Claude Code / Codex skill — 面向中国 AI / ML 研究者，主投 Nature Machine Intelligence、次投 Nature Communications / Nature Computational Science、必要时冲刺 Nature 的论文写作技能。
把"能过审的 arXiv 风格"打磨成"Nature 系审稿人读完会说 well-written, clearly motivated, compelling, careful, and hard to put down 的论文"——本 skill 是 44 篇开放获取论文逐句抽取出来的 craft + taste + story-craft 手册，覆盖 abstract / intro / results / methods / discussion / figure 全链路。
| 部分 | 文件 | 内容 |
|---|---|---|
| 写作 skill | SKILL.md |
骨架公式、写作顺序、按任务加载的 routing table、提交前 checklist、屏幕边 quick card、44 篇语料附录 |
| 写作细节 | references/01-story.md … 15-taste-development.md |
15 个主题文件，按需 Read |
| 配图 skill | FIGURE-SKILL.md |
Fig. 1 schematic 6 种构图、Wong/Okabe-Ito 8 色、字体字号、matplotlib/ggplot 模板、Illustrator 拼版流程 |
| 配图细节 | figure-references/01..12-*.md |
12 个主题文件，按需 Read |
| 语料 | extracts/01-singlecell.md … 07-ai-methods.md |
7 类领域 / 44 篇 OA 论文的 verbatim 抽取，所有引文可 grep 回原文 |
| 抽取方法 | _framework.md |
重建 / 扩充时参考 |
写作不是线性的。SKILL.md 只保留全局看得见的部分（骨架、顺序、checklist、quick card），其余 4000+ 行细节拆到 references/，按 routing 表只 Read 1–2 个文件——避免把整本手册塞进 context window。
| 你正在做什么 | Read |
|---|---|
| 写 abstract | references/03-abstract.md |
| 写 Results 子节 | references/05-results.md + FIGURE-SKILL.md |
| 自审稿 | references/09-reviewer-protocol.md + references/13-antipatterns.md |
| 选投哪个刊 | references/14-journals.md |
| 卡在一句话上 | references/08-sentence-taste.md |
| 长期 taste 培养 | references/15-taste-development.md |
完整 routing 表见 SKILL.md §1。
# 用户级（所有项目都能用）
git clone https://github.com/SyntaxSmith/nature-writing-skill.git ~/.claude/skills/nature-writing
# 或项目级（仅当前项目）
git clone https://github.com/SyntaxSmith/nature-writing-skill.git .claude/skills/nature-writingClaude Code 启动后会自动读取 SKILL.md 的 frontmatter。在对话里输入 /nature-writing 触发，或直接自然语言："用 nature-writing skill 帮我打磨这段 abstract"。
Codex 没有 skill 概念，把仓库 clone 到任意位置，然后在项目 AGENTS.md 里加指针：
git clone https://github.com/SyntaxSmith/nature-writing-skill.git ~/skills/nature-writing<!-- AGENTS.md -->
## Writing for Nature-family journals
When drafting or revising papers for NMI / NC / NCS / Nature, first read
`~/skills/nature-writing/SKILL.md`, then load only the relevant
`references/*.md` per the routing table in §1.1.或临时把对应章节作为附件丢给 Codex：
codex "@~/skills/nature-writing/references/03-abstract.md 用这一节检查我的 abstract"SKILL.md 是纯 Markdown，没有专属语法。任何能读文件的 LLM 工具（Cursor、Continue、Aider、ChatGPT custom GPT、Gemini Code Assist……）都可以把它当 system prompt 或附件用。
写 abstract
> 我有一段 ML 方法论文的 abstract，请用 nature-writing skill 检查 pivot、
KEY-RESULT 是否有 named baseline、outlook 动词是否与证据强度匹配。
[paste abstract]
自审稿（5-pass harsh referee）
> 用 references/09-reviewer-protocol.md 的 SNEER / NOD / ASK / CUT 协议
审一遍我的 Results 章节，每段给 invisible answer。
提交前总扫
> 跑一遍 SKILL.md §2 的 checklist，每条标 ✅ / ⚠️ / ❌，
⚠️ 和 ❌ 给具体修改建议。
子门类剧本
> 这是一篇 LLM-agent 论文，按 references/12-subgenres.md 的剧本检查：
prompt 报告完整性、tool schema 在不在 SI、外部 API 版本和 date 有没有写。
.
