mikubaka88/CCFA-Skills - 站内项目资料

本页保存的是公开项目资料快照，阅读过程不需要连接 GitHub。

CCFA Skills

A skill family for shaping the research storyline of CCF-A papers.

简体中文 · English · 繁體中文

“The structure of the prose becomes the structure of the scientific argument.” George D. Gopen and Judith A. Swan, The Science of Scientific Writing

“The very process of science is centered around communication.” Yann LeCun and James M. Manyika, Learning Abstractions

凌晨两点，实验终于结束，新的结果比预期更好。可是重新打开稿件时，真正棘手的问题才显现出来：最初那个清晰而有力的研究问题已经埋进冗长的 related work，方法描述与代码中的实际机制出现偏差；新补的实验回应了上一轮审稿意见，却让论证分成几条彼此疏离的线索。每个局部似乎都更完善了，整篇论文反而更难读懂。

许多有潜力的研究最终未能充分展现价值，并不是因为 idea 不够好，而是因为它在漫长的推进中逐渐失去了清晰的轮廓。文献越积越多，实验表格不断扩张，作者还要在研究、写作和审稿视角之间反复切换。一个无所不包的长 prompt 很难同时做好这些事情，因为检索需要忠于来源，实验需要遵循协议，写作需要围绕论证展开，审稿则必须保持独立判断。

我们因此设计了 CCFA Skills。论文不是等待逐项填充的文档，而是一条需要在反复修改中保持连贯的研究故事线。17 个分工明确的 skills 从 idea、文献和实验出发，帮助论证逐渐成形，并贯穿写作、绘图、评审、rebuttal 与投稿。当任务从一个 skill 交给另一个 skill 时，研究问题、证据和结论之间的联系仍然会被保留下来。

快速开始

ICLR 2027 适配更新（2026-09-16）：按官方指南校准匿名、页数、年份模板和 AI 使用声明检查；评审聚焦影响结论的证据与问题，沿用固定报告结构。适配细节 · 更新记录。版本仍为 0.10.0。

选择你正在使用的 Agent：

Codex 安装 · Claude Code 安装 · Cursor 安装 · Gemini CLI 安装 · 其他 Agent · 自动更新

在 Codex 中一行安装：

npx skills add mikubaka88/CCFA-Skills --global --agent codex --skill '*' --yes --copy

安装后，直接说出你正在面对的研究问题：

严格评审这三个选题并排序，指出各自最可能被拒的原因。
检索近三年与时序视觉推理相关的工作、benchmark 和公开 baseline。
根据这篇论文设计主实验、消融和鲁棒性证据，不要虚构结果。
把方法部分改写为 CVPR 风格，并保留公式、术语和引用。
根据论文绘制方法架构图，先生成审美稿，再询问是否重建为 PPTX。

为什么需要一个 skill 家族

论文研究中的困难彼此相连，却不能由同一种思维方式解决。

研究者遇到的困境	CCFA Skills 如何回应
检索、实验、写作和审稿挤在同一次对话中，彼此干扰	由最适合当前任务的 skill 负责，其他能力按需协助
文献事实、实验数字和正文结论逐渐脱节	分别核对来源、实验设计与全文一致性，让每个 claim 都能找到证据
论文越改越像审稿回复，充满防御、解释和内部状态	写作负责形成正文，Humanization 让语言回到自然、直接的学术表达
新一轮评审不断更换关注点，难以判断修订是否真正进步	同时观察当前稿件的录用准备度与相对上一版的实际改进
架构图要么只是方框流程，要么漂亮却无法继续编辑	先探索适合内容的视觉语言，再按需要重建为 SVG、PDF 或 PPTX
加载的 skills 越多，结果反而越容易受到无关规则干扰	只加载与当前问题直接相关的能力，减少无关上下文

我们珍视什么

让研究问题先于工具。 评价一个 idea 与发展一个 idea 是两种工作；设计实验与美化图表也需要不同的判断。CCFA Skills 让每一步都回到它真正要回答的问题。
让证据始终有据可查。 文献、实验协议、数值、结论、图表和引用不会被混成一团。缺失的事实保持缺失，直到它被可靠地找到或验证。
让论文听起来像学术，而不是辩护。 Humanization 删除防御性铺垫、机械枚举、过度破折号和内部工程措辞，同时保留真正影响结论的限制、证据与披露。
让评审保持独立。 Reviewer 负责判断，Writer 负责修改。先看问题，再决定如何改，避免一边审稿一边替自己解释。
让科研图表达清楚，也足够美观。 数值图保持可复现；方法图先寻找与内容相称的构图，再由用户决定是否转成可编辑版本。
让范文成为方向，而不是模板。 用户提供目标论文后，系统学习它的叙事节奏、段落职责和证据组织，但不复制原句，也不把一种写法强加给所有研究。

