lirc0618

Cui Writing — Development skill for Claude Code

Development community

caj论文写作分身:可检索语料 + 12 个写作流程的 Agent Skill(Codex / DeepSeek Harness / Claude Code).

How to install Cui Writing

This entry records only its repository, not the path inside it, so there is no exact command to give. Open lirc0618/cui-writing and copy the folder into ~/.claude/skills/, or the file into ~/.claude/agents/.

What Cui Writing does

caj论文写作分身:可检索语料 + 12 个写作流程的 Agent Skill(Codex / DeepSeek Harness / Claude Code).

Alternatives in Development

  • IPolloWork — Enterprise-grade, local-first Agent Workbench for people and agent teams 4.9k ★
  • Petdex — A public gallery of animated pets for Codex, Claude Code, DeepSeek Harness, Hermes, OpenCode, Gemini CLI, and 4k ★
  • Flowix — Notes for you, Memory for your agents 374 ★

README

cui-writing · 崔老师写作分身

按崔爱娇(Aijiao Cui)论文的**论证结构、措辞选择与证据边界**起草、改写、润色学术论文的 Agent Skill,并附 IEEE 论文图表制作能力。

不是一个"模仿风格"的提示词。它把 61 份论文拆解成可检索的原文块、可执行的写作规则和明确的证据约束,用**ID + 页码**支撑每一条建议。


这是什么

类型 Agent Skill(SKILL.md + 参考资料 + 标准库脚本)
适配 Codex、DeepSeek Harness、Claude Code 等支持 Agent Skills 的代理
依赖 Python 3 标准库,无第三方包
语料 61 份材料 / 742 个选页位置,逐页精读
版本 2.2.0

核心思路

普通"写得像某位教授"的做法有两个通病:模型只学会堆 however / hence,或者把源论文的数字和结论直接搬进新稿。

本技能反其道而行:

  • 学论证,不学词频 —— 还原"工程矛盾 → 技术缺口 → 机制选择 → 收益与代价"的链条
  • 禁止事实迁移 —— 源研究的数字、器件、实验、攻击结论不得进入用户新稿
  • 区分可学与不可学 —— 原文的笔误、过强断言、OCR 错误被记为反例,不是要模仿的风格
  • 每条建议可追溯 —— 必须给出语料 ID 与 PDF 页码

语料构成

类别 数量 在技能中的角色
期刊论文 18 主要口吻参照:论证、机制解释、实验讨论
第一作者会议论文 15 压缩篇幅下的问题定位与贡献写法
指导的硕士论文 27 仅前两章,补长篇组织与综述结构
合著书籍章节 1 教学性实例、能力边界表述

归因分层使用:**24 篇第一作者**为主要参照,**10 篇合著**只补体裁,**27 篇学生论文**只提供结构证据,不假定为导师亲笔。


12 个内置流程

**写作**

流程 用途
tech-paper-template 梳理论证骨架,检查问题—挑战—模块—贡献是否对应
intro-drafter 引言起草与重组
paper-writer 其他章节与全文
paper-polish 忠实润色,保留科学含义

**IEEE 图表**

流程 用途
drawio-academic-chatgpt 生成可编辑 .drawio 架构 / 流程 / 拓扑图
ieee-figure-table-chatgpt CSV → 矢量 PDF/SVG,内置字体,纯标准库

**评估与流程**

`figure-designer` · `idea-evaluator` · `benchmark-paper-template` · `deep-research` · `rebuttal-guidance` · `pre-submission-reviewer`


证据规则举例

技能会主动拦截这些常见错误:

**数字不能换分母**

同样的 8076 额外门,在 pipelined AES 是 3.80%,在 iterative AES 是 31.66%。只摘 3.8% 是误导。

**观察不能升级为定理**

10⁶ 次随机测试零匹配,只能写 "none was observed under…",不能写 "false positives are impossible"。

**收益必须带代价**

J15 总体面积更低但 delay 略高;J16 前文面积总是更低、本文 timing 只有 23/38 更好,不能改写成"全面最优"。

**机制论证 ≠ 实测**

C08 的功耗比例是器件数推算,不能改称实测。

**跨论文不能强行统一**

J07/J11 与 J10 的 self-loop 行为规则并不相同,不建立"崔老师总用某个判据"。


安装

自动(推荐)

python3 scripts/install.py

默认装入 `~/.agents/skills/cui-writing` —— Codex 与 DeepSeek Harness 共同扫描的目录,装一次两边都能用。

`