mercatorproj/vibe-thesis-skills

chapter-structure-refactor

智能章节结构重构技能,针对学术论文整个章节的写作思路、逻辑架构、内容组织进行深度分析与系统性重构。通过分析章节意图、解构句子含义、重新梳理写作逻辑,对章节进行学术级整体改写。适用于章节逻辑主线不清晰、组织混乱、表达不规范、素材利用不充分等场景;常见于方法章、模型章、实验/案例章等需要整体重塑的篇幅。

View source

How to use

  1. Copy the installation command and review the source package before installing it in your own agent environment.
  2. Check the source document for required tools, credentials and supported hosts.
  3. Describe your input and desired deliverable; review the output against the source material.
npx skills add https://github.com/mercatorproj/vibe-thesis-skills --skill chapter-structure-refactor

Before you start

  • Installation does not include a model subscription, API allowance or permission to access your files.
  • Repository stars and installation counts describe activity, not an independent quality or security test.
Original skill document

Rendered from the source repository. Headings, examples, code, tables, links, and referenced images are preserved.

Chapter Structure Refactor

Overview

本技能提供单章或连贯多节的深度重构能力,通过系统化的四阶段工作流程(深度分析→方案设计→内容重构→质量检验),对学术章节进行全方位的学术级改写。核心能力包括:章节意图深度分析、句子含义精确解构、写作思路重新梳理、素材智能重组利用。具体学科与章节编号由用户项目决定,本技能不绑定某一固定课题结构。

Workflow Decision Tree

用户请求章节重构
    ↓
识别章节类型(绪论/综述/方法/实验/结论等)与在全文中的作用
    ↓
诊断问题类型(逻辑不清/组织混乱/表达不规范/素材利用不足)
    ↓
执行四阶段重构流程
    ↓
输出重构后的完整章节

Phase 1: 章节深度分析

核心任务

  1. 章节目标分析
  • 识别章节要解决的核心科学问题和技术目标
  • 明确章节在整个论文中的学术地位和作用
  • 系统梳理章节要阐述的技术创新点和学术贡献
  • 考虑目标读者的知识背景和技术需求
  1. 技术内容梳理
  • 深度理解每个技术术语和概念的精确含义
  • 分析句子之间的因果、对比、补充等逻辑关系
  • 从零散表达中提炼核心学术观点和技术主张
  • 识别文本中隐含的技术假设和前提条件
  1. 逻辑关系识别
  • 分析现有内容的逻辑结构和组织方式
  • 识别章节中的技术关键点和创新点
  • 发现现有写作中的逻辑问题和技术缺陷
  1. 问题诊断
  • 诊断章节现有的结构问题和逻辑缺陷
  • 客观评估现有素材的学术价值和技术意义

Phase 2: 重构方案设计

核心任务

  1. 重构目标确定
  • 明确章节重构的核心目标和学术定位
  • 设计新的章节逻辑框架和论述主线
  1. 新逻辑框架设计
  • 重新设计章节的核心论述主线和逻辑发展路径
  • 按照"背景-问题-方法-验证-结论"重新组织内容
  • 确保各小节之间的逻辑递进和内容连贯
  1. 内容重组策略
  • 制定素材重新利用的具体策略
  • 最大化保留有价值的原始技术内容和实验数据
  • 根据论证需要将素材调整到最能发挥作用的位置
  1. 论证链条构建
  • 构建完整的技术论证链条,避免逻辑跳跃
  • 建立素材与核心观点之间的有效关联

Phase 3: 内容重构实施

核心任务

  1. 素材提取重组
  • 提取有价值的原始素材,按新逻辑重新组织
  • 保留所有实测数据和实验结果
  • 重新整合理论推导过程,确保逻辑连贯
  1. 逻辑重新组织
  • 重写各部分内容,确保逻辑连贯性
  • 建立清晰的章节层次结构和内容组织方式
  • 确保各部分之间形成自然的逻辑递进关系
  1. 学术表达优化
  • 统一专业术语,提升学术表达的专业性
  • 深化技术论述,增强理论分析的深度
  • 突出技术创新点,加强与现有方法的对比分析
  • 规范学术表达,符合学位论文写作标准
  1. 技术细节整合
  • 确保技术细节服务于整体论述目标
  • 整合相关内容,建立清晰的技术发展脉络
  • 完善各部分之间的过渡和衔接

