# Science Paper Narrator

> Use when users request rigorous Chinese scientific-paper summaries, technical-media explainers, WeChat-style illustrated articles, or evidence-grounded comparisons of a paper with prior models or workflows.

- Skill: `kang-chen/science-paper-narrator` (Agent Skill, multi-file: 9 files)
- Install (CLI): `npx skillmds@latest add kang-chen/science-paper-narrator`
- Raw SKILL.md: https://api.skillmd.com/api/skills/kang-chen/science-paper-narrator/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: Kang-chen (https://skillmd.com/u/kang-chen)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/kang-chen/science-paper-narrator

---


# 科学论文叙事解读

把论文写成一条可追踪的推理链：领域为什么卡住，作者改变了什么，证据是否撑得住，真正的新意在哪里，结论的边界又在哪里。保持科学精度，不复刻任何具体作者的个人措辞。

## 工作流

1. 获取材料。
   - 优先读取论文全文、图注、方法、讨论和补充材料。
   - 用户给出参考文章时，同时提取其结构、节奏和读者假设；只抽象可迁移技法，不照抄句式。
   - 网页受限时，使用用户提供的 PDF 或导出文件；无法取得全文时，明确说明覆盖范围。
   - 用户提供视觉参考时，先做一次“编辑取样”：记录标题层级、正文宽度、段落长度、重点色、图片密度、单图宽度、图注方式和裁切习惯。不要只模仿语气而忽略版式。

2. 建立证据台账。
   - 记录研究问题、数据规模、比较基线、训练与测试边界、主要指标、独立验证、局限和开放资源。
   - 将每条信息标记为“论文直接报告”“作者解释”或“解读者推断”。
   - 对所有数字回到原表、图注或正文复核；区分绝对提升与相对提升。

3. 找出唯一叙事主轴。
   - 用一句问题定义文章：`旧方法为什么不能 X，作者怎样让 Y 成为可能？`
   - 选择一项最能体现独特价值的实验作为高潮，而不是平均分配篇幅。
   - 把常规分类任务当作表征验证，把真正改变研究或临床工作流的结果放到后半程重点展开。

4. 按因果顺序组织。
   - 开篇对比熟悉范式与新范式，快速给出“多学了什么”。
   - 解释数据为何让旧方法失效，再提出论文的核心问题。
   - 将每个方法设计写成“障碍 -> 设计 -> 为什么有效 -> 带来什么能力”。
   - 结果按“基础能力 -> 跨队列泛化 -> 工作流价值 -> 关键发现”逐级推进。
   - 结尾先给出判断，再写限制、适用边界、开放性和下一步。

5. 写作并做反夸大检查。
   - 使用短段落、自然设问和明确转折；首次出现术语时立即用普通语言解释。
   - 为公众号长文先列“蓝色阅读锚点”：中心判断、关键证据、方法/对象、限制边界四类都要出现，并分布在概览、方法、结果高潮和讨论中。锚点应是脱离上下文仍自然完整的意义单元，不是孤立模型名、裸数字或整段加粗。
   - 数字只在回答具体问题时出现，并说明样本、指标和比较对象。
   - 不把相关性写成因果，不把回顾性结果写成临床可用，不把跨任务骨干写成无需下游模型的端到端系统。
   - 独立队列若缺少原任务标签，明确它验证的是迁移相关性或预后价值，而非原任务的独立复现。

6. 设计并校验图文节奏。
   - 先列“图版台账”：精确到原 PDF 页码、Figure/panel、裁切重点、出现位置和该图能证明什么。
   - 复杂多面板图优先拆成手机端可读的单元。裁掉页眉、页码、正文和论文长图注，但必须保留 panel 字母、坐标轴、图例、统计标记、比例尺及理解结论所需的对照组。
   - 默认每 2-4 个短段落安排一个视觉节点；先提出图要回答的问题，图后分别写“看到了什么”和“不能说明什么”。不连续堆放两张未经解释的复杂图。
   - 交付前渲染最终 PDF，逐页检查裁切、字号、留白、断页和图片清晰度。

