Marvin-LiJunZan Integrated Academic Research Reviewer & Improver (科研Skills联合审查总控)
本技能是整个自动化科研生态的中央审查与改进调度总控。 当用户说 “调用我们科研skills来检查一下”、“用科研skills帮我过一遍”、“科研技能全面审查” 或类似指令时，必须且自动执行本套全维度联合审查协议。
4大核心维度与审查标准
审查将按以下4个维度对论文/项目/代码进行全方位诊断并直接输出可落地的改进改写方案：
[ 用户论文 / 项目代码 / 实验材料 ]
│
┌──────────────────────────────┼──────────────────────────────┐
▼ ▼ ▼ ▼
【维度 1: 实验闭环与论据】 【维度 2: 文献与防幻觉】 【维度 3: 顶刊骨架与去AI】 【维度 4: 出版级可视化】
• AI Scientist 假设-代码闭环 • STORM 多视角多跳证据链 • PaperSpine 论证主脊梁 • Scipilot 数据偏误拦截
• ARIS 跨模型对抗审视 • Cite-Verify DOI/跨库真伪 • Benchmark 5大支柱规范 • Nature/Elsevier 布局规范
• Karpathy 5-min 极简指标 • 虚假引文/撤稿/错配清零 • Human-Writing 活人感去AI味 • 矢量级/误差棒/双Y轴拦截
维度 1：端到端自主科研与实验论据闭环 (Autonomous Experimentation & Evidence)
底层驱动参考: AI-Scientist, auto-research-in-sleep (ARIS), karpathy-autoresearch
- 假设-实证单调性 (Hypothesis-to-Evidence Monotonicity)：
- 核心科学假设（Claim）是否真正被代码/实验结果支撑？是否存在“幻觉式声明”或推论过度？
- 基线与公平对比 (Fair Baseline & Ablation)：
- 是否包含关键 Baseline 对比？消融实验（Ablation Studies）是否能够独立证明各模块贡献？
- 极简与可复现性检查 (Simplicity & Reproducibility)：
- 按照 Karpathy 准则：排除为了论文复杂性而强行增加的无用超参或冗余代码；检查随机种子、依赖项和环境闭环。
- 跨模型对抗审视 (Cross-Model Adversarial Audit)：
- 模拟恶毒审稿人（Reviewer #2）发起攻击：实验数据集是否存在泄漏？评估指标是否过于讨巧？
维度 2：多跳文献链与引文防幻觉检验 (Deep Literature & Citation Integrity)
底层驱动参考: stanford-storm, Deep-Research-skills, cite-verify, reference-checker
- 真实性验证 (Ground-Truth DOI & API Verification)：
- 逐条提取 BibTeX / 文本引用，调用 CrossRef / arXiv / OpenAlex 进行真实性比对。
- 严厉标记四类状态：
[VERIFIED],[DOI_MISMATCH],[HALLUCINATED],[RETRACTED]。
- 多跳证据链与前沿定位 (Multi-hop Evidence & SOTA Positioning)：
- 论文是否漏掉了最近1-2年的关键SOTA文献？是否陷入“信息茧房”只引本学派文献？
- 引文单调性与双射验证 (Bijective Monotonicity)：
- 正文引用的每一篇文献必须在参考文献表中严格存在，参考文献表中的每一篇文献必须在正文中有明确且有意义的引用（严禁充数挂名引用）。
维度 3：顶刊骨架解构与活人感去 AI 改造 (Manuscript Framing & De-AI Humanization)
底层驱动参考: PaperSpine, benchmark-paper-template, nature-skills, ccc-author-guide, human-writing
- PaperSpine 骨架贯穿 (The Spine Check)：
- Hook（问题痛点）-> Mechanism（机制创新）-> Empirical Validation（实证支撑）-> Boundary Conditions（适用边界）。
- 每一段第一句话是否是清晰有力的论断句，而非含糊的背景铺垫。
- 五支柱完整度 (Benchmark/Tech Paper Pillars)：
- 研究盲区（Research Gap）、构建管线（Pipeline）、评测框架（Evaluation Protocol）、核心实证洞见（Empirical Findings）、技术实现（Method）。
- 彻底清除 AI 痕迹 (Human-Writing Protocol)：
- 高危词汇零容忍：严禁出现 “delve into”, "testament to", "pivotal role", "beacon", "tapestry", "in summary", "moreover" 等套话。
- 动态呼吸节奏：破除 22-26 词机械均一长句。要求交替使用单刀直入的短句（8-10词定论）与严谨展开的长句（30+词阐述机理）。
- 主动有力动词：消除无意义被动语态（如 "It was observed that..." 改为 "Increasing axial pressure accelerated..."）。
维度 4：出版级科研可视化与数据图诊断 (Publication Figures & Diagnostics)
底层驱动参考: academic-figure-skill, scipilot-figure-skill, nature-figure, ccc-academic-figure-style
- 经典画图错误拦截：
- 拦截小样本柱状图掩盖真实离散分布（必须改用箱线图/小提琴图或散点重叠）。
- 拦截双 Y 轴误导趋势、彩虹色谱（Rainbow colormap，必须改用色盲友好色系如 Viridis/Set2）。
- 拦截折线图用于离散分类变量。
- 顶刊排版与视觉标准 (Nature / Elsevier / CCC Standards)：
- 单栏（85-90mm）/ 双栏（170-180mm）排版适配。
- 字体层次严密（Arial / Helvetica / Times New Roman，轴标签 8-10 pt，刻度 6-8 pt）。
- 必须提供可复现的 Python (Matplotlib/Seaborn) 或矢量图（SVG/PDF 600 DPI）改进脚本。
标准审查报告输出规范
当触发本审查时，必须输出结构化、严谨专业的【综合科研审查与改进报告】：
# 🔬 综合科研技能全面审查与改进报告
## 📊 1. 总体综合评分与快速诊断
- 实验与论据闭环: [Score / 10]
- 文献与引文可信度: [Score / 10]
- 论文骨架与学术口吻 (去AI度): [Score / 10]
- 图表与数据可视化: [Score / 10]
- 综合审稿预判: [Strong Accept / Accept / Major Revision / Reject]
---
## ⚡ 2. 核心漏洞与红线拦截清单 (P0 级别问题)
- [列出致命缺陷，例如：存在疑似幻觉引文、关键消融实验缺失、柱状图误导、强烈的 ChatGPT 模板痕迹]
---
## 🛠️ 3. 四维深度诊断与具体改进方案
### 维度一：实验闭环与论证链 (AI Scientist / ARIS / Karpathy 视角)
- [诊断意见]
- [补充实验 / 论据加固建议]
### 维度二：引文与真实性验证 (Cite-Verify / STORM 视角)
- [引文检测结果表格：DOI / 状态 / 替换建议]
### 维度三：论文架构与去 AI 味润色 (PaperSpine / Human-Writing / Nature 视角)
- **原始段落 (Before)**:
> ...
- **修改后段落 (After - 活人学术口吻)**:
> ...
- **改动理由与节奏解析**:
- 去除的套话词汇：...
- 增强的事实密度与主动动词：...
### 维度四：数据图表与视觉重构 (Academic Figure / Scipilot 视角)
- [图表缺陷分析与改进建议]
- [配套可直接运行的 Python / Matplotlib 出版级画图修复代码]
---
## 🎯 4. 下一步行动清单 (Action Items)
1. ...
2. ...