# computational-science-skills

**Repository Path**: glfapollo/computational-science-skills

## Basic Information

- **Project Name**: computational-science-skills
- **Description**: 计算数学领域的学术表达和科研绘图的Skill
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-07-21
- **Last Updated**: 2026-07-21

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# computational-science-skills

`computational-science-skills` 是一套面向计算数学研究课题组的可复用指令包（技能）集合。每个技能编码了计算科学出版中常见任务的编辑标准、工作流程和参考资料：将学术写作文稿润色为 SIAM 期刊风格、起草数值分析论文手稿、制作出版级图表、管理引用文献、撰写数据可用性声明等。

这些技能设计为与 AI 编程代理（Codex、Claude Code、OpenCode 等）配合使用的可加载提示包。每个 `.opencode/skills/computational-science-*` 目录都是一个独立的功能单元。

---

## 安装

`computational-science-skills` 是一个以 `SKILL.md` 为核心的可复用指令包仓库。每个 `.opencode/skills/computational-science-*` 目录是一个可安装单元。请复制**整个文件夹**，而非仅复制 `SKILL.md`，因为许多技能依赖 `references/`、资源文件、脚本或 README 上下文。

### 1. Codex

Codex 可以直接将这些文件夹作为本地技能使用，这是最简便的安装方式。

**Fork 并克隆仓库**

```bash
git clone https://github.com/ChaunceyWang/computational-science-skills.git
cd computational-science-skills
```

**安装单个技能**

```bash
mkdir -p ~/.codex/skills
cp -R .opencode/skills/computational-science-reader ~/.codex/skills/
```

**安装全部技能**

```bash
mkdir -p ~/.codex/skills
for d in .opencode/skills/computational-science-*; do
  cp -R "$d" ~/.codex/skills/
done
```

**拉取新变更后更新**

```bash
git pull
for d in .opencode/skills/computational-science-*; do
  cp -R "$d" ~/.codex/skills/
done
```

**完成**

- 重启 Codex 以便新安装的技能被识别。
- 然后自然地问，例如：`Translate this paper into a full markdown reader.` 或 `Make this paper into a Chinese journal-club PPT.`

如果不习惯使用终端，手动将 `.opencode/skills/computational-science-*` 文件夹复制到 `~/.codex/skills/` 中亦可。更详细的安装说明参见 [`install.md`](install.md)。

### 2. Claude Code

**主要方法：插件市场安装**

若此仓库已发布为 Claude Code 插件：

```bash
# 添加市场（一次性操作）
/plugin marketplace add https://github.com/ChaunceyWang/computational-science-skills

# 安装插件
/plugin install computational-science-skills

# 重新加载以生效
/reload-plugins
```

**替代方法：子代理包装器**

若希望手动控制单个技能，可创建用户级子代理：

```bash
mkdir -p ~/.claude/agents
cp .opencode/skills/computational-science-reader/SKILL.md ~/.claude/agents/computational-science-reader.md
```

然后打开 `~/.claude/agents/computational-science-reader.md`，确保 frontmatter 对 Claude Code 子代理有效：

```yaml
---
name: computational-science-reader
description: Full-paper bilingual, figure-aware, source-grounded Markdown reader for journal or conference papers. Use proactively when the user asks to translate an entire paper or generate a complete markdown reader.
---
```

之后启动新的 Claude Code 会话或打开 `/agents`，自然调用或显式调用：

```text
Use the computational-science-reader subagent to turn this PDF into a full markdown reader.
```

若偏好命令而非子代理，可在 `.claude/commands/` 或 `~/.claude/commands/` 下创建项目级或用户级命令，并将对应的 `SKILL.md` 内容粘贴或适配。

Claude Code 官方文档：

- [子代理](https://docs.anthropic.com/en/docs/claude-code/sub-agents)
- [斜杠命令](https://docs.anthropic.com/en/docs/claude-code/slash-commands)

### 3. OpenCode

OpenCode 与 Codex 类似，可以将这些技能文件夹直接作为本地技能使用。

**安装单个技能**

```bash
mkdir -p ~/.opencode/skills
cp -R .opencode/skills/computational-science-polishing ~/.opencode/skills/
```