家族架构

图片：CCFA Skills 家族架构

所有 CCFA 任务都先启用 ccf-humanization，再启用 ccf-common，然后进入具体技能；检索、评审、绘图、实验与维护也遵循这一顺序。前者统一自然、直接且保留真实证据的表达，后者落实协作、范围、证据和文件规则。同一任务交接时复用已生效规则，只刷新变化或丢失的部分；详细改写与实验检查按实际任务执行，不重复生成前置报告。各技能继续负责自己的产物并整合必要协作。

17 个核心 skills

研究阶段	Skill	它能带来什么
家族协调	`ccf-common`	理解请求，协调分工，统一证据与隐私规则
项目推进	`ccf-pipeline-orchestrator`	梳理目标、阶段、关键节点与下一步
项目起步	`ccf-project-scaffolder`	准备论文目录、模板与研究材料空间
选题判断	`ccf-idea-reviewer`	判断思路价值、创新与机制逻辑，默认不审核实验
选题发展	`ccf-idea-optimizer`	把模糊方向发展成问题、洞察、方法与证据路径
文献检索	`ccf-literature-searcher`	寻找相关工作、数据集、benchmark 与公开 baseline
前沿追踪	`ccf-literature-monitor`	关注新论文、相近工作与研究方向的最新变化
实验设计	`ccf-experiment-designer`	设计主实验、消融、鲁棒性分析与结果表结构
完整性核验	`ccf-integrity-auditor`	核对 claim、数值、术语、图表和引用
论文评审	`ccf-paper-reviewer`	给出独立科学评审、版本比较与录用准备度判断
论文写作	`ccf-paper-writer`	起草、改写、润色与压缩论文内容
学术表达	`ccf-humanization`	去除防御性和机械感，保留自然严谨的学术表达
审稿回复	`ccf-rebuttal-writer`	组织 rebuttal、response letter 与修订记录
科研绘图	`ccf-visual-composer`	生成数值图、视觉表格、方法图及可编辑版本
投稿检查	`ccf-submission-checker`	检查模板、页数、匿名、PDF 与补充材料
范文学习	`ccf-paper-to-exemplar`	从用户提供的论文中提炼可复用的写作方法
家族维护	`ccf-skill-forger`	改进 skills，消除冲突，完成发布前检查

完整职责视图：

图片：按职责划分的 skill 目录

从 idea 到投稿

图片：默认科研工作流

这不是一条必须从头走到尾的流水线。你可以带着一个尚未成形的想法而来，也可以只带来一张难以解释的结果表、一段总被审稿人误解的方法，或一份即将提交的 PDF。CCFA Skills 会从你所在的位置开始，只调用真正有帮助的部分。

绘图示例

这里展示的是实际科研成图，而不是功能宣传图。不同图面向不同阅读场景，因此使用不同的构图语言。

论文方法架构图

下图从 output/DynTrace.pdf 中提取计算关系，以分层布局呈现方法机制与信息流。输入与视觉处理位于底部，几何证据和 DTV/DTG 分支构成中层，token 融合、MLLM 与答案位于顶部。各层按计算依赖连接，便于沿信息流阅读完整方法。

图片：论文方法架构图

成图方式： 先从 DynTrace 论文中提炼机制关系，梳理每种表示及其对应操作，由 GPT Image 2 生成分层架构图，并核对方法信息是否完整。当前展示的是 PNG 视觉稿；构图确认后，可继续重建为 SVG、矢量 PDF 或由原生对象组成的 PPTX。

查看参考图、出处与构图原则

图片：LLaVA-4D Figure 2 参考图

参考出处：Hanyu Zhou and Gim Hee Lee, LLaVA-4D: Embedding SpatioTemporal Prompt into LMMs for 4D Scene Understanding, Figure 2；亦见 OpenReview 页面。截图仅用于非商业的学术构图研究与风格说明，版权归原作者所有。如涉及侵权，请联系项目维护者删除。

论文图应当让输入、表示、操作、分支、融合与输出一目了然。
视频帧、光流、掩码、3D 轨迹、DT-Tokens 与 temporal graph 都承担方法含义，而不是装饰。
普通英语使用自然大小写；Qwen3-VL、WAFT、SAM3、DTV、DTG、MLLM、3D 与 4D 保持规范缩写。