├── SKILL.md # 写作 skill 瘦索引（必读）
├── FIGURE-SKILL.md # 配图 skill 瘦索引
├── _framework.md # 抽取方法论
├── references/ # 15 个写作细节文件
│ ├── 01-story.md # 7 种 canonical story shapes、Fig. 1 四种功能
│ ├── 02-title.md # Title 6 种定式
│ ├── 03-abstract.md # 5–8 句句式图、Two-gap、carve-out
│ ├── 04-intro.md # 漏斗 4–6 段、6 种 hook、GAP 词库
│ ├── 05-results.md # 标题三风格、figure call-out、统计写法、ablation
│ ├── 06-methods.md # 复现性三处呼应、LLM-agent 专用清单
│ ├── 07-discussion.md # Outlook 动词等级、Limitation as boundary
│ ├── 08-sentence-taste.md # rhythm、经济、restraint、negative space
│ ├── 09-reviewer-protocol.md
│ ├── 10-voice.md # DeepMind / NMI / NC / NCS / 临床 5 种 voice
│ ├── 11-language-bank.md # 强动词 / hedge / 段间连接
│ ├── 12-subgenres.md # 7 个子门类剧本
│ ├── 13-antipatterns.md
│ ├── 14-journals.md # 各刊 voice 与策略
│ └── 15-taste-development.md
├── figure-references/ # 12 个配图细节文件
├── extracts/ # 7 个语料文件 / 44 篇 OA 论文 verbatim
└── archive/SKILL.v3.md # 上一代 craft-only 版（保留供参考）
| # | 领域 | 论文 | 刊物 |
|---|---|---|---|
| 1–6 | 单细胞基因组 | Geneformer · SCimilarity · Tangram · scIB · CellOracle · CellFM | Nature × 3 / Nat Methods × 2 / NC |
| 7–12 | 蛋白 / 结构 AI | AlphaFold2 · ESM-2 · ProteinMPNN · RFdiffusion · AlphaMissense · Foldseek | Nature × 2 / Science × 3 / Nat Biotechnol |
| 13–18 | 物理 / 气候 / 材料 | GraphCast · GenCast · DIMON · M3GNet · HINTS · GNoME | Science / Nature × 2 / NCS × 2 / NMI |
| 19–24 | 药物发现 | DynamicBind · Wong-MRSA · Halicin · SyntheMol · RetroExplainer · DRAGONFLY | NC × 4 / Nature / Cell |
| 25–30 | 临床 AI | MedSAM · UNI · CONCH · Virchow · MedPerf · Ferber-GPT4V | Nat Med × 3 / NC × 2 / NMI |
| 31–36 | ML 通用 / 基础模型 | ChemCrow · AlphaGeometry · MolE · SemanticLens · Cancer-Imaging-FM · FunSearch | NMI × 4 / Nature × 2 / NC |
| 37–44 | 纯 AI 方法 (v5 新增) | DeepSeek-R1 · Densing-law · AligNet · ADeLe · Webb-MAP · DiscoRL · Farquhar-semantic-entropy · Whitelam-Simmering | Nature × 5 / NMI / NC × 2 |
所有引文均来自开放获取论文（CC-BY 等 license），用于学术评论 / 写作教学。原作者保留版权。
新增第 8 类领域 / 第 45 篇论文：
- 用
_framework.md的抽取格式，在extracts/下加新文件。 - 把新句式 / 新模板回灌到对应
references/*.md（不是SKILL.md，后者保持瘦索引）。 - 更新
SKILL.md附录 A 的 corpus 表 +references/README.md的目录。
- 代码 / Markdown 结构 / 抽取框架：MIT
- verbatim 引文：原作者保留版权，使用时遵守对应 OA license。本仓库属于学术评论 / 教学用途。
"Many problems in mathematical sciences are easy to evaluate, despite being typically hard to solve."
— FunSearch (Romera-Paredes et al., Nature 2024)
写论文这件事正相反：易写难精。这把 skill 的目标，是让写得"对"和写得"好"之间的 gap 缩短一些。