核心内容摘要
91樱花：绽放于心间的浪漫，一场不可错过的视觉盛宴
当你还在反复调试 Prompt 时隔壁组已经用 Agent 把代码直接变成了顶会论文。
科研中最绝望的时刻往往不是没有 idea而是实验跑通后对着丑陋的 Visio 架构图调配色或者对着空白的 LaTeX 文档不知道 introduction 第一句该怎么写。
但这其实是信息差造成的。
当你还在反复调试 prompt 试图让 ChatGPT 说人话时隔壁组可能已经在一套成熟的内部工作流上完成了从代码到论文初稿的自动化构建。
GitHub 上近期开源的 awesome-ai-research-writing 项目就是为了抹平这种信息差。
该项目调研了 MSRA、字节 Seed、上海人工智能实验室等机构研究员以及 北大、中科大、上交硕博群体的日常写作习惯将一套覆盖 idea 萌发到 camera-ready 全周期的科研写作方案开源了出来。
项目地址https://github.com/Leey21/awesome-ai-research-writing覆盖 15 痛点场景不同于市面上泛滥的通用写作助手这个库的颗粒度极细且完全针对 LaTeX 和顶会标准NeurIPS/ICLR/ICML进行了适配。
项目将写作拆解为 Prompt 集合静态和 Agent Skills动态两大板块。
在 Prompt 集合中主要解决了以下具体问题基础流学术化重写在中转英场景下它不只是做简单的翻译更是在按学术标准重构表达而在润色场景下Prompt 中明确规定了要严格保护 \cite、\ref 等 LaTeX 指令防止翻译过程破坏文档结构。
逻辑增强支持无损缩写压缩字数但保留参数细节和逻辑扩写挖掘隐含的因果关系。
标题拟定提供多维度的标题生成方案帮助快速确定最具吸引力的论文题目。
视觉流架构图设计提供专门的 Visual Prompt指导模型生成 DeepMind 风格的扁平化矢量架构图。
规范化图注自动生成符合顶会格式的 Figure/Table Caption智能区分 Title Case 与 Sentence Case解决排版细节烦恼。
分析流审稿人模拟预设严苛的审稿人视角进行“红线审查”提前发现 baseline 缺失或逻辑跳跃等拒稿风险。
告别数据堆砌针对实验部分禁止模型输出“A 比 B 高
5”这类缺乏洞察的浅层罗列而是引导模型挖掘 SOTA 对比背后的参数敏感性与趋势。
Agent Skills 带来的自动化体验该项目的
核心价值在于将高阶的写作技巧固化为可复用的 Prompt 规范并集成了当前最优秀的 Agent Skills。
相比于静态的 PromptAgent Skills 能够直接调用外部工具、读取文件这才是真正的自动化体验。
该项目基于 OpenSkills (MCP) 标准依赖本地 Node.js 环境可以直接接入 Cursor 或 Claude Code实现一次配置永久复用。
代码直接变论文这是该项目最硬核的功能。
借助 20-ml-paper-writing SkillAgent 不再是一个聊天机器人而是一个能读懂代码的合作者。
关于 20-ml-paper-writing Skill 的底层原理与详细玩法我们此前曾专门撰文介绍过DeepMind同款写作Skill开源零幻觉拯救截稿焦虑本文重点看它的实战效果。
你只需要提供 GitHub Repo 的路径包含代码、README 或实验 logAgent 会自动读取上下文。
经过简单的“一句式贡献确认”交互后Agent 能自动提取方法论与实验结果搭建出符合 NeurIPS 或 ICLR 模板规范的论文骨架。
〓 在 Cursor 中调用 Agent 自动生成 ICLR 论文项目它甚至还支持跨会议格式迁移。
例如你可以要求它“把这篇 NeurIPS 格式的论文迁移到 ICML 模板注意页数限制”它会自动适配新模板的排版与篇幅要求。
顶会级绘图审美画图是科研中极其耗时的环节且容易暴露草台班子感。
DeepMind 或 OpenAI 的论文插图之所以看起来高级核心在于扁平化矢量风与柔和色调的运用。
项目提供了一套完整的视觉解决方案Canvas Skill用于辅助生成结构化的图表代码或设计草图解决“怎么画”的工具问题。
Visual Prompt专门用于指导生成模型输出符合学术审美的插图解决好不好看的风格问题。
它明确禁止使用照片级渲染、杂乱的草图线条和廉价的 3D 阴影要求生成结构清晰、从左至右或层级分明的数据流图。
〓 使用项目 Visual Prompt 生成的 DeepMind 风格架构图通过显式约束视觉风格可以大幅提升配图的专业度**Visual Style Requirements:**
Style: Flat vector illustration, clean lines, academic aesthetic. Similar to figures in DeepMind or OpenAI papers.
Color Palette: Professional pastel tones. White background.
Negative Constraints: NO photorealistic photos, NO messy sketches, NO unreadable text, NO 3D shading artifacts.
消除 AI 机械感审稿人对 Delve into, Tapestry, Leverage 这类词汇高度过敏。
一旦文章出现这些特征会导致审稿人的第一印象大打折扣极易被打上 AI 生成的标签。
项目通过“去 AI 味 Prompt”确立了严格的语言规范并可通过 Humanizer Skill 进行自动化处理。
它并非简单的同义词替换而是基于 Wikipedia 的 Signs of AI writing 标准进行系统性去痕。
词汇规范化 - 优先使用朴实、精准的学术词汇。
- 避免使用 leverage, delve into, tapestry 等被过度滥用的词。
结构自然化 - 移除机械连接词删除生硬的过渡词First and foremost, It is worth noting that。
- 严禁使用列表格式必须将 item 内容转化为逻辑连贯的普通段落。
无缝对接 Word 协作虽然 Agent 原生环境是 LaTeX/Markdown但项目专门引入了 docx Skill解决了“我写 LaTeX导师只改 Word”的世纪难题。
该 Skill 允许 Agent 直接读取 .docx 文件内容理解导师的批注和修订模式并将修改后的内容无损回写为 Word 格式。
避坑指南模型选择Agent 的效果高度依赖底层模型的能力。
根据 arena.ai 的 Creative Writing 榜单及科研实战反馈项目给出了明确的模型红黑榜推荐日常 idea 交互与论文写作主力模型推荐 Gemini-3-pro 或 Gemini-3-flash涉及代码编写与逻辑推理推荐 Claude-
5 系列。
避坑实测中GPT-
1 与 GPT-
2 在科研写作场景下表现平平。
〓 Gemini-3-pro 在创意写作榜单中位居榜首结语把排版、润色、画图、转格式这些机械劳动交给工具吧研究者的精力应该花在真正的科学问题上。
正如项目文档中所说“不要在 prompt 调试上浪费时间把精力留给真正的科研。
”配置这套工作流可能只需要十分钟但它节省的时间是难以估量的。
现在在「知乎」也能找到我们了进入知乎首页搜索「PaperWeekly」点击「关注」订阅我们的专栏吧·