PPT/Poster

下面保留两张早期视觉探索。它们更适合演示文稿、项目海报或 README 概览，因此不作为顶会论文方法图示例。

GPT Image 2 概念稿

图片：GPT Image 2 概念稿

成图方式： 从 DynTrace 的三阶段方法出发，把视频、轨迹和图结构转化为鲜明的视觉叙事，再由 GPT Image 2 完成概念探索。

参考驱动的 PPT/Poster

图片：PPT/Poster

成图方式： 在三阶段内容之上加入参考构图原则，让标题、色块和视觉锚点更适合演示与海报阅读。

数据分析图

以下图形由 ccf-visual-composer 的可复现绘图方案生成。图中数值仅用于展示图形语言，不代表论文实验结论。

组合图	热图
图片：组合图	图片：热图
火山图	柱状图
图片：火山图	图片：柱状图
坡度图	径向图
图片：坡度图	图片：径向图

更多示例位于 assets/visual-showcase/。

写作如何保持自然

ccf-paper-writer 可以学习用户指定的范文。它关注优秀论文如何提出问题、展开方法、安排证据和控制节奏，但不会复制原句，也不会把某一篇论文变成所有研究的固定模板。

ccf-humanization 逐句判断表达承载了什么科学信息：有事实就直接陈述，有真实不确定性就准确限定，没有信息的自辩直接删除。它清理审稿人预判、贡献自我降格、重复 caveat、机械结尾和内部版本旁白，不再要求每段补局限性或未来工作。实际失败、适用条件、复现信息与必要披露仍保留；仅对证据无法解决的具体科研决策单独提醒。

思路审核与文章审核按判断对象区分：“这个方向值得做吗”由 ccf-idea-reviewer 处理，无需指定评分；“稿件结论是否站得住”由 ccf-paper-reviewer 处理。即使输入完整 PDF，只看核心思路的请求也保持概念审核。思路评分聚焦问题、创新、洞察、机制、简洁性与受众价值，实验仅在明确要求时单独评估。

结构化审核报告默认输出详细版，明确要求简要时使用简要版。文章审核展开贡献、优缺点、相关工作、方法与证据、多视角意见、评分及修改优先级；思路审核展开问题价值、创新差异、机制逻辑与发展建议，默认不评实验。意见绑定具体位置、依据与稳定编号，复审追踪问题是否解决；不会生成缺乏真实参照集的百分位排名。详见文章报告模板与思路审核协议。

完整文章评审固定 14 节，写作专项固定 9 节，明确要求简版时使用 5 块。通用科学评分统一为新颖性、正确性、证据、意义、清晰度、可复核性、伦理与局限七维；证据要求按贡献类型解释，置信度与材料覆盖范围分开。生成报告可直接检查 Markdown 的标题顺序、评分字段和问题编号引用；会议或用户明确指定的格式继续优先。

文章复审同时回答两个不同的问题：

图片：评审与修订评分

当前稿件是否足以投稿。 它衡量论文距离目标 venue 的录用标准还有多远。
这次修订是否真正进步。 它比较新旧版本解决了什么，又是否引入了新的问题。

让图既好看，也能继续修改

图片：绘图交付方式

数值图优先来自可复现代码和可追溯数据。新的方法图、系统图与架构图通常先由 GPT Image 2 探索与内容相称的视觉语言，用户已要求的可编辑 SVG、矢量 PDF 或 PPTX 会继续完成。已有可编辑图的文字、颜色、间距、数值或导出修改直接更新源文件，并只重新导出受影响的格式。常见概念使用风格统一的开源图标，方法特有的科学对象可在初稿中统一绘制，需要复用或编辑时再单独整理为资产。进入 PPTX 后，文字、框、节点与连接线尽量保留为原生对象，使最终成图能够真正修改。

绘图按内容与论文版面选择画布比例，不默认方形。先确定整体分区和重点机制，再安排紧凑的模块、图标与连线路径；同类模块跨区域对齐边缘、文字基线和连接端口，并检查大块无效留白。字体按最终论文宽度统一分级，默认 Times New Roman，需要 comic 效果时使用 Comic Sans MS；保留必要科学标注，减少重复解释和装饰性数字。

可选预设包括正式机制、柔和机制、视觉证据、几何流与紧凑漫画，配合七套扩展配色。会议场景帮助选择预设，实际模板要求优先；这些是设计建议，不是会议官方风格。预设同时协调字体、线宽、分组和颜色，参考图各自负责明确的区域或属性。像素间距是生成目标，精确坐标和真实字体在已要求的可编辑版本中校准。局部修改检查关联连线和未修改区域，中间文件仍按图归档并更新当前版本。

