【免费下载链接】spark-to-paper-skillsOne sentence in, one draft paper out: spark-to-paper-skills automatically reviews papers, plans and runs experiments, and writes a research draft—typically using about $10 in API costs per paper.项目地址https://gitcode.com/gh_mirrors/sp/spark-to-paper-skills点击查看免费下载如果你试过让 AI 写论文大概率会发现最难的一步不是初稿而是实验结果表格还空着数字没有出处。spark-to-paper-skills 是一个「一句话进、一篇论文出」的 Claude Code 技能套件其中的ts-paper-experiment流水线 Stage 8专门解决这件事——让 AI 自动诊断论文逻辑、跑通可行的实验并把真实跑出的数字填进结果表格全程拒绝编造数据。 ts-paper-experiment 是什么流水线里的「实验执行者」spark-to-paper-skills 由 1 个编排器 13 个技能组成。前 7 个阶段负责把一句话点子变成一份完整的初稿论文main.pdf而ts-paper-experiment 是紧随其后的第 8 阶段并且是自动运行的——你不需要单独吩咐它开工。它的工作可以概括为一句话诊断 → 规划最小实验集 → 只跑真实可行的实验 → 用实测数字回填论文表格 → 重新编译并在每一步保证「声明与证据」严格一致。它的完整规范写在 skills/ts-paper-experiment/SKILL.md包含 18 个步骤和一套不可协商的「黄金规则」Golden Rules从入口检查到最终的叙事完整性评审都有明确约束。 快速上手一条命令安装Stage 8 自动触发第 1 步安装到 Claude Code 技能目录git clone https://gitcode.com/gh_mirrors/sp/spark-to-paper-skills.git ~/.claude/skills/spark-to-paper-skills第 2 步把研究提案交给编排器在 Claude Code 中粘贴你的想法或提案然后说Run ts-paper on this proposal.编排器会自动路由输入纯点子 / 提案 / 提案真实数据跑完 7 个阶段生成初稿后Stage 8 接管它调用 skills/ts-paper/scripts/handoff_to_experiments.py 把初稿main.tex、sections/、refs.bib、figures/以及你提供的真实data/、code/打包进一个干净实验工作区experiments/并植入配置模板python skills/ts-paper/scripts/handoff_to_experiments.py --workdir ts_paper_run之后 ts-paper-experiment 从该工作区自动推进把草稿导入独立的./paper/Git 仓库、诊断、跑实验、填表、改写、重编译全程无需你追问。⚙️ 自动跑实验的 8 个核心步骤SKILL.md 里的 18 步可以归纳成新手需要理解的 8 个关键环节环节做什么关键产物1️⃣ 诊断论文读取./paper/源文件识别主题、贡献声明、缺失实验、无支撑声明DIAGNOSIS.md、EXPERIMENT_GAP_REPORT.md2️⃣ 规划实验只规划最小必要实验集标注「必要 / 可行 / 受阻」昂贵实验或外部数据下载前必须先请求用户批准EXPERIMENT_PLAN.md3️⃣ 执行实验仅用真实数据/代码运行外部数据集先过「数据集-许可-条款」门禁跑不动就写需求报告绝不硬造实验日志 EXPERIMENT_RUN_REPORT.md4️⃣ 分析结果判断每条原始声明是否被支持阴性结果如实呈现RESULT_ANALYSIS.md5️⃣ 一致性门禁6 份审计报告数字溯源、实验完整性、代码-论文一致性、设计正确性、工件完整性、真实性裁决outputs/reports/*.md6️⃣ 改写实验章节直接在./paper/内改写 setup、基线、主结果用真实数字回填已有结果表格修订后的.tex7️⃣ 全文修复 润色摘要最后重写风格去 AI 化表格必要性审计参考文献逐条核实SCI Q4 清单 渲染 PDF 版面检查CLAIM_EVIDENCE_CHECK.md等8️⃣ 提交 终审在./paper/内 commit/push对比原始草稿给出最终裁决5 级标签如SIGNIFICANTLY_IMPROVEDFINAL_NARRATIVE_INTEGRITY_REVIEW.md其中第 5 步是「防编造」的核心每个数字都要能追溯到数据集、模型变体、随机种子、指标、源日志路径和聚合脚本并且要用逐种子原始日志重新计算验证。