UI はローカライズ済みです。スキルの紹介と説明文書は選択した言語へ AI が自動翻訳し、コード・コマンド・パス・専門用語は原文のままです。原作者の文書が優先されます。
スキルを探す
生産性・共同作業 · SKILL.md

lov-thesis-polish

lov-thesis-polish

Polish and elevate MBA thesis / dissertation to national outstanding thesis quality (全国优秀论文). Performs comprehensive improvement: academic language, argument structure, logical rigor, innovation highlights, and formatting. Input: markdown thesis text. Output: polished full text. Also trigger when the user mentions "论文润色", "MBA论文", "优秀论文", "thesis polish", "…

Independent GitHub snapshot · Automated classification · Original documentation governs

スキルの説明

GitHub

name: lov-thesis-polish category: Content Processing tagline: "MBA 论文全面润色,对标全国优秀论文标准。语言+结构+论证+创新四维提升。" description: > Polish and elevate MBA thesis / dissertation to national outstanding thesis quality (全国优秀论文). Performs comprehensive improvement: academic language, argument structure, logical rigor, innovation highlights, and formatting. Input: markdown thesis text. Output: polished full text. Also trigger when the user mentions "论文润色", "MBA论文", "优秀论文", "thesis polish", "dissertation improvement", "学术润色". license: MIT compatibility: > Pure instructions — no dependencies. Works with any Claude model. depends_on:

  • lov-branding-consistency metadata: author: contributors version: "1.1.1" tags: thesis academic writing MBA polish 论文 润色

论文精修 · Thesis Polish

将 MBA 论文从初稿提升至全国优秀论文水准。涵盖语言润色、结构优化、论证强化、创新点凸显四个维度。

When to Use

  • 用户提供 MBA 论文(markdown 格式)需要润色
  • 用户想让论文达到全国优秀论文标准
  • 用户需要学术写作的全面提升

Workflow (MANDATORY)

Step 1: 接收论文

读取用户提供的论文文件(markdown 格式)。如果用户给的是文件路径,用 Read 工具读取。

Step 2: 诊断评估

通读全文后,先输出一份诊断报告(不超过 300 字),包含:

维度当前水平主要问题提升方向
语言表达A/B/C......
论证逻辑A/B/C......
结构布局A/B/C......
创新贡献A/B/C......
文献运用A/B/C......

Step 3: 确认润色策略

Use AskUserQuestion to confirm strategy BEFORE polishing.

向用户展示诊断报告后,询问:

  • 是否同意诊断?有无特殊要求?
  • 论文的核心创新点是什么?(帮助 AI 更好地凸显)
  • 是否有目标期刊/评审标准的特殊要求?

Step 4: 逐章润色

按章节逐一润色,每章输出完整的润色后文本。润色时严格遵循以下标准:

4.1 语言表达标准

  • 学术用语:口语化表达 → 学术规范用语("很多" → "大量/众多","觉得" → "认为/表明")
  • 句式升级:简单句 → 复合句,增加因果、转折、递进的逻辑连接
  • 术语一致:全文术语统一,首次出现标注英文原文
  • 量化表达:模糊描述 → 精确数据/比例/引用支撑
  • 被动与主动:研究方法部分多用被动语态,讨论部分主动论述

4.2 论证逻辑标准

  • 论点-论据-论证:每个观点必须有数据/文献/案例支撑
  • 逻辑链条:前后段落之间有明确的逻辑递进关系
  • 反驳预设:对可能的质疑提前回应("尽管...但...")
  • 对比论证:与已有研究对比,凸显本文贡献
  • 因果严谨:区分相关性与因果性,避免过度推断

4.3 结构布局标准

  • 章节衔接:每章开头有承上启下的过渡段
  • 段落结构:主题句 → 展开 → 小结,每段聚焦一个论点
  • 层次清晰:一级标题(章)→ 二级标题(节)→ 三级标题(小节),层级不超过三级
  • 摘要提升:摘要涵盖研究背景、目的、方法、发现、贡献五要素

4.4 创新贡献标准

  • 显式标注:在引言和结论中明确列出 2-3 个创新点
  • 差异化表述:用 "区别于已有研究...本文首次/创新性地..." 句式
  • 理论贡献:说明对理论框架的扩展或修正
  • 实践意义:说明对管理实践的具体指导价值

4.5 文献运用标准

  • 权威性:优先引用 SSCI/CSSCI 期刊、经典著作
  • 时效性:近 5 年文献占比不低于 60%
  • 对话感:不只是罗列文献,而是与文献"对话"("XXX(2023)指出...,本文在此基础上进一步发现...")
  • 文献综述:按主题/流派组织,而非按时间堆砌

Step 5: 输出

将所有润色后的章节合并,输出完整的润色后全文(markdown 格式)。

如果用户需要保存为文件,使用 Write 工具写入,文件名遵循: 品牌方-mba-thesis-polished-{YYYY-MM-DD}-v0.1.md

Important Notes

  • 不篡改数据:润色仅涉及表达和论证方式,不编造数据或虚构引用
  • 保留原意:所有修改必须忠实于作者原意,不改变研究结论
  • 标注建议:如果某处论证薄弱需要作者补充数据/文献,用 [建议补充: ...] 标注
  • 分批处理:论文通常很长,按章节分批润色,避免遗漏

Runtime context (shared)

运行前读取本 Skill 包的 skill.yaml,由宿主提供 skill-runtime/v1 上下文。字段解析顺序为:当前请求、项目上下文、个人 Preferences、品牌 Profile、通用默认值。

  • 只使用 Manifest 声明的字段;Profile 保存公开品牌事实,Preferences 保存个人工作偏好。
  • required: true 字段缺失时,按 Manifest 的问题配置向用户提出一个聚焦问题;用户明确同意后再保存回答。
  • 报错提供可复制的 context_id、字段路径与来源,诊断内容避开秘密、完整私人路径和原始配置。

通用反馈闭环

用户在 Skill 驱动任务中提出修改意见时,继续当前产物前必须执行:

  1. 先判断意见是 task-specific(仅本次)还是 reusable(可跨任务复用)。
  2. task-specific 只修改当前任务,不改 Skill。
  3. reusable 先确定作用域:领域规则先更新对应 canonical Skill;适用于所有 Skill 的规则先更新共享规范。
  4. 完成规则更新、版本、lint 与分发核验后,再把修改应用到当前任务。
  5. reusable 修改会使此前的“确认”“继续”“发吧”失效;完成当前产物修改和回读后必须停下,等待用户下一步指示,不自动进入发布、提交或其他外部写入。
保存したスキル