Nature-Skills:让 AI 助手帮你产出 Nature 级别的学术论文与科研图表

从论文润色到科研绘图，从文献检索到审稿回复——一套开源 Skill 集合，把你的 Claude Code / Codex 变成 Nature 期刊级别的科研助手。

一、Nature-Skills 是什么？

Nature-Skills 是一个开源的 AI Agent 技能集合，由上海交通大学团队（Yuan1z0825）于 2026 年 4 月发布，专门面向学术科研人员设计。它包含了一整套符合 Nature 期刊标准 的学术工作流 Skills，覆盖论文写作、科研绘图、文献管理、审稿回复等核心场景。

与通用型 AI 提示词不同，Nature-Skills 的每一条规则都来源于一手实证素材：

• Nature 原刊论文（s41586 系列，2026 年发表）
• Nature 官方作者指南（Author Guidelines）
• 研究生科学英语写作课程 的教学体系

这意味着它不是"听起来学术"的平均值建议，而是"评审真正期待"的具体规范。

二、核心 Skill 一览：15 个技能覆盖学术全流程

三、最核心的两个 Skill 详解

1. nature-figure：科研绘图神器

这是 Nature-Skills 中最受欢迎的技能。你只需要用自然语言描述需求，它就能直接生成符合 Nature 视觉标准的多面板科研图表。

内置规范包括：

支持的图表类型：

• 实验组 vs 对照组对比图
• 学习曲线（含置信区间）
• 热图/矩阵图
• UMAP/t-SNE 降维可视化
• 瀑布图/森林图
• 时间线与机制示意图
• 免疫组化/显微镜多通道合成

示例图库（来自官方仓库）：

• 材料设计与力学验证复合图
• 空间成像与摄取分析图
• 体内疗效与耐受性评估图
• 单细胞系统生物学全景图
• 扰动验证与联合用药矩阵图

2. nature-polishing：论文润色专家

这个 Skill 内置了 25 条 Nature 风格写作规则，将中文草稿或英文初稿润色为符合 Nature 期刊要求的学术英语。

核心能力：

• 中译英：专为非英语母语作者优化，按章节自动调整时态语气
• Claim Strength 控制：自动调节"我们证明了" vs "我们的结果表明"等措辞的强度
• 结构化改写：Abstract、Introduction、Methods、Results、Discussion 各有独立规则集
• 语言问题预防：针对性修复"language needs improvement"类审稿意见

四、安装指南：3 分钟搞定

Nature-Skills 支持 Claude Code、OpenAI Codex、Cursor 等多种 AI 编程助手平台。

方式一：插件市场安装（推荐，最简单）

在 Claude Code 或 Codex 中直接输入：

# Claude Code
/plugin marketplace add Yuan1z0825/nature-skills
/plugin install nature-skills

# 或者直接
请安装这个 skill: https://github.com/Yuan1z0825/nature-skills

# 使用 npx 工具（通用）
npx skills add Yuan1z0825/nature-skills

方式二：手动 Clone 安装

macOS / Linux：

git clone https://github.com/Yuan1z0825/nature-skills.git
cd nature-skills
mkdir -p ~/.codex/skills

# 安装全部 skills
for d in skills/*/; do
  name="${d%/}"
  name="${name##*/}"
  cp -R "$d""$HOME/.codex/skills/$name/"
done

# 或只安装你需要的
# cp -R skills/nature-figure ~/.codex/skills/
# cp -R skills/nature-polishing ~/.codex/skills/

Windows PowerShell：

git clone https://github.com/Yuan1z0825/nature-skills.git
cd nature-skills

New-Item -ItemType Directory -Force "$env:USERPROFILE\.codex\skills" | Out-Null
Copy-Item -Recurse -Force .\skills\nature-figure "$env:USERPROFILE\.codex\skills\"
Copy-Item -Recurse -Force .\skills\nature-polishing "$env:USERPROFILE\.codex\skills\"

