nature-skills：把 Nature 级写作的「潜规则」变成 AI 的菜谱卡

一句话定位：这是一个「顶刊写作与科研绘图」的开源 Skill 工具箱。作者 袁一哲 把 Nature 级论文写作里那些没人明说、但审稿人都在意的门道——结构、语气、图表、统计、返修策略——拆成 21 张 AI 能直接用的「菜谱卡」（Skill）。

它不替你做科研，而是解决科研之外的那一半难题：怎么把已经做出来的成果，写成、画成、改成顶刊愿意发表的样子。

它要消灭的 5 个常见死法

• 死法一：结构不对味。把"实验报告"式写法直接投 Nature——顶刊要的是"故事线"，不是流水账。
• 死法二：图表拖后腿。数据很好，图却模糊、配色刺眼、图注看不懂——审稿人第一印象就崩了。
• 死法三：统计露马脚。n 写不清、生物学重复和技术重复混为一谈、伪重复——这是顶刊审稿人的"雷达重灾区"。
• 死法四：参考文献穿帮。卷期页码写错、DOI 对不上、甚至引用了不存在的文献——信任瞬间清零。
• 死法五：返修信不会写。大修意见几十条，回得没条理、语气不对、漏回关键点——等于把"复活赛"打成"告别赛"。

作者与背景（实测信息）

• 作者：袁一哲；协议 Apache-2.0（可商用、可修改的宽松开源协议）。
• 人气：GitHub stars 45882（2026-10-05 实测），是科研 skill 类仓库里的顶流。
• 网页版：natureskills.cn，内置了 Polishing（润色）+ Figure（绘图）两个最常用的 skill，不想装命令行的可以直接用网页。
• 一个小彩蛋：README 提到，这个仓库的引用体系 / 脚本思路 / 技能设计哲学，被 Google DeepMind 关注借鉴过——能被顶级 AI 实验室"抄作业"，侧面说明这套 skill 设计确实有东西（课件按事实转述，不夸大）。

仓库的组织方式非常干净：skills/ 目录下，每个 skill 是一个独立文件夹，就是一个可安装单元。看懂目录树，就看懂了它的设计哲学：

nature-skills/                        ← 仓库根
├── README.md                          ← 说明文档（安装/用法/网页版）
├── LICENSE                            ← Apache-2.0 开源协议
└── skills/                            ← ★ 21 个可独立安装的 skill + 1 个共享包
    ├── nature-writing/                ← 论文写作
    │   ├── SKILL.md                   ← 路由/前置描述：AI 读到它才知道何时触发
    │   ├── manifest.yaml              ← 声明轴与 always_load
    │   ├── references/                ← 写作规范、期刊风格碎片
    │   ├── static/  templates/        ← 静态资源与模板
    ├── nature-figure/                 ← 科研绘图（结构同上）
    ├── nature-reviewer/               ← 模拟审稿
    ├── nature-polishing/              ← 润色
    ├── nature-response/               ← 返修信
    ├── nature-ref-verifier/           ← 参考文献核验
    ├── nature-statistics/             ← 统计审查
    ├── nature-academic-search/        ← 学术检索
    ├── nature-citation/               ← 支撑文献查找
    ├── nature-literature-pipeline/    ← 文献管线
    ├── nature-paper-card/             ← 论文精读卡
    ├── nature-reader/                 ← 论文转 Markdown
    ├── nature-downloader/             ← 合法全文下载
    ├── nature-data/                   ← 数据可用性声明
    ├── nature-experiment-log/         ← 实验日志
    ├── nature-image2ppt/              ← 图片转可编辑 PPT
    ├── nature-paper2ppt/              ← 论文转汇报 PPT
    ├── nature-paper-trans/            ← PDF 逐页生图翻译
    ├── nature-paper-to-patent/        ← 论文转专利草稿
    ├── nature-proposal-writer/        ← 开题/ proposal 写作
    └── nature-shared/                 ← ★ 共享支持包（不是独立 skill，默认不单独触发）
        └── core/                      ← 各 skill 公用的核心定义
            ├── reader-workflow.md / paper-type-taxonomy.md
            ├── ethics.md / research-compliance.md
            ├── terminology-ledger.md / consistency-sweep.md
            └── main-text-discipline.md / nature-results-discussion.md …

