用 agent-skills（技能化 Agent）辅助论文写作：从 Prompt 到可复用工作流

1. 本文将“agent-skills”定义为：把论文写作拆成可复用的“技能/工具函数”（检索、摘要、引用插入、LaTeX 编译等），由 LLM Agent 规划并按需调用；不是单次 Prompt。（若你指的是某个同名仓库，需补充链接核对其 API）
2. 论文写作最容易踩坑的环节不是“写不出来”，而是“引用不可靠、论证链不闭合、结构反复推倒重来”；技能化的核心价值是让每一步都有产物与可回溯证据。
3. 推荐最小可行流程：Zotero 管引用与元数据 + 本地/云端 RAG 管阅读材料 + 写作模板（LaTeX/Word）+ 两个校验技能（事实核验/引用核验）。
4. 目标不是让 Agent 替你写论文，而是让它像“研究助理”一样做检索、整理、对齐格式、检查一致性；关键结论与论证仍由作者负责。

1. 把写作拆成技能后，Prompt 只负责“调度与标准”，执行由工具完成：检索走 API、解析走解析器、引用走 Zotero/BibTeX、格式走模板与编译器。
2. 学术写作的“可靠性”主要来自可追溯链：每个段落绑定来源（DOI/页码/摘录），让 Agent 只能在证据库内生成，并输出引用依据（chunk id/页码）。
3. 读写分离：先构建“可检索的阅读库”（PDF→结构化文本→向量库/全文索引），再做问答/综述/相关工作；避免边搜边写导致主题漂移。
4. 评价要可量化：例如“每 200–300 字至少 1 条可点击引用”“引用中 DOI 命中率”“与提纲一致性（章节覆盖率）”“重复率/自相矛盾检测”。

1. 明确约束与输出物：论文类型（综述/实证/方法）、字数、目标期刊格式、必须覆盖的研究问题（RQ1/RQ2...），把这些写成 Agent 的 system spec。
2. 文献采集与引用管理（推荐 Zotero）：建立 Collection；通过 DOI/ISBN/网页导入；安装 Zotero Better BibTeX 并统一 citekey 规则；定期导出 .bib（或保持自动导出）。
3. 构建阅读库（RAG/全文索引）：PDF 批量下载；用 GROBID 或 unstructured 做解析；存入向量库（Qdrant/Chroma/FAISS）+ 可选 BM25（Elasticsearch/OpenSearch）做混合检索。
4. 设计最小技能集（先 6 个就够）：

a) paper_search：Crossref/Semantic Scholar/arXiv 检索并输出 BibTeX/DOI b) pdf_ingest：解析 PDF→分段→入库（保留页码与标题层级） c) evidence_answer：基于检索结果生成“带出处的回答”（返回引用片段与定位信息） d) outline_builder：把 RQ 与证据映射成提纲（每节列出必须引用的文献） e) draft_writer：按提纲生成段落，但强制每段附引用列表（citekeys）与待核验点 f) citation_auditor：检查每条引用是否真实存在于 Zotero/BibTeX、DOI 是否可解析、段落是否有无来源的强断言

5. 用通用 Agent 框架实现“计划-执行-校验”循环：规划器产出步骤；执行器调用技能；审稿器按 rubric 打分并提出修改指令（而不是直接重写整篇）。
6. 与写作工具集成：

a) LaTeX 体系：Overleaf/TeX Live + BibTeX/Biber + latexmk；Agent 输出 .tex 片段与 .bib citekeys b) Word 体系：Zotero Word 插件插入引用；Agent 只生成结构化段落与引用占位符（citekey），避免直接生成最终格式

7. 最小示例（技能注册表的形态示意，需按你实际框架改）：

{
  "skills": [
    {"name": "paper_search", "io": "query -> [doi,title,url,bibtex]"},
    {"name": "pdf_ingest", "io": "pdf_path -> index_id"},
    {"name": "evidence_answer", "io": "question,index_id -> answer + citations"},
    {"name": "outline_builder", "io": "rq_list + citations -> outline"},
    {"name": "draft_writer", "io": "outline + constraints -> tex/markdown"},
    {"name": "citation_auditor", "io": "draft + bib -> issues"}
  ]
}

1. 轻量方案（最快落地）：不做复杂 Agent，只做“脚本化技能 + 模板化提示”。用 Zotero 管引用，Python 脚本做 PDF 解析与入库，写作时用 RAG 生成带引文的段落，再人工拼装与润色。
2. 标准 Agent 方案（可扩展）：选一个成熟框架（LangChain/LlamaIndex/AutoGen/CrewAI/Semantic Kernel），实现 planner-executor-critic；把技能做成可测试模块（单元测试 + 固定样例文库）。
3. 重度工程方案（团队/长期）：混合检索（BM25+向量）+ 结构化知识（引用图谱/论点图谱）+ 评测基准（引用命中率、事实一致性、章节覆盖率）；适合长期维护的课题组写作基础设施。
4. 另一种“agent-skills”定义分支：如果你指的是“小红书里提到的某个名为 agent-skills 的具体仓库/插件/提示库”，需要先核对其：支持的模型、技能定义格式（YAML/JSON/代码）、是否内置检索与引用、与 Obsidian/Zotero 的集成方式；然后再决定是直接用还是抽象成通用技能接口。