轻量安装（使用 degit，不下载 git 历史）：

npx -y degit Yuan1z0825/nature-skills/skills/nature-figure ~/.codex/skills/nature-figure
npx -y degit Yuan1z0825/nature-skills/skills/nature-polishing ~/.codex/skills/nature-polishing

方式三：Claude Code 子 Agent 包装器

mkdir -p ~/ai-skills
cd ~/ai-skills
git clone https://github.com/Yuan1z0825/nature-skills.git

mkdir -p ~/.claude/agents
cat > ~/.claude/agents/nature-polishing.md <<'EOF'
---
name: nature-polishing
description: Use proactively for Nature-style academic polishing, restructuring, or Chinese-to-English manuscript refinement.
---

When invoked, first read `~/ai-skills/nature-skills/skills/nature-polishing/SKILL.md`.
Treat that file as the governing workflow.
If the skill references supporting files, read only the directly needed files.
Do not replace the skill with a generic polishing response.
EOF

安装后验证

安装完成后，开启一个新的会话，输入以下任一指令测试：

Polish this abstract in Nature style.

Generate a three-panel Nature figure comparing experiment and control groups.

Turn this paper into a Chinese journal-club PPT.

如果 Skill 安装正确，AI 会按照 Skill 内定义的专业工作流执行，而不是给出通用的简单回复。

Python 依赖（仅 nature-figure 需要）

pip install matplotlib numpy scipy pandas

# 可选（SVG 后处理用）
pip install cairosvg    # SVG → PDF 转换
pip install svgutils    # 面板组装

五、提示词编写指南：怎么写效果最好

Nature-Skills 的设计哲学是**"渐进式披露"（Progressive Disclosure）——你只提供最必要的上下文，Skill 内部的完整规则会在需要时自动加载。因此你不需要写冗长的 Prompt，只需清晰表达"要做什么"和"给什么素材"**。

提示词编写原则

五大场景提示词案例

场景 1：论文摘要润色（nature-polishing）

请用 Nature style 润色以下中文摘要的英文翻译，投稿目标期刊为 Nature Medicine。

原文：
"本研究通过单细胞测序技术分析了 100 例肝癌患者的肿瘤微环境，
发现了一组与免疫治疗响应相关的巨噬细胞亚群。"

要求：
- Abstract 风格（背景→方法→主要发现→意义，不超过 150 词）
- Claim strength 适中，不要过度解读
- 使用 Nature Medicine 偏好的术语体系

场景 2：科研绘图（nature-figure）

请帮我生成一张三面板 Nature 风格的科研图表，用于投稿 Nature Communications。

数据描述：
- 面板 a：实验组（n=30）和对照组（n=30）在治疗前后的肿瘤体积变化箱线图
- 面板 b：16 周治疗期间两组患者的生存 Kaplan-Meier 曲线
- 面板 c：免疫细胞浸润比例的堆叠柱状图（CD8+ T、Treg、巨噬细胞、其他）

要求：
- 配色使用 NMI pastel 低饱和色系
- 输出 SVG（可编辑）+ PNG（300 dpi）
- 字体使用 Arial
- 面板编号 a/b/c 加粗左对齐

场景 3：审稿回复（nature-response）

请帮我起草审稿回复信（Response to Reviewers）。

投稿信息：
- 期刊：Nature Biotechnology
- 审稿结果：Major Revision
- 审稿人：Reviewer #1（5 条意见）、Reviewer #2（3 条意见）

附件：
- reviewer_comments.txt（审稿意见原文）
- revised_manuscript.pdf（修改稿）

要求：
- 逐条回复，每条包含：原文意见 → 我们的回复 → 具体修改
- 语气礼貌专业
- 对实质性批评要详细说明修改方案
- 对误解性意见要委婉澄清

场景 4：论文转组会 PPT（nature-paper2ppt）

请把这篇论文转成中文组会汇报 PPT。

论文： attachments/paper.pdf

要求：
- Nature-style 汇报逻辑（Why→What→How→Evidence→So What）
- 中文幻灯片 + 英文原文对照
- 重点突出核心证据链
- 包含 Speaker Notes
- 输出 .pptx 格式