设计亮点：一个 skill = 一个文件夹 = 一个可安装单元

想用哪个装哪个，不用全量安装。这种"模块化"设计有三个好处：① 按需取用，只做文献汇报就装 reader + paper2ppt；② 互不干扰，升级 writing 不会影响 figure；③ AI 负担小，一次只加载用得到的卡。

21 个可独立安装的 skill（nature-shared 除外，它是共享支持包）正好排成一条科研流水线。下面按 4 条线分组，点击展开看每个 skill 干什么、什么时候用它：

流水线速览：一张图记住 21 个 skill 的位置

nature-academic-searchnature-downloader → nature-readernature-paper-cardnature-literature-pipelinenature-citation → nature-proposal-writernature-writing → nature-figure → nature-polishing → nature-reviewernature-ref-verifiernature-datanature-statistics → nature-response

并行支线：nature-experiment-log（实验过程记录）· nature-paper-to-patent（成果转专利）· nature-image2ppt / nature-paper2ppt / nature-paper-trans（汇报与阅读工具）

下面 6 个是这套工具箱的"王牌"。每个都讲清四件事：干什么、解决什么痛点、输入什么输出什么、一个你可以直接复制去用的例子。例子里的 [方括号] 换成你自己的内容即可。

这是"顶刊写作"分类的核心。Nature 系列期刊的审稿人脑子里都有一张隐形 checklist——下面这张图和清单，就是把那张 checklist 翻译成人话：

↑ 手绘图①：Nature 论文结构拆解——每一段的任务、潜规则、对应 skill

写作三大"潜规则"

1. 每句话都要有证据支撑。顶刊正文里几乎不允许"想当然"：一个结论句，背后必须有图/表/数据或引用。写完一段就问自己——"这句话的证据在哪？"找不到就删。
2. 结论必须有边界。"我们的方法在 X 条件下有效"比"我们的方法是最好的"更得审稿人欢心。过度外推（overclaim）是 Nature 审稿人最反感的事之一，Discussion 里主动承认局限反而加分。
3. 图表自明性。读者只看图 + 图注，不读正文，也能 get 到这张图想说什么。图注要写全：样本量、统计方法、误差线含义，一个都不能少。

统计报告要点（nature-statistics skill 的审查清单）

统计是顶刊审稿人的"雷达重灾区"，以下每一条都可能成为拒稿理由：

• 生物学重复 vs 技术重复：前者是"不同的生物个体/独立实验"（比如 6 只小鼠），后者是"同一样本测 3 次"。只有生物学重复能证明结论可靠，两者绝不能混为一谈。
• 伪重复（pseudoreplication）：把技术重复伪装成生物学重复报 n——比如同一批细胞分 3 个孔测 3 次，就敢写 n=3。这是学术不端边缘的红线。
• exact n：每个实验必须写清确切的样本量（n=6，而不是"n≈5–7"），图注里也要写。
• 多重比较：同时比较很多组时要做校正（如 Bonferroni），否则假阳性满天飞。
• 检验统计量写全：ANOVA 要报 F 值和自由度（F/df），t 检验要报 t 值和自由度（t/df）——只写 p<0.05 是不够的。
• 数值一致性：图注、正文、结论里的同一个数字必须完全一致，小数点后位数也要统一。

返修策略要点（nature-response skill 的方法论）

• 先读懂决定信，再定策略：Major revision（大修）→ 补强证据链，可能要补实验；Minor revision（小修）→ 聚焦文字、格式与小澄清。策略错了越努力越尴尬。
• 意见编号化：E.1（编辑意见）、R1.1 / R2.3（审稿人×条目），让编辑一眼看到"每条意见都有着落"。
• 审稿人互盲：每位审稿人的意见单独成节回复，不混在一起，避免"串供"嫌疑。
• 逐点回复 + cover letter：每条意见"复述→回应→修改位置"三段式；cover letter 给编辑一封言简意赅的总结信。
• LaTeX 模板：skill 自带返修信 LaTeX 模板，格式一步到位。