**安装全部技能**

```bash
mkdir -p ~/.opencode/skills
for d in .opencode/skills/computational-science-*; do
  cp -R "$d" ~/.opencode/skills/
done
```

**项目本地安装**

仅在当前项目中安装技能（而非全局）：

```bash
mkdir -p .opencode/skills
cp -R .opencode/skills/computational-science-polishing .opencode/skills/
```

**拉取新变更后更新**

```bash
git pull
for d in .opencode/skills/computational-science-*; do
  cp -R "$d" ~/.opencode/skills/
done
```

**在 OpenCode 中使用技能**

安装后，技能会被 OpenCode 自动发现。通过自然提及技能用途即可触发，例如：

```text
帮我把这篇摘要润色成 SIAM 期刊风格。
生成这组误差数据的收敛图。
搜索关于 DG 方法的 MathSciNet 和 zbMATH 论文。
```

也可以显式调用技能：

```text
Use the computational-science-polishing skill to revise this introduction.
```

技能基于其 `SKILL.md` frontmatter 中的 `name:` 和 `description:` 字段被加载。确保每个技能的 frontmatter 有效以便 OpenCode 识别。

更详细的安装说明参见 [`install.md`](install.md)。

### 4. 其他代理或手动使用

如果你的代理支持可复用提示文件、系统提示或代理配置文件，最小可移植单元就是技能目录本身：

```text
.opencode/skills/computational-science-<topic>/
├── README.md
├── SKILL.md
└── references/...
```

在这种情况下：

1. 将整个技能目录复制到你的提示库或项目中。
2. 将 `SKILL.md` 和 `references/` 文件放在一起。
3. 根据需要将 frontmatter 和正文适配为目标代理的原生格式。

---

## 技能索引

| 技能 | 状态 | 功能 | 触发关键词 |
|------|------|------|-----------|
| [`computational-science-polishing`](.opencode/skills/computational-science-polishing/README.md) | 稳定 | 将学术写作文稿润色、重构或翻译为 SIAM 风格的计算数学英语 | "SIAM style", "polish", "academic writing", "mathematical proof" |
| [`computational-science-writing`](.opencode/skills/computational-science-writing/README.md) | 草稿 | 按 SIAM 期刊规范起草计算数学论文各章节 | "SIAM writing", "numerical analysis paper", "draft theorem proof" |
| [`computational-science-figure`](.opencode/skills/computational-science-figure/README.md) | 稳定 | 使用 matplotlib 生成 SIAM/高影响力计算数学图表工作流 | "SIAM figure", "convergence plot", "scientific figure", "publication plot" |
| [`computational-science-citation`](.opencode/skills/computational-science-citation/README.md) | 测试 | 计算数学期刊引用检索，支持 SIAM/Elsevier/Springer 期刊范围 | "SIAM citation", "computational math citation", "supporting references" |
| [`computational-science-data`](.opencode/skills/computational-science-data/README.md) | 草稿 | 计算数学期刊的数据与代码可用性声明 | "Data Availability", "SIAM data", "repository", "reproducibility" |
| [`computational-science-reader`](.opencode/skills/computational-science-reader/README.md) | 测试 | 计算数学论文全文双语 Markdown 阅读器 | "reader", "full markdown", "paper md", "bilingual reader" |
| [`computational-science-response`](.opencode/skills/computational-science-response/README.md) | 测试 | 计算数学期刊的逐条审稿意见回复信 | "response to reviewers", "rebuttal letter", "major revision" |
| [`computational-science-paper2ppt`](.opencode/skills/computational-science-paper2ppt/README.md) | 测试 | 从计算数学论文生成中文 PPTX 用于组会汇报 | "paper PPT", "journal club", "paper to slides", "SIAM presentation" |
| [`computational-science-academic-search`](.opencode/skills/computational-science-academic-search/README.md) | 稳定 | 多源计算数学文献检索：zbMATH、CrossRef、arXiv，含 MCP Server + PDF 下载 | "search papers", "zbMATH", "arXiv", "academic search" |
| [`computational-science-devskill-creator`](.opencode/skills/computational-science-devskill-creator/README.md) | 测试 | 元技能：从文档/教程学习计算程序库，生成隔离环境子技能 | "devskill", "library skill", "create skill", "environment setup" |