1. 开源 LLM 应用工程师（paraphrase）：更偏好“工具优先”的落地方式，认为把检索、解析、引用做成确定性工具，比在提示词里堆技巧更稳；建议先做小闭环（相关工作一节）再扩展到全篇。
2. 学术写作教练/导师视角（paraphrase）：强调论文质量取决于问题定义、贡献与论证链；Agent 适合做“结构化输出与一致性检查”，但不能替代研究设计与关键论断的责任归属。
3. 图书馆员/信息素养专家（paraphrase）：建议把检索策略标准化（关键词同义词表、布尔检索式、纳排标准 PRISMA 思路）；并把每次检索的时间、数据库、式子记录成可复现的检索日志。
4. 数据隐私与合规顾问（paraphrase）：提醒处理未公开数据/受版权保护 PDF 时要注意上传到第三方 LLM 的风险；更偏好本地向量库与本地模型，或对敏感内容做脱敏与最小化上传。

1. RAG + 强制引用输出能显著降低无来源幻觉，但不能保证引用与断言严格匹配（high）：这是当前检索增强生成的普遍结论与工程经验，仍需 citation_auditor + 人工抽查。
2. Zotero + Better BibTeX 是“引用可追溯”与跨工具协作的低成本方案（high）：工具链成熟、社区广，且能与 LaTeX/Pandoc/Word 工作流对接。
3. 用 GROBID/unstructured 解析 PDF 可提升分段与页码保留，从而更容易做“可定位引用”（medium）：效果取决于 PDF 质量、扫描件 OCR、论文版式；需要抽样验收与回退策略。
4. “agent-skills”若为特定项目，其能力边界与接口细节目前无法从输入中核验（low）：仅看到小红书短链，无法在线核验内容与仓库信息。

1. 你补充：学科方向、论文类型、目标模板、是否必须用中文引用格式（如 GB/T 7714）、以及 agent-skills 的确切链接/截图（优先 GitHub/文档）。
2. 我给你输出一个“最小可行技能集”的目录结构（Python/Node 二选一）+ 配置文件模板（模型、向量库、Zotero 导出路径）+ 评测 rubric（引用命中率等）。
3. 先跑一个 2 小时试点：选一个小节（Related Work/Background），用 20 篇文献生成 800–1200 字带引用草稿；再用 citation_auditor 列问题清单，你只做修订与补证据。
4. 试点通过后再扩展到整篇：把每节的“必须回答的问题”和“必须引用的关键文献”固化为可复用写作模板。

Board

Open Research Board

Related by Tags

• 搜索效率：用 MCP 组装可复用的检索 Skill 2026-01-29 21:01 · · #RAG #Obsidian
• 学法律：普法AI与中国职场权益查询/维权工具调研 2026-01-31 12:59 · · #RAG
• 信息源：把“小红书线索”转成可持续的订阅清单与工作流 2026-01-30 10:43 · · #Zotero
• 试试人生管理：从“Bot 很强”到可复刻的个人系统（含 clawdbot 核查与替代） 2026-01-30 10:22 · · #Obsidian
• 上下文管理：Bot 为什么会说“记忆永存” 2026-01-30 10:15 · · #RAG
• AI医疗应用：如何判断“最好用”，以及基于OpenAI的落地路线 2026-01-30 09:53 · · #RAG

1. 小红书短链 http://xhslink.com/o/8g7IB9IcLHy （无法在线核验内容，需你提供可访问的原文/截图）
2. LangChain（Agent/Tools）https://github.com/langchain-ai/langchain
3. LlamaIndex（RAG/Agent）https://github.com/run-llama/llama_index
4. Microsoft AutoGen（多 Agent 协作）https://github.com/microsoft/autogen
5. CrewAI（多角色协作）https://github.com/joaomdmoura/crewai
6. Microsoft Semantic Kernel（技能/函数编排）https://github.com/microsoft/semantic-kernel
7. PaperQA（面向论文问答）https://github.com/allenai/paperqa
8. Zotero 官方文档 https://www.zotero.org/support/
9. Zotero Better BibTeX https://github.com/retorquere/zotero-better-bibtex
10. Pandoc（文档转换/引用处理）https://pandoc.org/
11. Qdrant（向量库）https://github.com/qdrant/qdrant
12. Chroma（向量库）https://github.com/chroma-core/chroma
13. FAISS（向量检索）https://github.com/facebookresearch/faiss
14. GROBID（PDF 解析）https://github.com/kermitt2/grobid
15. unstructured（文档解析）https://github.com/Unstructured-IO/unstructured
16. Crossref REST API（元数据/DOI）https://www.crossref.org/documentation/retrieve-metadata/rest-api/
17. arXiv API https://arxiv.org/help/api/index
18. Semantic Scholar API https://www.semanticscholar.org/product/api