辅助脚本都是纯标准库实现零额外依赖scripts/check_result_recomputation.py — 按种子聚合原始日志复算表格数值scripts/check_code_paper_consistency.py — 校验代码是否真的实现了论文描述的方法scripts/consistency_check.py — 扫描稿件中的风险措辞如无统计检验支撑的 significantscripts/check_pdf_layout.py — 编译后检查渲染 PDF 版面scripts/collect_results.py — 为所有结果文件生成索引 关键配置paper_config.yaml 里有什么工作区根目录的 paper_config.yaml 模板决定了实验如何运行几个新手最关心的字段字段模板默认值作用experiment.random_seeds[1, 2, 3]多随机种子复跑保证结果可复现experiment.max_runtime_hours6单次实验的时长上限experiment.require_traceable_resultstrue结果必须可溯源到运行日志不可关闭的诚信底线automation.ask_user_before4 项改主贡献、删核心方法、新增实验类型、弱结果下强声明——动手前先问你automation.auto_apply_rules5 项自动去掉无检验的 significantly、弱化无支撑声明、最后重写摘要等overleaf.require_overleaf_urltrue内置 Stage 8 下为false是否要求 Overleaf 同步默认关闭无需账号 真实效果跑出来的实验如何变成论文图表Stage 8 的产出不是孤立的 CSV而是直接回填进论文表格并重编译。项目 showcase 里的 7 篇端到端论文docs/showcase/SHOWCASE.md就展示了这种「实测驱动」的叙事——例如轴承故障诊断一文用朴素随机划分 vs 记录级/跨负载诚实划分对比实验直接推翻了「朴素划分下的高准确率」PM2.5 预测一文的实验同样「诚实地打了脸」在消除未来信息泄漏的划分下主流分解集成方法的领先大幅缩水而带泄漏的对照组反而最好看——这正是 ts-paper-experiment「忠实于论文自身实验设计、如实报告阴性结果」的体现而论文成品页面就是实验结果填充后的最终形态下表为一篇自动生成论文的首页结果表格中已是实测数字而非占位符️ 诚实性护栏为什么它绝不编造实验数据这是 ts-paper-experiment 与「一键生成论文」工具最本质的区别几条硬规则值得记住永不编造结果、数字、表格、统计显著性一律来自真实运行跑不动的实验只产出需求报告EXPERIMENT_REQUIREMENTS.md而不是假数字两种诚信模式Proposal 模式下结果格保持空白--Data-aware 模式下每个数字都溯源到你的真实数据机器审计空白表格即失败实验跑完后论文里已有的结果表格必须填入真实数值黄金规则 GR-025无效/不显著结果也要如实带上标准误和 p 值禁止「模拟数据」话术稿件中永远不能出现数据是模拟的/示意性的表述Monte Carlo 只能放在工作区里做合理性检查自进化经验库每次任务结束后候选经验规则沉淀到 memory/ 目录lessons_candidate.md→ 人工批准 →lessons_validated.md变更记录在rule_change_log.md技能本身会越用越稳最终交付前run_gates.py workdir all退出码为 0 才算完成零 LaTeX 错误、每个\cite{}都对应完整文献条目、全文无编造数字。 新手上手建议3 个常见问题Q1我没有真实数据能让它「跑」出结果吗不能也不该。没有真实数据/代码时Stage 8 会留下 proposal 形态的空白表格并附上需求报告告诉你还缺什么——这恰恰是它能放心用于投稿流程的原因。Q2它会改坏我的核心贡献吗改主贡献、删核心方法、新增实验类型前配置里ask_user_before会强制停下来问你修复结束后还有「叙事完整性终审」明确判定论文是变强了还是变弱了SIGNIFICANTLY_IMPROVED/IMPROVED_BUT_WEAKER_CLAIMS/ … 五级标签。Q3实验太贵怎么办昂贵实验和外部数据下载前必须先出「预运行计划审批」PRERUN_PLAN_APPROVAL.md预估时长、磁盘、成本、数据许可经你确认后才执行便宜且本地可跑的则直接进行。小结ts-paper-experiment 把「写实验结果」这个最耗时、最容易翻车的环节变成了一条可审计、可复现、绝不注水的自动化流水线——初稿出稿后它自动接管实测数字自动回填表格重编译后的main.pdf里每个数字都有出处。赞分享【免费下载链接】spark-to-paper-skillsOne sentence in, one draft paper out: spark-to-paper-skills automatically reviews papers, plans and runs experiments, and writes a research draft—typically using about $10 in API costs per paper.项目地址https://gitcode.com/gh_mirrors/sp/spark-to-paper-skills点击查看免费下载相关推荐ljg-paper 论文研究记录 paper-map字段体系、填写规范与自动化验证实战ljg paper 论文研究记录 paper map字段体系、填写规范与自动化验证实战 这是一份面向 Agent 与开发者的技术指南讲解 ljg paperPaper-to-Podcast 使用教程Paper to Podcast 使用教程 1. 项目的目录结构及介绍 在克隆了 Paper to Podcast 项目后你会看到以下目录结构 paper_Puppeteer 表单自动填充实战ElementHandle.autofill() 方法与 AutofillData 数据结构Puppeteer 表单自动填充实战ElementHandle.autofill 方法与 AutofillData 数据结构 本文基于 ElementHand桌面应用跨平台创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考