> **添加新技能？** 请按照本文件末尾的[贡献指南](#添加新技能)操作。

---

## computational-science-figure

**功能** — 生成符合高影响力计算数学可视化标准的多面板 matplotlib 图表：正确的排版、语义化配色方案、可编辑的 SVG 输出、不冗余的面板信息架构。

**示例输出画廊** — 以下展示了五个密度模拟结果图：
[`computational-science-figure` 画廊](.opencode/skills/computational-science-figure/README.md#example-output-gallery)：
材料/机理、空间成像、体内效能、单细胞系统和扰动验证。

**图表类型图谱** — [`computational-science-figure` 图表图谱](.opencode/skills/computational-science-figure/README.md#chart-type-atlas) 分类了 10 个支持的图表家族，包括柱状图、折线图、热力图、散点/气泡图、雷达/极坐标图、分布图、森林/区间图、面积/堆叠图、图像板块和网络/矩阵布局。

| ![材料设计与物理验证](.opencode/skills/computational-science-figure/assets/gallery/fig1-material-mechanism-rich.png) | ![空间成像与摄取](.opencode/skills/computational-science-figure/assets/gallery/fig2-spatial-imaging-rich.png) | ![体内效能与耐受性](.opencode/skills/computational-science-figure/assets/gallery/fig3-in-vivo-efficacy-rich.png) | ![单细胞系统图](.opencode/skills/computational-science-figure/assets/gallery/fig4-single-cell-systems-rich.png) | ![扰动验证](.opencode/skills/computational-science-figure/assets/gallery/fig5-validation-perturbation-rich.png) |
|---|---|---|---|---|

**构建来源** — 来自顶级机器学习和计算科学期刊的生产脚本 ([figures4papers](https://github.com/ChenLiu-1996/figures4papers))。figures4papers 演示脚本和预览资源已打包在 `.opencode/skills/computational-science-figure/assets/figures4papers/` 中，配套的路由指南在 `.opencode/skills/computational-science-figure/references/demos.md`。

**强制执行的关键规则**

- 三个必备 rcParams 必须始终在最前面：
  ```python
  plt.rcParams['font.family'] = 'sans-serif'
  plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans', 'Liberation Sans']
  plt.rcParams['svg.fonttype'] = 'none'   # 文字保持为 <text> 节点，而非路径
  ```
- 主要输出始终为 `.svg`；`.png`（300 dpi）为二次栅格预览。
- 多面板图遵循三级信息层次：**概览 → 偏离 → 关系**。任意两个面板不得回答同一个科学问题。

**参考文件**

```
.opencode/skills/computational-science-figure/
├── README.md
├── SKILL.md
└── references/
    ├── api.md            配色方案、辅助函数签名、验证规则
    ├── design-theory.md  排版、布局、导出策略、反冗余规则
    ├── common-patterns.md 超宽面板、图例轴、打印安全柱状图
    ├── tutorials.md      端到端教程（柱状图、趋势图、热力图）
    ├── chart-types.md    雷达图、3D 球体、散点图、fill_between、对数刻度
    └── demos.md          打包的 figures4papers 脚本和预览路由
```

**支持的图表类型** — 堆叠柱状图、分组柱状图、水平消融柱状图、趋势/折线图、序列热力图、发散 z-score 热力图、气泡散点图、雷达/极坐标图、3D 球体示意图、fill-between 面积图、对数刻度柱状图、GridSpec 多面板。

---

## computational-science-polishing

**功能** — 将学术草稿文本（包括中文→英文翻译）转换为符合 SIAM 期刊规范的文字：清晰的句法结构、区分章节的时态和限定措辞、精确的数学词汇、正确的引用实践和一致的英语风格。

**构建来源** — 研究生科技英语写作课程、Academic Phrasebank，以及对精选 SIAM 期刊论文和横跨数值分析、科学计算与机器学习的计算数学出版物的深入研读。

**强制执行的关键规则**

| 领域 | 核心规则 |
|------|---------|
| 句子长度 | 保持句子清晰易读；避免过多的从句嵌套 |
| 限定词校准 | 将声明强度与证据匹配：*demonstrate* → *suggest* → *may reflect* |
| 章节时态 | 结果 = 过去时 + 定量细节；讨论 = 限定词 + 机制解释 |
| 引用完整性 | 仅引用个人亲自阅读并验证的来源；四种归属类型 |
| 过度声明检测 | 标记绝对化表述、无根据的因果关系、范围扩展、未经验证的"首次"声明 |
| 英语变体 | signalling、colour、analyse、programme、modelling、behaviour（英式）|

