许多研究者在撰写论文时陷入困境，并非因为缺乏素材，而是随着文献积累增多、结构逐渐松散、修改轮次变得混乱，整体进度反而停滞不前。
起初，大家往往倾向于不断尝试新的模型或提示词，以为只要换一个更聪明的工具，文稿就能变得顺畅。然而，进入正式成稿阶段，核心问题通常已不再是“智能程度”的高低，而是“任务分工”是否清晰。
谁负责深入梳理文献，谁负责搭建综述框架，谁负责将正文组织成标准的论文结构，谁负责语言打磨，谁负责在最后阶段以审稿人的视角进行自查——这些环节最好别混在一个指令里。从GitHub上公开的Agent Skills库中筛选一遍，会发现有5个技能特别适合论文成稿期。需要说明的是，这里所说的“成稿期”，并非最初选题构思的阶段，而是已经进入文献综述、正文构建、修改润色、提交导师或投稿前自检的流程。
论文成稿期的技能应用路线图
筛选这5个技能的标准非常简单：
每个技能都有明确的适用环节，而非泛泛宣称自己什么都能做
原始描述足够清晰，能够看出它真正擅长的边界和局限
可以嵌入真实的写作流程，而不只是适合演示场景
核心原则是：不要把检索、综述、成稿、润色、审稿这些任务全部交给同一个技能。真正能让论文推进更稳健的，恰恰是把这些环节拆分开来，各司其职。
1. academic-deep-research：最适合用于文献摸底与证据链构建
这个技能来自OpenClaw的公开技能库。它最吸引人的地方不在于信息量大，而在于研究流程足够严谨。原始说明中明确写明了包含两轮研究循环、证据等级评估、APA 7引用格式，以及每个主题都要分析矛盾点和局限性。
如果你目前已经确定了题目方向，但还不清楚相关研究究竟分为哪几派、核心争议点是什么、哪些结论已经相对稳固，那么最适合把它引入。可以直接让它围绕研究问题、主要主题、证据缺口、关键争议进行一轮深度摸底，然后要求它提供一个可用于综述写作的主题框架。
使用心得：这个技能并不适合快速生成一段成品文字，它更像一个文献摸底的总控。用得好，能把整篇论文的地基打得非常扎实；用得不好，会显得过于沉重。因此，它最适合放在正式开始撰写正文之前，而不是在最后阶段用来修改两段话。
2. literature-review：最适合将散乱文献整理成可写的综述骨架
这个技能的描述非常务实：系统文献检索、数据库检索策略、引用管理与核验、综述组织，以及几个配套脚本，比如search_databases.py、verify_citations.py、generate_pdf.py。
如果你已经不缺文献，而是缺少一个能将文献真正组织起来的框架，这个技能非常适用。尤其适合以下几类任务：
按照数据库和关键词重新整理检索范围
将几十篇文献按研究问题、方法、结论和争议点重新分类归档
在撰写综述之前，先制作一版研究脉络表
在进入正文写作前，先对引用进行一轮核验
使用心得：很多人写综述的问题并不在于不会总结，而是没有把检索逻辑、纳入标准、文献分组这三件事单独处理。这个技能的价值就在于此。它会迫使你先将综述做成结构化的材料，然后再去写段落。这样产出的综述更像学术论文中的综述，而不是简单的资料堆砌。
3. scientific-writing：最适合将零散材料写成标准论文结构
这个技能的能力描述非常清晰：IMRaD结构指导、主要引用格式、图表呈现规范、不同研究类型的reporting guidelines，以及更通用的scientific communication原则。
当你已经获得了核心结果，准备将材料正式写成论文时，这个技能非常适合充当结构总编。可以让它围绕Introduction、Methods、Results、Discussion分段搭建，也可以让它检查figure/table的位置、说明方式、引用格式是否统一。
使用心得：它最强的地方不是帮你凭空生成内容，而是将已有材料嵌入学术论文最常见的骨架中。对于处于成稿期的人而言，这类技能比泛泛的写作助手更有价值，因为你真正缺少的往往不是新句子，而是标准结构、表达秩序以及章节边界。
5个技能的分工对照示意图
4. SciWrite：最适合在改稿阶段进行语言清理和一致性检查
这是本次筛选中最像编辑助手的技能。它不是大而全，而是非常专注地将论文语言审查拆解为5个sequential audit passes：冗词清理、被动语态与弱动词、句子结构、关键词一致性、数值与引文一致性。它还提供全文审查、单节审查、定向审查和交互式逐段审查4种模式。
如果你已经拥有一个版本的正文，最稳妥的方式不是让AI直接重写，而是明确告诉它只做一种检查。比如：
只抓被动语态和弱动词
只抓句子过长和逻辑不顺
只查关键词是不是前后叫法混乱
只查数值、单位、文内引文有没有前后不一致
使用心得：这类技能特别适合论文的中后期阶段。因为到了这个阶段，最害怕的不是没有内容，而是作者为了改得更像论文，反而把自己的原意改丢了。SciWrite的好处在于它强调“不改科学内容，只改表达方式”，这个边界非常重要。它更像是语言修订器，而不是代写器。
5. peer-review：最适合在提交导师或投稿前进行最后一轮自查
这个技能的能力定义也很直白：识别常见稿件问题、检查reporting standards compliance、给出建设性反馈、评估方法和统计分析、检查是否符合期刊规范。
如果你准备把稿子发给导师、合作者，或者已经进入投稿前的最后一轮，这个技能的位置就非常关键。可以直接让它站在审稿人的角度，重点检查这几类问题：
研究设计和方法是否存在明显短板
统计分析与结论支撑是否匹配
报告规范有没有缺口
期刊要求、版式要求、章节要求是否遗漏
使用心得：很多人把最后一轮检查也交给润色工具，结果只能改出更通顺的句子，却抓不出真正会在评审中被退回的问题。peer-review更适合作为交稿前的压力测试。它不一定让文字更漂亮，但很可能帮你提前发现会被导师或审稿人追问的漏洞。
如果按一条最稳妥的顺序来使用
一条可直接参照的使用顺序流程图
这条顺序的核心，不是把5个技能全部堆上去，而是每个技能只做自己最该做的那件事：
前两个技能负责理清资料和证据链
中间一个技能负责将材料装入标准论文结构
后两个技能负责把稿子从“勉强可用”提升到“更可靠”
如果不想一次性安装太多，也可以根据当前状态只选2个：
还在补综述：优先
academic-deep-research+literature-review正在写正文：优先
scientific-writing+SciWrite快交稿了：优先
SciWrite+peer-review
最后说一句更重要的
这次最强烈的感受，不是网上终于出现了很多学术写作技能，而是它们开始真正实现分工。这一点至关重要。因为论文写作一旦进入中后期，最忌讳的就是把所有任务都交给一个模糊的助手。那样看起来省事，实际上最容易导致综述变散、正文失真、改稿失控。
真正可靠的用法，是把技能当作一个“写作工位系统”来配置：有人负责摸底，有人负责搭结构，有人负责清理语言，有人负责找漏洞。你负责的不是把写作交出去，而是把这套分工调度好。如果这个阶段只能记住一句话，那么更值得记住这句：成稿期最需要的，不是更多的灵感，而是更清晰的分工。
为什么没有把所有热门技能都放进来
这次刻意没有追求大而全，也没有把明显偏向学科专用或工程实验管理的技能一起塞进来。原因很简单：对于大多数已经进入论文成稿期的人来说，现在最需要的不是再认识十几个名字，而是先把文献、综述、正文、语言、审稿这五个工位稳稳立住。
