Nature Skills：用Claude Code自动化学术论文全流程详解

项目概览：给AI装上学术操作手册

上海交通大学博士开源了一个名为 Nature Skills 的项目，将学术论文从写作到发表的完整流程，通过 Claude Code 的 Skills 机制实现了全面自动化。项目包含 7 个 Skill、15 种输出文件，采用 MIT 协议完全开源。

Skill 的本质：从「靠运气」到「靠规则」

什么是 Skill？简单来说，就是给 Claude 塞了一本专业操作手册。

Claude Code 是 Anthropic 推出的命令行开发工具，允许开发者通过自然语言与 Claude 交互完成编程任务。其 Skills 机制是一种结构化的提示工程方法——开发者可以在项目目录中放置 Markdown 格式的规则文件，Claude 在执行任务时会自动加载这些文件作为行为约束。这本质上是将 System Prompt 工程化、模块化，使得 AI 的行为从一次性的对话调教变成了可版本控制、可复用、可共享的标准化配置。Skills 文件通常包含 YAML 前置元数据（用于触发条件判断）和 Markdown 正文（用于定义工作流和输出规范）。

没有 Skill 时，让 Claude 润色论文，它会按自己的理解来——风格不符合期刊要求，句子太长，用词不够学术，而且每次结果都不一样。有了 Skill 之后，Claude 会先判断论文类型，按 Nature 期刊规范来润色：每句话不超过 30 个词，按证据强度选择用词，每次都遵循同一套标准，结果稳定可复现。

核心区别：没有 Skill，Claude 靠运气；有了 Skill，Claude 靠规则。

7 个 Skill 功能逐一拆解

1. Nature Polishing（学术写作润色）

不只是改语言，还会先判断论文类型，根据类型用不同的叙事逻辑来写。更关键的是，它会帮你发现逻辑漏洞——直接标出来，而不是帮你润色过去。

2. Nature Citation（文献自动引用）

7 个 Skill 中技术含量最高的一个。它调用 Crossref API 和 PubMed，把论文分段，每段自动匹配 CNS 范围内的文献，还会给每条文献打支撑等级。

Crossref 是全球最大的学术文献元数据注册机构，管理着超过 1.5 亿条 DOI（数字对象标识符）记录。其开放 API 允许开发者通过关键词、作者、期刊等条件检索文献的标题、摘要、引用关系等结构化信息，无需付费即可调用。PubMed 则是美国国立医学图书馆维护的生物医学文献数据库，收录超过 3600 万条文献记录，其 E-utilities API 同样提供免费的程序化检索接口。Nature Citation Skill 通过组合调用这两个 API，实现了从论文文本到匹配文献的自动化流程，避免了传统手动检索的低效率问题。

这里的 CNS 是学术界对 Cell、Nature、Science 三大顶级综合性期刊的简称，广义上也包括其子刊系列（如 Nature Methods、Nature Communications、Cell Reports 等）。这些期刊代表了各学科最高水平的研究成果，其引用在学术评价体系中具有极高权重。将文献匹配范围限定在 CNS 级别，既保证了引用质量，也符合高水平论文投稿时优先引用顶刊文献的惯例。

输出 5 种格式：ENW 可直接导入 Zotero，TSV 可用 Excel 筛选。ENW（EndNote Export Format）是一种通用的文献引用交换格式，几乎所有主流文献管理工具都支持导入。Zotero 是一款开源免费的文献管理软件，在学术界使用极为广泛，支持浏览器插件一键抓取文献、自动生成参考文献列表、与 Word/LaTeX 深度集成。TSV（Tab-Separated Values）格式则可以直接用 Excel 或 Google Sheets 打开，方便研究者对候选文献进行人工筛选和标注。多格式输出的设计体现了工程化思维——同一份数据适配不同下游工具链。

3. Nature Fig（科研绘图）

特别之处在于它的「图形契约机制」：画图之前必须先定义这张图要回答什么科学问题，防止先画图再凑结论的坏习惯。

4. Nature Reader（论文双语阅读）

把论文转成双语对照的 Markdown 文件，图放在引用它的正文旁边而非堆在文末。还有一套溯源 ID 系统（S001、S002），这对知识图谱构建特别有用。

5. Nature Paper2PPT（论文转中文PPT）

7 个科学问题驱动演讲逻辑，默认 12-16 页，中文内容、英文术语保留，直接用 PowerPoint 或 WPS 打开。

6. Nature Data（数据可用性声明）

帮你起草符合 Nature 政策的数据声明，接受中文输入，产出英文。有一条重要红线：明确规定不编造 DOI。

7. Nature Response（审稿人回复信）

将审稿意见转化为结构化逐点回复草稿。它是 7 个中唯一同时有示范文件和测试评分标准的 Skill，说明作者在认真做质量控制。

实战演示：5 步跑通一篇模拟论文

作者用一篇「深度学习蛋白质结构预测方法比较研究」的模拟草稿，按规范化建议顺序跑了 5 个步骤：

Step 1 润色： 除了语言规范化，还发现了论文的逻辑问题——Abstract 提到了 MSA 深度分析和混合策略，但 Results 里根本没有对应小节。它没有帮你掩盖问题，而是留了标注告诉你投稿前必须补上。