场景 5：文献检索与引用（nature-citation）

请为我的论文 Methods 部分补充支撑文献，要求发表在 Nature/CNS 系列。

需要支撑的论断：
1. "单细胞测序技术可解析肿瘤异质性"
2. "巨噬细胞 M1/M2 极化影响免疫治疗响应"
3. "UMAP 算法适用于高维单细胞数据可视化"

要求：
- 每个论断至少 2 篇支撑文献
- 优先 2020-2026 年发表的高被引论文
- 导出 RIS 格式，可直接导入 Zotero

六、工作原理：Skill 是如何被触发的

Nature-Skills 采用 Agent Skills 开放标准（agentskills.io），其核心机制是：

1. 元数据扫描：AI 助手启动时，会扫描所有可用 Skill 的 YAML 前置元数据（仅几十 tokens）
2. 意图匹配：根据你的对话内容，判断哪个 Skill 与当前任务相关
3. 渐进加载：只加载匹配 Skill 的完整指令（SKILL.md），其余 Skill 不占用上下文
4. 规则执行：Skill 内的具体规则、脚本、参考资料按需调用

这种设计的优势是极低的 Token 开销——初始化一个 Skill 仅需 30-50 tokens，相比把完整指令塞进 Prompt，效率提升数十倍。

Skill 文件结构

skills/
├── nature-figure/
│   ├── SKILL.md              # 核心指令（入口文件）
│   ├── README.md             # 使用说明
│   ├── scripts/
│   │   └── figure_utils.py   # 辅助脚本（可选）
│   ├── references/
│   │   └── style_guide.md    # 风格指南参考
│   └── assets/
│       └── gallery/          # 示例图库
│
├── nature-polishing/
│   ├── SKILL.md              # 核心指令
│   ├── references/
│   │   ├── writing_rules.md  # 25条写作规则
│   │   └── claim_strength.md # 措辞强度控制指南
│   └── templates/
│       └── abstract_template.md

每个 Skill 文件夹都是一个自包含的模块，可以独立安装和更新。

七、常见问题 FAQ

Q：Nature-Skills 收费吗？A：完全免费。MIT 协议，个人/商用/修改/再分发都无障碍。

Q：不用 Claude Code 能用吗？A：核心 Python 脚本和 references/ 文件可以独立使用，但对话式触发和规则自动执行需要支持 Agent Skills 的 AI 助手（Claude Code、OpenAI Codex、Cursor 等）。

Q：能润色中文草稿吗？A：可以。nature-polishing 内置中译英 + 按章节自动调整时态语气，专为非英语母语作者设计。

Q：用了就能投中 Nature 吗？A：不能。Nature-Skills 处理的是风格层（图表 + 文字表达）。是否被接收取决于研究的新颖性、严谨性和契合度——这些是工具无法替代的。

Q：会泄露我的论文数据吗？A：不会。所有规则都固化在本地 Skill 文件中，运行时不调用任何外部 API，数据完全在本地处理。

Q：如何更新到最新版本？A：

cd nature-skills
git pull
cp -R skills/nature-figure ~/.codex/skills/
cp -R skills/nature-polishing ~/.codex/skills/

八、与其他学术工具的配合

Nature-Skills 不是孤立的工具，它可以与以下工具形成完整的学术工作流：

九、写在最后

科研 AI 的下一步，不是让模型更会说漂亮话，而是让它更懂流程。

读论文要有 source map；写论文要控制 claim strength；补引用要匹配具体论断；画主图要服务核心结论；做 PPT 要讲清楚证据链；回审稿要逐条可追踪。

Nature-Skills 的价值就在于此。

它提醒我们：真正提高科研效率的，不是每次把 Prompt 写得更长，而是把那些反复出现、但又不能出错的科研流程，沉淀成可复用的 Skill。

对科研人来说，这可能比一个万能提示词更重要。