把 21 个 skill 放进真实科研时间线里走一遍。下面这张手绘流程图里，每个环节都标注了负责的 skill：

↑ 手绘图②：从灵感到发表的 Nature 流水线——红色虚线是"返修回炉"循环

流水线 8 站详解

1. ① 检索 — nature-academic-search + nature-downloader：多源检索找文献，合法路由下全文；citation 给每个论断找支撑，他引审计排除"自卖自夸"。
2. ② 精读 — nature-reader + nature-paper-card + nature-literature-pipeline：PDF 转中英对照 Markdown，输出 01–16 节精读卡，长期跟踪方向动态。
3. ③ 写作 — nature-proposal-writer → nature-writing：proposal-first 先定问题链与章节契约，再四轴碎片拼出目标期刊风格的章节草稿。
4. ④ 绘图 — nature-figure：Python/R 创建多面板投稿级图表，走一遍"审计"再导出；还能顺手做 AI 图形摘要。
5. ⑤ 润色 — nature-polishing：语言层面精修 + 学术翻译 + 精简，事实与证据边界纹丝不动。
6. ⑥ 审稿模拟 — nature-reviewer + nature-ref-verifier + nature-data + nature-statistics：投稿前"四重安检"：毒舌模拟审稿、参考文献交叉验证、数据可用性合规、统计审查。
7. ⑦ 返修 — nature-response：解析决定信定 Major/Minor 策略，意见编号、互盲隔离、逐点回复 + cover letter + LaTeX 模板。
8. ⑧ 发表 🎉 —accept！记得把数据和代码按 Data Availability 声明公开。

并行支线：nature-experiment-log 全程记录实验过程（可进 Obsidian）；nature-paper-to-patent 把成果转成专利草稿；nature-image2ppt / nature-paper2ppt / nature-paper-trans 负责汇报与阅读。

安装方式是 npx skills（需要 Node.js 18+）。下面 5 条命令覆盖"查看 → 按需装 → 全量装 → 检查 → 更新"全流程，点击右上角复制即可用：

① 先看看仓库里有哪些 skill

复制npx skills add Yuan1z0825/nature-skills --list

② 按需安装一个（示例：只装绘图 skill）

复制npx skills add Yuan1z0825/nature-skills --agent codex --skill nature-figure --yes --copy

③ 全量安装（21 个 skill 一次装好）

复制npx skills add Yuan1z0825/nature-skills --global --agent codex --skill '*' --yes --copy
# 或者更简单的写法：
npx skills add Yuan1z0825/nature-skills --all

④ 检查装好了没有

复制npx skills list --global --agent codex --json

⑤ 以后更新

复制npx skills update --global --yes

不想装命令行？用网页版

natureskills.cn 是作者做的网页版，内置了 Polishing（润色）+ Figure（绘图）两个最常用的 skill，打开浏览器就能用，适合先体验再决定要不要全量安装。

一句话总结

nature-skills（作者袁一哲，stars 45882，Apache-2.0）把 Nature 级学术写作与科研绘图的"潜规则"拆成了 21 张 AI 可用的菜谱卡（skill），外加 1 个共享支持包 nature-shared 做公共底座，覆盖检索 → 精读 → 写作 → 绘图 → 润色 → 审稿模拟 → 投稿 → 返修整条科研流水线，还附带网页版 natureskills.cn（内置 Polishing + Figure）。

三个最值得带走的设计思想

1. 模块化 skill：一个 skill = 一个文件夹 = 一个可安装单元，按需取用、互不干扰——这是所有 AI skill 仓库都该学的组织方式。
2. 四轴碎片：writing skill 用 task × paper_type × section × language × journal 拼出精准指令，"调酒式"组合比"一刀切"模板聪明得多。
3. 共享支持包：nature-shared 把术语、伦理、合规等公共定义抽出来复用，21 张卡共用一个"调料架"。

延伸思考（留给你）

1. 这套"把隐性知识拆成 skill 卡"的思路，除了顶刊写作，还能用在哪些领域？（比如：基金申请书、专利撰写、教学课件……）
2. AI 帮你写论文、回审稿意见，学术诚信的边界在哪？（提示：nature-polishing 的"事实与证据边界"原则就是答案的一部分。）
3. README 提到 Google DeepMind 关注借鉴了这个仓库的引用体系 / 脚本思路 / 技能设计哲学——你觉得顶级实验室看中的到底是什么？

仓库原链

↗ GitHub：Yuan1z0825/nature-skills ↗ 网页版：natureskills.cn

作者：袁一哲 · Stars 45882（2026-10-05 实测）· 协议 Apache-2.0 · 分类：顶刊写作