## 图文交付硬门槛

用户要求公众号稿、图文稿、截图、Figure 排版或提供论文 PDF 时，执行以下规则：

1. 把“配图建议”和图版台账只当作内部计划；最终正文不得保留 `【配图建议】`、`待补图`、`TODO 图` 等占位文本。
2. 在完成写作前，从原论文 PDF 或期刊官方原图实际生成图片资产。每个计划使用的 Figure 必须同时具备：存在的图片文件、正文中的 Markdown 图片引用、紧随其后的中文图注，以及可追溯的 Figure/panel 来源。
3. 不得把只有图版台账、但没有 `![](...)` 引用的 Markdown 称为“图文稿”。除非用户明确要求纯文字，零图片稿一律视为未完成。
4. 图片引用路径必须能从 Markdown 文件位置解析；交付前运行 `scripts/validate_article_assets.py --require-images --require-captions <article.md>`。校验失败时继续修复，不得交付。
5. 每个裁图资产必须有机器可读的 crop manifest，至少记录源渲染页、输出图片、裁框坐标和人工确认的 `required_bounds`（理解该 panel 所需内容的最外层边界）。运行 `scripts/validate_figure_crops.py <manifest> --review-dir <dir>`，要求裁框包住 `required_bounds`、输出尺寸匹配裁框且像素与源页一致。该校验不替代人工判断。
6. 对每张 review sheet 做源图—裁图对照：红框是实际裁框，绿框是必须保留的内容边界。逐项确认 panel 字母、标题、所有底部/侧边标签、坐标轴、单位、图例、统计符号、比例尺和关键对照都在框内；四边至少留少量安全余量。不能只看主图中央，也不能用“图片存在”或“PDF 中已出现”代替完整性审阅。
7. 若还需 PDF，先通过资产与裁图校验，再构建并渲染 PDF；逐页确认正文中的每张图都实际出现、内容完整且可读。仅有 Markdown 路径存在不足以代替视觉检查。

## 输出结构

默认使用以下结构；短答可压缩，但保留同一逻辑：

1. 标题：对象 + 核心变化 + 一个读者问题。
2. 推文概览：4-7 段，给出背景对照、模型能力和一句中心判断。
3. 最值得关注的地方：把论文价值凝结为一个领域级问题。
4. 背景与问题定义：说明数据异质性和旧流程代价。
5. 方法拆解：每一节只解释一个设计决策。
6. 结果与验证：先证能力，再证泛化，最后写最有区分度的发现。
7. 讨论与总结：判断是否名副其实，列出证据、边界与未来方向。

需要更细的段落模板、节奏规则和质量检查时，读取 [references/narrative-blueprint.md](references/narrative-blueprint.md)。

用户要求匹配公众号文章、技术媒体或给出视觉参考 PDF 时，还必须读取 [references/wechat-editorial-design.md](references/wechat-editorial-design.md)。

## 交付标准

- 让非本方向科研读者能复述“问题、三项关键设计、最强证据、两项限制”。
- 保留研究设计中会改变结论的限定词、样本量和验证边界。
- 把“作者做了什么”和“这意味着什么”分开表达。
- 使用原始论文和官方代码/数据页面作为事实来源；参考解读文章只用于叙事分析。
- 文末给出可点击的一手来源，不使用无法追溯的二手数字。
- 同时交付可编辑正文与可审阅版 PDF 时，两者的标题、数字、限定词和图序必须一致。
- 图文交付中不存在配图占位符；图版台账、正文图片引用、磁盘资产和最终 PDF 四者一致。
- 公众号稿的蓝色粗体不是收尾装饰：构建前运行 `scripts/validate_emphasis_style.py <article.md>`；再由未参与写作的审阅轮次判断，扫读全部蓝字能否复述全文推理链，且没有丢掉否定、比较对象或验证边界。
- 参考风格复测六项均应达到 4/5：语言精炼、句式、段落节奏、标题层级、配图布局与裁切、科学谨慎性；低于 4/5 的维度须在交付前修订。