SKILL.md
只读
名称
self-review
描述
使用NeurIPS审稿表格，通过三位审稿人角色、集成评分和反思改进，自动评审学术论文。从PDF提取文本，运行结构化评审，并输出可操作的反馈。当用户希望在提交前评审论文或获取草稿反馈时使用。
自我评审
使用结构化评审表格和多位审稿人角色对学术论文进行评审。
输入
$ARGUMENTS— PDF文件或.tex文件的路径
脚本
从PDF提取文本
python ~/.claude/skills/self-review/scripts/extract_pdf_text.py paper.pdf --output paper_text.txt
python ~/.claude/skills/self-review/scripts/extract_pdf_text.py paper.pdf --format markdown
依次尝试pymupdf4llm（最佳）→ pymupdf → pypdf。安装：pip install pymupdf4llm pymupdf pypdf
将PDF解析为结构化章节
python ~/.claude/skills/self-review/scripts/parse_pdf_sections.py \
--pdf paper.pdf --output sections.json
提取标题（通过字体大小）、章节标题和章节文本。需要：pip install pymupdf
关键标志：--format text、--verbose
工作流程
步骤1：加载论文
- 如果是PDF：使用
extract_pdf_text.py提取文本 - 如果是
.tex：直接读取LaTeX源文件
步骤2：三位审稿人角色评审
使用不同角色（来自references/review-form.md）进行三次独立评审：
- 严格但公正的审稿人：期望良好的实验能带来洞见
- 严格且挑剔的审稿人：寻找领域内有影响力的想法
- 开放思维的审稿人：寻找以前未提出的新颖想法
对于每个角色，按照references/review-form.md中的NeurIPS评审JSON格式生成评审意见。
步骤3：反思改进（每位审稿人最多3轮）
每次评审后，应用反思提示：重新评估准确性和合理性，如有需要则进行改进。当出现“我完成了”时停止。
步骤4：汇总
- 合并所有三次评审
- 对数值评分取平均（四舍五入到最接近的整数）
- 综合元评审，找出共识
- 使用AgentLaboratory权重对评分进行加权：总体（1.0）、贡献（0.4）、表达（0.2）、其他（各0.1）
步骤5：可操作报告
输出格式：
## 评审摘要
- **总体评分**：X/10（加权：Y/10）
- **决定**：接受 / 拒绝
- **置信度**：Z/5
## 优点（审稿人共识）
1. ...
2. ...
## 缺点（审稿人共识）
1. ...
2. ...
## 给作者的问题
1. ...
## 具体的改进建议
1. [第X节，第Y页]：...
2. [第Z节，第W页]：...
## 评分明细
| 维度 | R1 | R2 | R3 | 平均 |
|-----------|----|----|-----|-----|
| 总体 | ... | ... | ... | ... |
| 贡献 | ... | ... | ... | ... |
| ... | ... | ... | ... | ... |
参考资料
- NeurIPS评审表格、评分权重、角色、反思提示：
~/.claude/skills/self-review/references/review-form.md - PDF文本提取：
~/.claude/skills/self-review/scripts/extract_pdf_text.py
缺失章节检查
您必须验证所有必需章节是否存在：摘要、引言、方法/途径、实验/结果、讨论/结论。如果缺少任何章节，请降低评分。
