License"> </a> <img src="https://img.shields.io/badge/domain-CS%2FAI%2FML-brightgreen" alt="Domain"> <img src="https://img.shields.io/badge/status-active-success" alt="Status"> <img src="https://img.shields.io/badge/skill%20system-6%20skills-9A4D8E" alt="Skills"> <img src="https://img.shields.io/badge/architecture-Core%20%2B%20Subskills-orange" alt="Architecture"> </p> <p align="center"> <a href="https://joshua-zyy.github.io/academic-paper-writer"> <img src="https://img.shields.io/badge/🌐_访问项目页面-blue?style=for-the-badge" alt="官网"> </a> </p> </p>
---
Academic Paper Writer 是面向 CS / AI / ML 论文写作场景的 模块化、证据驱动 的 Agent Skill 集合。
你是否也遇到过这些论文写作焦虑？
你不是一个人，学术写作的最大障碍往往不是做得不够，而是不知道怎么写出来。 |
这不是一个简单的一次性生成整篇论文的 prompt，而是一套工程化写作系统： 先把论文拆成多个可独立验证的环节，按证据审计 → 文献检索 → 实验复核 → 起草 → 质量门 → 验证的闭环逐节推进。每个环节都设硬门控，证据不足就阻塞或降级，绝不硬写。
核心思想在于将各位researcher从枯燥的论文写作中解放出来，将更多的时间与经历投入到对于论文/模型创新点的思考与设计当中。
---
以下 Python 脚本为可选工具，按需安装：
| 脚本 | 用途 | 依赖 |
|---|---|---|
skills/academic-citation/scripts/convert-pdfs-to-md.py | 将本地 PDF 文献转换为 Markdown（本地文献库功能） | Python 3.12+, markitdown |
scripts/check_schemas.py | 验证跨技能 schema 一致性 | Python 3.12+ |
python scripts/check_schemas.py --skills-root ./skills ```
检查项： - ✅ 各子 skill schema 是否指向 shared/schemas/ 的权威版本 - ✅ 所有 debt 字段在 schema 和 SKILL.md 之间是否对齐 - ✅ SKILL.md 中引用的 reference 文件是否存在 - ✅ 步骤编号是否一致
| 模型 | 说明 |
|---|---|
| 🚀 **DeepSeek V4 Flash** | 没其他原因，主要是token价格低，且是推理模型支持1m上下文，目前opencode zen中免费使用 |
┌──────────────────────────────────────────────────────────────────────────┐
│ 编排器核心工作流 │
│ │
│ 🎯 Step 0 判定任务模式 │
│ ↓ │
│ 🔒 Step 1 确认 venue / 语言 + 本地文献库（🔴硬阻塞） │
│ ↓ │
│ ⏭ Step 1b 可选 PDF→MD 转换（生成脚本提示用户，不阻塞主流程） │
│ ↓ │
│ 🔍 Step 2 并行证据审计（⚡涉及多 probe 时必须并行 dispatch） │
│ ↓ │
│ ┌──────────────────────────────────────────────────────────────────┐ │
│ │ 调研阶段 │ │
│ │ 📚 Step 3 文献检索与核验（三步流程） │ │
│ │ ├─ 3a 本地文献库优先搜索（MD/PDF 直读） │ │
│ │ ├─ 3b 联网检索 + 全文获取 + subagent 阅读 │ │
│ │ └─ 3c 聚合 + Citation-to-Claim Map + 3d 引用清单文件 │ │
│ │ 🔬 Step 4 实验事实复核 │ │
│ └──────────────────────────────────────────────────────────────────┘ │
│ ↓ │
│ 🧩 Step 5 Section Blueprint / Method Blueprint │
│ ↓ │
│ ✏️ Step 6 Draft v1（前置深度探查检查 + 占位符系统 + 待补项清单） │
│ ↓ │
│ 📌 Step 6.4 占位符审计 + 图表生成 │
│ ↓ │
│ ┌──────────────────────────────────────────────────────────────────┐ │
│ │ 质量门（双阶段审查） │ │
│ │ ⚖️ Step 6.5 证据合规审查（Phase 1） │ │
│ │ ✨ Step 6.6 Prose Quality Gate（Phase 2，内化调用） │ │
│ │ 📏 Step 6.7 Expansion Pass（内容密度检查） │ │
│ └──────────────────────────────────────────────────────────────────┘ │
│ ↓ │
│ ✅ Step 6.8 Self-Review & Verification │
│ │ │
│ ├── passed → 🔄 Step 7 依赖感知 Section Loop（推进下一节） │
│ └── failed → ⬆️ 回到 Step 6.5 证据合规审查 重来 │
│ │
│ 📌 Abstract 后置 — 所有核心章节全部 passed 后才允许生成 │
│ 📋 Step 8 引用清单生成（**强制**，核验 >= `min_citations` 篇引用，默认 35） │
└──────────────────────────────────────────────────────────────────────────┘- 🔒 Step 1 是硬阻塞，缺少 venue/language + 本地文献库确认时不能继续 - 📐section-drafting也要走完整闭环，只是缩小证据范围 - 🚧 Introduction / Related Work 在零 VERIFIED 引用时必须阻塞 - ⚡ Step 2 涉及多个 probe 时必须并行 dispatch，不得串行 - 📋 论文完成时 Step 8 强制生成引用清单，核验 >=min_citations篇引用（默认 35）
---
高质量的AI驱动学术论文写作工具
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
AI Skill Hub 点评：学术论文写作 的核心功能完整，质量优秀。对于自动化工程师和运维人员来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。
| 原始名称 | academic-paper-writer |
| 原始描述 | 开源AI工作流：面向 CS / AI / ML 领域的证据驱动、分节推进的论文写作 Agent Skill。。⭐8 · HTML |
| Topics | academic-writingagent-skillspaper-writing |
| GitHub | https://github.com/joshua-zyy/academic-paper-writer |
| License | MIT |
| 语言 | HTML |
收录时间：2026-05-25 · 更新时间：2026-05-26 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。
选择 Agent 类型，复制安装指令后粘贴到对应客户端