**12 步润色工作流**

句子拆分 → 章节识别 → 沙漏结构检查 → 时态审计 → 句子编辑 → 词汇升级 → 模板检查 → 引用审计 → 出版风格 → 过度声明检测 → 校对 → 纯文本输出

**参考文件**

```
.opencode/skills/computational-science-polishing/
├── README.md
├── SKILL.md
└── references/
    ├── published-article-patterns.md
    ├── phrasebank-playbook.md
    ├── section-moves.md
    ├── style-guardrails.md
    └── writing-strategy.md
```

---

## computational-science-writing

**功能** — 从作者提供的声明、结果、图表、笔记或中文草稿起草或重构论文各章节。用于论证建构：摘要、引言、结果叙述、讨论、结论、标题和完整论文大纲、方法章节、实验章节以及面向审稿人的自检。

**构建来源** — 对精选 SIAM 期刊论文和计算数学出版物的深入研读，特别是已发表论文如何从领域层面的重大利害关系逐步聚焦到具体的研究缺口，再到证据、解释和有边界的含义。同时整合了关于段落流动、章节逻辑和对抗性论文评审的公开研究写作笔记。

**强制执行的关键规则**

| 领域 | 核心规则 |
|------|---------|
| 证据先行 | 不编造数据、机制、参考文献、统计数据、新颖性或局限性 |
| 摘要 | 背景/问题 → 缺口 → 方法 → 关键结果 → 含义 → 边界 |
| 引言 | 领域规模 → 瓶颈 → 先前尝试 → 未解决的缺口 → 本研究 |
| 方法 | 模块动机 → 模块设计 → 正向过程 → 技术优势 |
| 结果 | 构建证据阶梯，而非按时间顺序的实验日志 |
| 实验 | 将声明与基线、消融实验、指标、压力测试和可读表格绑定 |
| 讨论 | 解释含义、与先前工作的关系、约束和未来应用 |
| 评审 | 在提交前运行声明-证据和拒稿风险检查 |
| 中文笔记 | 翻译意图和论证，而非逐句翻译 |

**参考文件**

```
.opencode/skills/computational-science-writing/
├── README.md
├── SKILL.md
├── agents/
│   └── openai.yaml
└── references/
    ├── abstract.md
    ├── article-architecture.md
    ├── chinese-author-workflow.md
    ├── conclusion.md
    ├── experiments.md
    ├── introduction.md
    ├── method.md
    ├── paper-review.md
    ├── paragraph-flow.md
    ├── related-work.md
    └── examples/
```

---

## computational-science-citation

**功能** — 将论文文本或独立声明转换为计算数学期刊引用候选项，然后导出为 `ENW`、`RIS` 或 Zotero `RDF` 格式的参考文献管理器可用文件。还可以生成 HTML 筛选页面用于年份过滤、引用选择和按格式下载。

**构建来源** — Crossref 元数据检索、DOI 记录导出，以及面向 SIAM、Elsevier、Springer 等计算数学出版商系列的期刊家族过滤逻辑。

**强制执行的关键规则**

| 领域 | 核心规则 |
|------|---------|
| 范围过滤 | 限定为 SIAM 期刊、Elsevier 计算科学期刊、Springer 数学期刊或仅顶级期刊 |
| 文本分割 | 将长文本分割为带稳定段落 ID 的可引用声明单元 |
| 搜索策略 | 将中文声明翻译为英文科学概念；精度优先于数量 |
| 引用强度分级 | 区分强支持、部分支持、背景、限制支持和仅元数据支持 |
| 导出完整性 | 不编造 DOI、页码、卷号、期号或期刊元数据 |
| 下载选项 | 支持 `ENW`、`RIS` 或 Zotero `RDF` 的一键导出 |

**参考文件**

```text
.opencode/skills/computational-science-citation/
├── README.md
├── SKILL.md
├── references/
│   ├── journal-scope.md
│   ├── ris-endnote.md
│   └── search-strategy.md
└── scripts/
    └── computational_science_citation.py
```