Step 2 文献引用： 产出 80 条候选文献，每条带支撑等级评分，同时输出 5 种格式。这是纯靠对话根本做不到的事。

Step 3 图表： SVG、PDF、PNG、Python 源码 4 种格式都有。源码保留的意义在于数据变了改一行重跑就行（不过生成的图存在文字重叠缺陷）。

Step 4 数据声明： 带中文核对清单，可直接粘贴进稿件。

Step 5 PPT： 13 张中文幻灯片带演讲备注，还有质检报告告诉你哪些地方需要注意。

这套产出的价值不是帮你写论文，而是产出了一套可以持续迭代的工程化文件。

9 条 Skill 写法规律：学完就能写自己的

通过拆解源码，总结出 9 条核心写法规律：

规律 1-3：结构层面

1. Description 字段决定触发时机：中英文关键词都写，还要写什么时候不用。不写清楚，该用的时候没用，等于白写。
2. 主文件轻量，细节按需加载：核心规则放主文件，场景细节放子文件。全堆在一起会塞满 Claude 的上下文，反而变差。Claude 等大语言模型有固定的上下文窗口限制（Context Window），即单次对话能处理的最大 token 数量。当 Skill 文件过于庞大时，会占用大量上下文空间，留给用户输入和模型推理的空间就会减少，导致输出质量下降甚至信息丢失。因此「主文件轻量，细节按需加载」的设计原则本质上是在有限上下文资源下的信息密度优化——只在需要时才加载特定子文件，确保模型始终有足够的推理空间。这与软件工程中的懒加载（Lazy Loading）思想一脉相承。
3. 工作流必须编号：第一步做什么、第二步做什么显式写出来。不写顺序，Claude 想到哪做到哪，结果不稳定。

规律 4-6：规范层面

4. 写清楚默认行为：没有特殊指令时该怎么做必须明确规定，否则遇到边界情况就自由发挥。
5. 规定输出格式模板：把输出当 API 接口来设计，字段固定、顺序固定。不规定则每次格式不同，没法直接用。
6. 规则必须有来源：来自官方文档、论文、权威课程。没来源的规则靠感觉，质量没保障。

规律 7-9：工程层面

7. 两种体量路线都可行：规则简单就一个文件搞定，规则复杂就主文件加多个子文件。Nature Paper2PPT 用了 495 行单文件，Nature Response 用了主文件加 9 个子文件，两种都跑得很好。
8. 要有示例和测试用例：写几个好的输出长什么样的示范，再写几个测试用例验证效果。
9. 中文用户适配专门章节：接受中文输入，精确处理术语转换，明确最终输出用什么语言。7 个 Skill 中有 4 个专门写了这个章节。

Skill 写作模板：最小必要结构

基于 9 条规律提炼的模板核心部分：

• YAML 门控：必须有
• Description：写触发条件
• Default Stance：核心原则和禁止行为
• Workflow：必须编号，规定做事顺序
• Output Format：固定输出格式
• Relative Files：路由表，什么情况加载哪个子文件
• Source Hierarchy：规则来源

一句话总结：好的 Skill = 触发条件 + 有序工作流 + 固定输出格式 + 明确红线 + 有来源 + 能验证效果

改造方向：知识图谱自动化评测流水线

知识图谱实验常用流程（抽三元组、打 F1 分、生成问答对、RAG 检索、图谱检索等）完全可以按 Nature Skills 的写法规范各自封装成 Skill，形成完整的自动化评测流水线。

知识图谱（Knowledge Graph）是一种以图结构存储知识的技术，由节点（实体）和边（关系）组成。三元组（Triple）是知识图谱的最小单元，格式为（主语, 谓语, 宾语），例如（AlphaFold2, 预测, 蛋白质结构）。F1 分数是评估三元组抽取质量的标准指标，综合考虑精确率和召回率。RAG（Retrieval-Augmented Generation，检索增强生成）则是当前 AI 应用的主流架构，通过先检索相关知识再生成回答来减少大模型的幻觉问题。将这些环节封装为 Skill，可以实现从论文阅读到知识入库的端到端自动化。

与现有 Nature Skills 的天然结合点：

• Nature Reader 的溯源 ID 系统（S001、S002）天然就是知识图谱节点 ID 的雏形，阅读论文时顺手就能抽三元组
• Nature Citation 产出的引用关系直接就是图谱里的边
• Nature Figure 可以按期刊规范把知识图谱可视化出来

这套思路不限于学术场景——任何有重复性专业任务的地方，都能用 Skill 机制实现标准化、可复现的自动化执行。

核心要点

• Nature Skills 项目包含7个Skill，覆盖学术论文从润色、文献引用、绘图到审稿回复的全流程，MIT协议开源
• Skill的核心价值是将AI从「靠运气」变为「靠规则」，通过预定义的专业操作手册实现稳定可复现的输出
• 源码拆解总结出9条Skill写法规律，核心公式为：触发条件+有序工作流+固定输出格式+明确红线+有来源+能验证效果
• Nature Reader的溯源ID系统和Nature Citation的引用关系，天然适配知识图谱的节点和边构建
• 该方法论可推广到任何有重复性专业任务的场景，不限于学术写作