Phase 4: 质量检验优化

核心任务

  1. 逻辑完整性检查
  • 验证重构后章节的逻辑完整性和连贯性
  • 确保整个章节形成完整的论述体系
  • 检查各部分逻辑递进关系
  1. 学术规范性验证
  • 检查学术表达的专业性和规范性
  • 验证术语使用的统一性和准确性
  • 确保符合学位论文的写作标准和质量要求
  1. 素材利用度评估
  • 评估原始素材的利用程度和价值体现
  • 检查素材在新框架中的位置是否恰当
  • 确认素材是否在最佳位置发挥最大论证作用
  1. 表达效果优化
  • 优化最终的表达效果和可读性
  • 确保章节层次结构清晰,主次论点区分明确
  • 验证技术创新点和学术贡献得到充分体现

Chapter-Specific Strategies

不同功能类型的章节重构策略见 chapter-strategies.md(按「综述 / 数据 / 方法 / 实验 / 结论」等类型组织,不预设具体章号或课题)。将你项目的章映射到相应类型后按需查阅。

Refactor Types & Methods

不同类型的章节问题需要采用不同的重构方法,详见refactor-types.md:

  • 类型1:逻辑主线不清晰 - 重新设计论述主线,按标准学术框架组织内容
  • 类型2:内容组织混乱 - 重新规划层次结构,分层次呈现理论框架、技术方法、实验验证
  • 类型3:学术表达不规范 - 统一专业术语,深化技术论述,突出创新点
  • 类型4:素材利用不充分 - 全面梳理现有素材,重新调整位置和呈现方式

Output Standards

重构成果必须符合以下标准,详见output-standards.md:

  • 逻辑连贯:整个章节形成完整的论述体系,各部分逻辑递进
  • 层次分明:章节层次结构清晰,主次论点区分明确
  • 表达专业:使用规范的学术语言和准确的专业术语
  • 创新突出:技术创新点和学术贡献得到充分体现
  • 素材保持:最大化保留原有有价值的技术内容和数据

Working Principles

1. 深度理解优先原则

  • 必须首先深度分析整个章节的技术内容和学术意图
  • 准确把握章节的核心技术问题和创新点
  • 充分识别现有素材的学术价值和技术意义
  • 系统梳理章节内部及与其他章节的逻辑关系

2. 素材充分利用原则

  • 最大化保留有价值的原始技术内容和实验数据
  • 根据论证需要将素材调整到最能发挥作用的位置
  • 通过重新组织使素材的论证作用更加突出
  • 确保重构后章节内容完整覆盖原章节要点

3. 逻辑重构为本原则

  • 确保重构后的章节有清晰的论述主线和逻辑脉络
  • 建立清晰的章节层次结构和内容组织方式
  • 确保各部分之间形成自然的逻辑递进关系
  • 构建完整的技术论证链条,避免逻辑跳跃

4. 学术品质提升原则

  • 使用规范的学术语言和专业术语
  • 提升技术论述的深度和学术价值
  • 有效突出技术创新点和学术贡献
  • 确保符合学位论文的写作标准和质量要求

Resources

references/

这些参考文件包含详细的实施指南、具体策略和示例,在执行重构任务时应根据需要查阅。

from this repository

More skills

All skills
mercatorproj
Community

academic-writing

学术写作一体化技能,含两种模式。(1) 格式化/润色:段落级学术润色、术语统一、公式规范化、逻辑优化,输出到草稿目录;(2) 人味化:中英文人味化改写、减弱模板化表述,可选检测脚本。对论文正文进行润色或改写时,默认应用 humanizer-zh 风格规则。默认输出目录见仓库根 README.md;学术诚信约定见仓库根 README.md。

installs
1
GitHub stars
8
Updated
Oct 10
mercatorproj
Community

formula-normalizer

智能公式规范化技能,提供数学公式格式标准化、符号一致性检查、公式风格转换等功能,以及学位论文中经典算法对比描述的通用模板生成。适用于:Markdown文档中数学公式的规范化处理、全文符号一致性检查、算法对比描述的学术写作等场景。

installs
1
GitHub stars
8
Updated
Oct 10
mercatorproj
Community

thesis-reviewer

学位论文系统性评审与语义审查技能。以研究生导师或盲审专家视角,对学位论文进行全面质量检查(选题综述、理论方法、工作量成果、逻辑结构、写作规范)以及语义级精审(语义重复、语义冗余、术语冲突、表述不一致、跨章重复、衔接断裂);全文或章节级审查时默认执行 AI 痕迹检查(humanizer-zh 模式),与语义精审、宏观评审一并输出。跨章清单见 references/review-checklist.md。学术诚信约定见仓库根 README.md。

installs
1
GitHub stars
8
Updated
Oct 10