**示例工作流** — 分段段落，搜索范围内引用，在 HTML 浏览器中审查候选项，然后仅下载选中的记录为 `ENW`、`RIS` 或 Zotero `RDF`。

---

## computational-science-data

**功能** — 为计算数学期刊投稿准备和审核数据可用性声明、仓库规划、数据集引用和 FAIR 元数据检查。支持双语：中文作者笔记如"数据可用性声明"、"通讯作者处获取"、"原始数据"、"受限数据"、"公共数据库"将被转换为精确的投稿级英文并附带中文操作说明。

**构建来源** — SIAM 数据和代码可用性政策、FAIR 指导原则、DataCite 元数据规范以及计算科学领域的社区可复现性标准。

**强制执行的关键规则**

| 领域 | 核心规则 |
|------|---------|
| 数据可用性 | 将每个支撑结果的数据集映射到持久的访问路径 |
| 仓库策略 | 优先选择指定或学科特定的带持久标识符的仓库 |
| 受限数据 | 说明限制原因、控制方、审查路径和访问条件 |
| 数据集引用 | 以 DataCite 风格的创建者、标题、仓库、年份和标识符元数据引用公共数据集 |
| FAIR 元数据 | 检查标识符、许可证、README/数据字典、数据来源、版本和复用条件 |
| 中文对齐 | 翻译意图而非字面措辞；标注模糊的"合理请求"措辞 |

**参考文件**

```
.opencode/skills/computational-science-data/
├── README.md
├── SKILL.md
├── agents/
│   └── openai.yaml
└── references/
    ├── chinese-author-alignment.md
    ├── fair-metadata-checklist.md
    ├── policy-principles.md
    ├── repository-and-identifiers.md
    ├── source-basis.md
    └── statement-patterns.md
```

---

## computational-science-response

**功能** — 起草、审核和修订计算数学期刊论文修订的逐条审稿意见回复信。将回复信视为面向编辑的验证文档：每条审稿意见被分配唯一 ID、进行分类、映射到具体行动，并关联到论文证据、修订位置或未解决的作者输入标记。

**构建来源** — SIAM、Elsevier 和 Springer 期刊的编辑流程指导、同行评审最佳实践和透明同行评审的考量。

**强制执行的关键规则**

| 领域 | 核心规则 |
|------|---------|
| 完整性 | 每条审稿意见必须获取一个 ID 和一个回复、交叉引用或未解决标记 |
| 行动映射 | 每个回复映射到一个具体的论文行动，如 `ACCEPT_TEXT`、`ACCEPT_ANALYSIS`、`SOFTEN_CLAIM` 或 `AUTHOR_INPUT_NEEDED` |
| 可追溯性 | 声称的修改必须引用章节、页码、行号、图表、补充材料、引用或可见占位符 |
| 事实性 | 不编造实验、分析、引用、行号、图版、编辑说明或论文更改 |
| 语气 | 使用合作性、以证据为先的语言；仅在科学或范围相关的理由下表达不同意见 |
| 中文对齐 | 将中文作者笔记转换为英文回复文本，并在需要时附加中文确认项 |

**参考文件**

```
.opencode/skills/computational-science-response/
├── README.md
├── SKILL.md
├── references/
│   ├── action-mapping.md
│   ├── chinese-author-alignment.md
│   ├── comment-taxonomy.md
│   ├── difficult-cases.md
│   ├── intake-and-routing.md
│   ├── qa-checklist.md
│   ├── response-structure.md
│   ├── source-basis.md
│   └── tone-and-stance.md
├── tests/
│   ├── conflicting-reviewers.md
│   ├── defensive-draft-audit.md
│   ├── evaluation-summary.md
│   ├── impossible-experiment.md
│   ├── major-revision-missing-evidence.md
│   ├── minor-revision.md
│   └── rubric.md
└── examples/
    ├── conflicting-reviewers.md
    ├── major-revision-with-missing-evidence.md
    └── minor-revision.md
```

