ARTICLE · 1147250
Codex 搞科研 没这些插件真不行(建议收藏)
新安装的 Codex 就像毛坯房，要做好 读文献、清洗数据、做图、整理实验结果的科研日常，你还需要一些额外的设置。
适合：高水平论文写作、Nature风格润色、投稿前模拟审稿、回复审稿意见
第一个：让 AI 提前扮演 Nature Reviewer
投稿前，很多科研人都会有这样的担忧：
“我的创新性够不够？”
“审稿人会不会质疑实验设计？”
“论文有没有一些自己没发现的逻辑漏洞？”
它可以模拟不同审稿视角，从研究创新性、科学意义、技术可靠性、证据完整性和论文表达等方面提出意见。默认工作流会生成三份模拟审稿报告，再对主要问题进行综合整理。
演示示例：投稿前模拟审稿
将论文初稿和相关图表放进 Codex 工作目录，然后输入：
请使用 nature-reviewer 对 manuscript.docx 进行投稿前模拟审稿，目标期刊为 Nature。
请从研究创新性、科学意义、实验设计、统计方法、证据完整性和论文逻辑等方面进行评价。
输出三份不同侧重点的模拟审稿报告，将问题分为 Major Concerns 和 Minor Comments。
对每个主要问题指出对应的论文位置、问题原因，以及作者应该补充什么证据或进行什么修改。
最后汇总一份按优先级排序的修改清单。不要虚构论文中不存在的实验或结果。
这样做最大的价值，不是让 AI 告诉你“这篇论文能不能中 Nature”。
而是在正式投稿之前，尽可能发现那些可能被审稿人质疑的问题。
第二个：让 AI 帮你逐条回复 Reviewer
相比投稿前的焦虑，收到 Major Revision 可能更让人头疼。
Reviewer 1 提了十几条意见，Reviewer 2 又要求补实验，Reviewer 3 还质疑研究结论。
光是整理这些意见、组织回复逻辑，就可能耗费不少时间。
Nature-skills 里的 nature-response 可以辅助完成这件事。
演示示例：生成审稿意见回复初稿
请使用 nature-response，根据 reviewer_comments.docx 和 revised_manuscript.docx，生成逐条回复审稿意见的 Response Letter。
每条回复包含审稿人原始意见、作者回复、已完成的修改，以及修改位置。
对于已经完成的补充实验，请引用我提供的真实结果；对于尚未完成的实验，请标记为“需要作者补充”，不要编造结果。
整体语气保持专业、礼貌、有理有据。
它可以帮你整理回复框架、核对哪些意见尚未解决，并改善英文表达。
当然，真正的科学问题仍然需要作者自己回答。
02 Scientific-writer 科研写作通用工具箱
适合：论文初稿、Introduction、Methods、Discussion、文献综述和投稿材料准备
如果说 Nature-skills 更偏向 Nature 风格的论文准备，那么 Scientific Writer 就更像是一个面向不同学科、不同期刊的通用科研写作助手。
这个是Agent时代 第一个 出现的科研写作插件，科研通用写作插件，第一次有人把科研写作的通用规范、写作要领以及资料检索做成了一个系列技能包，虽然看起来和上一个有功能重叠，但是侧重方向依旧不一样，建议安装。它目前依旧在持续更新中，并且作为首创的技能包插件一定有其他后来者不一样的优势。
这里推荐的是 K-Dense-AI 开源的 claude-scientific-writer 项目。
它将科研写作规范、论文结构、文献工作流和相关辅助技能整合在一起。
对于科研人来说，最实用的地方是：
不需要每次写论文都从一张白纸开始。
比如，很多人写 Introduction 时会遇到一个问题：
相关文献看了不少，但不知道怎么组织成一条完整的研究逻辑。
写出来的内容经常变成简单的文献堆砌。
Scientific Writer 可以辅助你梳理研究背景、已有进展、知识空白和研究目标之间的关系。
演示示例一：写 Introduction
假设你正在研究肿瘤微环境中的巨噬细胞，已经整理了相关文献和研究假设。
可以输入：
请使用 scientific-writing 工作流，基于 references 文件夹中的文献和 research_outline.md 中的研究内容，为我的论文设计 Introduction 结构。
按照“研究背景—已有进展—当前研究空白—本研究目的”的逻辑组织内容。
先生成详细提纲，再起草英文 Introduction。
每一项重要科学论断都应关联可核查的文献来源。对于缺少证据支持的内容，请明确标记，不要编造参考文献或 DOI。
这比直接告诉 AI“帮我写一篇 Introduction”更有价值。
因为它不仅生成文字，还帮助你检查论文的论证结构。
演示示例二：检查 Methods 是否完整
Methods 是论文中非常重要、也容易遗漏细节的部分。
例如样本来源、实验重复次数、统计方法、试剂信息、软件版本等。
可以输入：
请使用 scientific-writing 工作流，检查 methods_draft.docx 中的实验方法。
从实验可重复性的角度，检查是否缺少样本量、实验条件、试剂信息、仪器参数、统计分析方法和软件版本等重要内容。
输出一份缺失信息清单，并说明每项信息为什么重要。
不要自行补充我没有提供的实验参数。
这类检查尤其适合在投稿前进行。
它和 Nature-skills 有什么区别？
简单来说：
Nature-skills 更偏向 Nature 风格的完整投稿流程。
Scientific Writer 更偏向跨期刊、跨学科的科研写作规范和工作流。
两者有重叠，但并不完全相同。
如果你经常写不同类型的学术文章、综述、研究报告，Scientific Writer 的通用性值得关注。
03 Humanizer 论文写完了，怎么让语言少一点 AI 味？
适合：学术英文润色、论文表达优化、科研邮件、日常写作
如果你经常让 AI 帮忙修改文章，可能已经发现一个现象：
AI 写出来的内容虽然语法正确、逻辑看起来也很完整，但总有一种似曾相识的感觉。比如英文写作里频繁出现：
“Furthermore...”