如果用户明确不使用 GPT Image 2，或希望直接从代码生成，ccf-visual-composer 会改用纯 SVG 路线并清楚标注。

各司其职，彼此接力

图片：技能协作边界

每个产物有一位负责整合与交付的主责技能，其他技能按前置依赖和质量需要参与。分工不限制必要协作：

你的请求	负责的 Skill	明确不负责
思路靠谱吗、值得做吗、创新够不够、评分排序	`ccf-idea-reviewer`	默认只审概念，不因缺少实验扣分
发展一个模糊 idea	`ccf-idea-optimizer`	不把排名当成主要目标
搜 benchmark 与公开结果	`ccf-literature-searcher`	不替实验结果作结论
设计 baseline、指标与消融	`ccf-experiment-designer`	不改动或虚构结果
评审、评分与诊断	`ccf-paper-reviewer`	不在评审过程中改写正文
改写、润色与压缩	`ccf-paper-writer`	不擅自改变研究问题、方法和结论
绘制图表与 PPTX	`ccf-visual-composer`	不选择数据集、指标或数字

仓库结构

CCFA-Skills/
├── ccf-common/                 # 家族共享规则
├── ccf-*/SKILL.md              # 17 个 skill 入口
├── ccf-*/references/           # 按需阅读的参考资料
├── ccf-*/scripts/              # 可复现操作
├── assets/                     # README 图片与绘图示例
├── evaluation/                 # 回归与消融结果
├── tools/build_ccfa_diagrams.py
└── 实验结果.md

较长的规则放在 references/，可重复执行的操作放在 scripts/。迭代过程中沿用固定文件名，由新版本覆盖旧版本，避免堆积难以辨认的过程文件。

协作从最终结果倒推前置条件：判断创新性前核对近邻工作，实质性写作前厘清主张、证据和引用，科学绘图前确认数据含义与方法结构。缺失、冲突或过期的依据交给相应技能补齐；已有且仍适用的证据直接复用。实质性改写后检查受影响的论证，解决问题后再交付；思路审核仍不要求实验完成。内部协作返回相关发现，正式审稿保留固定模板和必要的全文覆盖。节省 token 的重点是重复检索、重复报告、无关参考和重复询问，不是省略前置工作。详见协作路由与交接规则。

文件约束已前置到全部 17 个 skill 入口。中间文件优先沿用用户指定路径、该产物的 ccfa.yaml 映射和已有任务目录；新任务使用项目根目录下独立的 ccfa-workfiles/<任务用途>/<具体产物>/，不嵌套在通用 output/ 中。例如 figures/method-overview/、reviews/paper-short-title/、literature/retrieval-memory/ 分别存放方法图、论文评审和主题检索的工作文件。若同名目录已被其他用途占用，采用稳定的 ccfa-workfiles-<项目名>/，不混用或覆盖。

需要时才创建 source/（可复用源文件）、assets/（参考与图标）、cache/（下载与提取缓存）、build/（当前预览与构建日志）。同一产物跨 skill 共用目录，普通迭代更新原文件，不使用含义不明的 temp、misc 或 final-final。完成后清理本任务产生且已确认可丢弃的过程文件，保留原始数据、可编辑源文件、最终产物及必要对比证据；失败生成不覆盖可用结果。已有目录不因新命名规则被搬迁，完整规则见产物合约。

中文输出采用显式 UTF-8 读写，兼容带 BOM 的输入；终端管道、中文文件名和图形字体分别检查。家族校验已加入中文与生僻字回归，解码错误会明确报出，避免用替换字符掩盖问题。图中的中文使用可用的 CJK 后备字体，保留原定的西文字体。

维护与验证

发布前运行：

python ccf-common\scripts\check_v04.py
python ccf-common\scripts\check_path_privacy.py
python ccf-common\scripts\check_markdown_links.py
python ccf-common\scripts\check_sources.py

这些检查验证 17 个技能的静态结构、配置与引用路径，以及现有脚本的回归用例；它们不等同于实际模型质量或 token 消耗的对比实验。实验与效率结果见实验结果.md。

0.10.0 完成了规则、结构和脚本验证；链接中的历史实验不代表 GPT-6 实际 token 或质量增益。

我们坚持的底线

不虚构实验结果、引用、模块或 venue 规则。
私有论文和未公开结果只读取完成任务所需的内容。
外部检索与图像生成只在用户授权后进行，并且只传递完成任务所需的信息。
用户可以停用任意 skill，其他 skills 不会绕过这一选择。
自动评分必须说明量表、比较对象、依据与不确定性。

致谢

感谢 Research-Paper-Writing-Skills 对学术写作 skill 开源生态的贡献。

Star 旅程

图片：GitHub Stars

曲线由 Star History 自动更新，计数徽章由 Shields.io 自动更新。服务及 GitHub 图片缓存可能延迟显示，曲线通常缓存约 24 小时，因此不是秒级实时；点击图表可打开交互页面。

查看 2026-08-13 历史快照（离线可用）

CCFA-Skills

README 快照

目录