---

## computational-science-paper2ppt

**功能** — 将科研论文、预印本、PDF、文章文本、摘要、图例或阅读笔记转换为简洁的中文 `.pptx` 演示文稿，用于组会、课题组会议、实验室会议、论文分享或学位论文研讨。

该技能识别论文类型和核心论点，仅选择支撑证据链的图表，撰写中文幻灯片标题、要点、图注、要点总结和演讲者注释，创建实际的 PPTX 文件，并运行轻量级包质量检查。

**强制执行的关键规则**

| 领域 | 核心规则 |
|------|---------|
| 叙事主线 | 使用论文的科学论证作为幻灯片主线，而非论文章节顺序 |
| 论文类型 | 在选择声明先行、问题→方案、工作流→验证或证据地图逻辑之前，先对论文进行分类 |
| 图表 | 将图表作为证据使用；裁切或拆分密集面板，而非缩小到不可读的尺寸 |
| 输出 | 构建实际的 `.pptx` 作为主要交付物，含中文文本和演讲者注释 |
| 质量检查 | 重新打开或检查 PPTX 包，记录幻灯片数量、嵌入媒体、注释以及任何渲染限制 |
| 完整性 | 不编造结果、方法、数字、数据集、机制或图表细节 |

**参考文件**

```
.opencode/skills/computational-science-paper2ppt/
├── README.md
└── SKILL.md
```

---

## computational-science-academic-search

**功能** — 为计算数学和科学计算提供多源学术搜索和参考文献管理工作流程，由本地 MCP 服务器支撑。并行搜索 MathSciNet（首选）、zbMATH（首选）、CrossRef、arXiv 和 PubMed（对纯计算数学用途有限；适用于交叉学科或生物物理数学），通过 DOI、MR 号或 arXiv ID 获取记录，格式化引用，验证书目标识符，支持 `.nbib`、`.ris`、`.bib` 和 `.enw` 参考文献文件工作流。

**构建来源** — 一个统一的 MCP 服务器，包含 MathSciNet、zbMATH、CrossRef REST 元数据和 arXiv Atom 元数据的源适配器，以及可复用的工作流笔记，涵盖源层级路由、搜索策略、引用解析、去重、RIS/BibTeX 字段映射和参考文献文件转换。

**设置说明** — 对于 Claude Code MCP 使用，运行 `bash .opencode/skills/computational-science-academic-search/install.sh your-email@example.com`，重启 Claude Code，并可选择设置 `NCBI_API_KEY` 以提高 PubMed 速率限制（PubMed 对纯计算数学用途有限）。对于纯提示使用，可像其他技能一样复制整个 `.opencode/skills/computational-science-academic-search/` 目录。

**强制执行的关键规则**

| 领域 | 核心规则 |
|------|---------|
| 源路由 | 从结构化 API 支持的源开始：MathSciNet 和 zbMATH 用于数学特定搜索，CrossRef 用于 DOI 和跨学科元数据，arXiv 用于预印本 |
| 回退策略 | 仅在需要时从 T1 源升级到有限 API 或抓取/手动源，并警告结果可能不完整 |
| 去重 | 按 DOI、MR 号、arXiv ID 和规范化标题合并多源命中结果，而非将重复记录计为独立证据 |
| 引用验证 | 在格式化引用前解析 DOI、MR 号和 arXiv ID；暴露缺失或失败的元数据，而非通过猜测填补字段 |
| 文件完整性 | 在转换 `.nbib`、`.ris`、`.bib` 和 `.enw` 时保留书目字段；不编造卷号、期号、页码、DOI 或 MR 值 |

**MCP 工具**

| 工具 | 用途 |
|------|------|
| `search_papers` | 搜索 MathSciNet、zbMATH、CrossRef、arXiv 和 PubMed，支持可选源选择和每源结果限制 |
| `get_paper_by_id` | 通过 DOI、MR 号、arXiv ID 或 PMID 获取论文元数据，支持自动 ID 类型检测 |
| `get_citation` | 生成 SIAM、AMS、IEEE、Vancouver、Chicago 和 MLA 等风格的格式化引用 |
| `lookup_mesh` | 查询 PubMed MeSH 描述符（对纯计算数学用途有限；主要用于交叉学科/生物物理数学） |