“Moreover...”
“It is worth noting that...”
“Taken together...”
这些表达本身并没有错。但如果一篇文章从头到尾都使用类似的句式，读起来就容易显得机械、重复。
Humanizer 就是专门处理这类问题的 Skill。
它会检查文本中一些常见的模式化表达，比如空泛的强调、过度使用连接词、重复的句子结构，以及缺乏具体信息的总结句。
然后尝试在不改变原意的前提下，让表达更自然。
演示示例：学术英文润色
假设你有一段 AI 辅助起草的 Discussion，内容基本正确，但读起来比较生硬。
可以输入：
请使用 Humanizer 润色 discussion_draft.md。
保持正式、准确、克制的学术英文风格，减少重复的连接词、模板化表达和不必要的强调。
保留所有科学术语、实验数据、统计结果、引用和原有结论，不要增加未经证实的科学观点。
如果某句话逻辑不清楚，请单独标注，不要自行改变其科学含义。
输出润色后的版本，并说明主要修改。
如果你希望文章更接近自己的写作习惯，还可以提供两三段自己以前写过的英文，让 Humanizer 参考用词和句式。
但这里有一个需要特别强调的问题：
Humanizer 的作用是改善文字质量，不是保证绕过 AI 检测。
它不能保证修改后的文字一定被识别为人工写作，也不能代替作者遵守期刊的 AI 使用披露要求。
对于科研论文来说，最重要的始终是科学内容准确、证据可靠，以及作者对最终文本负责。
04 Life Science Research生物医学科研人的专属工具箱
适合：生物医学、基因组学、蛋白质研究、药物研发、科研选题。
这是来自 OpenAI 的一个生命科学研究插件，整合了约 50 个专门面向生命科学研究的 Skills。
覆盖的方向包括：
基因与遗传变异 转录组与表达分析 蛋白质结构和功能 通路与分子网络 化合物和药物研究 临床试验与公共数据集 论文、预印本和研究证据检索
它可以结合不同的数据来源，为一个科研问题收集和整理相关证据。
例如，你正在研究 TREM2 与小胶质细胞的关系。
可以尝试：
请使用 Life Science Research，整理 TREM2 在小胶质细胞中的已知功能。分别检索相关基因表达、信号通路、公开数据集和近年的研究文献，提供可核查的来源链接。请将已有研究证据与尚未验证的假设分开，并列出值得进一步探索的研究问题。
这样的结果可以作为科研选题和文献调研的起点。尤其是涉及不同数据库的信息时，把检索、整理和证据综合串起来，会比逐个手动访问网站更方便。
05｜PDF Skill 自动复制论文里的表格了
适合：文献阅读、论文整理、PDF 内容提取和排版检查
想提取论文中的某个表格，复制出来却全部错位；或者拿到一份几十页的 PDF，想快速定位方法部分和实验参数。这时候，可以试试 PDF Skill。
它不仅可以辅助读取 PDF 文字，还可以配合 PDF 解析工具完成表格提取、页面检查、PDF 生成和排版验证等任务。
举个实际例子：
假设你正在阅读一篇包含多个实验条件的论文，想把其中的实验参数整理成 Excel。
可以直接把论文放进工作目录，告诉 Codex：
请阅读当前目录下的论文 PDF，找到实验方法部分，将样本量、实验分组、处理条件、检测指标和对应页码整理成表格。提取不到的信息标记为“未报告”，不要自行补充。如果 PDF 表格存在跨页或识别不确定的情况，请指出需要人工核对的位置。
这样得到的不只是一段总结，而是一份更容易用于后续对比和整理的结构化材料。
当然，这不意味着 PDF 表格一定能被完美识别。复杂的合并单元格、扫描件、图片形式的表格，依旧需要人工核对
06｜编写自己独有的插件
如果在你的工作流中，找不到满意的插件，你完全可以自己编写或者修改这些技能包，直接告诉Codex你要创建一个什么样的插件就好了，建议越具体越好，剩下的就交给Codex完成，你验收调成就可以了。
创建示例如如图中所示，当然你也可以加入更复杂的流程和代码等。
类似的插件或者技能包还有很多，这里只是推荐了一些比较优秀且在持续更新的Codex 插件，你如果有更好的推荐也欢迎在评论区留言。
注意：插件也不是越多越好，找到适合自己场景好用的即可。
关注我们，让你 科研不迷路！
订阅我们，让你 科研普拉斯！
长按上方二维码 或 手动复制下面网址，在浏览器打开