**参考文件**

```text
.opencode/skills/computational-science-academic-search/
├── README.md
├── SKILL.md
├── install.sh
├── config/
│   ├── mcp-snippet.json
│   ├── settings-snippet.json
│   └── triggers-academic-search.toml
├── mcp-server/
│   ├── academic_search_server.py
│   ├── sources/
│   ├── tests/
│   └── utils/
├── references/
│   ├── citation-parser.md
│   ├── dedup-engine.md
│   ├── ris-bibtex-format.md
│   ├── search-strategy.md
│   ├── source-tiers.md
│   └── workflows/
└── scripts/
    ├── converters.py
    ├── format-converter.py
    └── preflight.py
```

**示例工作流** — 跨多个源搜索同一主题，合并并去重候选论文，验证关键标识符，然后将选中的参考文献导出或转换为 Zotero、EndNote 或 BibTeX。

---

## computational-science-devskill-creator

**功能** — 一个元技能，从文档、代码和教程中学习任意计算程序库，然后生成一个新的隔离环境技能，用于实现该库的数值算例。

**工作流** — 该技能询问你编程语言、库名称和算例类型，然后研究库的 API 表面、环境依赖和常见使用模式。生成一个新的 `SKILL.md`，包含完整的环境设置说明、核心 API 参考和 2-3 个可运行算例。

生成前，它会提示你选择全局（`~/.opencode/skills/`）或项目本地（`.opencode/skills/`）放置位置。

**参考文件**

```
.opencode/skills/computational-science-devskill-creator/
├── README.md
├── SKILL.md
└── references/
    ├── environment-templates.md
    ├── library-learning-protocol.md
    ├── skill-generation-template.md
    └── example-output.md
```

---

## 共享设计原则

本集合中的所有技能遵循以下原则：

1. **仅主源** — 规则基于 SIAM 期刊规范和计算数学出版标准，而非通用的风格偏好。
2. **显式优先于隐式** — 每条规则明确说明理由，而非仅仅断言。
3. **章节感知** — 学术写作和图表均需上下文敏感性；每个技能根据处理的论文部分应用不同的逻辑。
4. **输出优先** — 每个技能返回立即可用的成果：可复制的文字、`.svg` 文件、`.pptx` 演示文稿或具体建议，无中间规划文档。
5. **设计可扩展** — 每个技能在其自己的目录中自包含；添加新技能不需要更改已有技能。

---

## 添加新技能

向本集合添加技能：

**1. 创建目录**
```
.opencode/skills/computational-science-<topic>/
```

**2. 最低必需文件**

| 文件 | 必需 | 用途 |
|------|------|------|
| `SKILL.md` | 是 | Frontmatter（`name`、`description`）+ 规则 + 工作流；由代理触发后加载 |
| `README.md` | 是 | 人类可读的完整英文参考 |
| `references/*.md` | 推荐（复杂技能） | 模块化规则文件（api、设计理论、教程、图表类型……） |

**3. SKILL.md frontmatter 模板**
```yaml
---
name: computational-science-<topic>
description: >-
  用一句话描述该技能的功能和触发时机。
  包含输出格式和主要使用场景。
---
```

**4. 更新此索引**

在上述[技能索引](#技能索引)表格中添加一行：
```markdown
| [`computational-science-<topic>`](.opencode/skills/computational-science-<topic>/README.md) | 草稿 / 稳定 | 一句话说明用途 | 触发关键词 |
```

**5. 状态标签**

| 标签 | 含义 |
|------|------|
| `Draft` | 规则已定义；尚未在实际示例上测试 |
| `Beta` | 已在示例上测试；可能仍存在边缘情况 |
| `Stable` | 已在真实学术内容上验证；规则已稳定 |

---

## 候选技能（尚未构建）

以下为已记录的缺口。欢迎贡献。

| 候选技能 | 范围 |
|---------|------|
| `computational-science-statistics` | 计算数学的统计报告规范（效应量、置信区间、p 值格式、Monte Carlo 诊断） |
| `computational-science-methods` | 计算论文的深度方法写作助手：可复现性检查表、数值基准测试、复杂度分析 |
| `computational-science-cover` | SIAM 和计算数学期刊的投稿信撰写：钩子段落、意义框架、适合期刊的论证 |
| `computational-science-review` | 撰写计算数学领域的文献综述或调查：综合 vs 总结、以论证为导向的结构 |

---

## 许可证

MIT