写论文不再是一次性聊天：research-writing-skill用七轮问答加Git版本管理把学术写作变成工程化流程

用 DeepSeek 之类的大模型写论文，很多人都遇到过类似的困扰：让它写一段摘要，自己改改就粘进去，但慢慢会发现引用的文献是不是真的、数据来源和实验条件有没有交代清楚，随着对话越来越长，前面的内容也开始混乱。

research-writing-skill 就是为了解决这个问题而设计的。它把论文写作从一次性的聊天对话，升级成一套工程化的协作流程。就像用 Git 管理代码版本一样，它也让你用 Git 来管理论文版本——每一章单独成一个文件，图表脚本可以复现，自审清单逐条检查，原来靠人工记录的事情现在全部自动化，并且形成项目文件。

目前这个项目在 GitHub 上已经获得了 2700 个 Star。

实际使用体验

假设要写一篇毕业论文。打开 Claude Code，说一句"我要写论文"，它就会开始七轮问答：先问是毕业论文还是投稿初稿，再问属于工科还是社科，题目、研究背景、研究方法和章节结构等都可以逐步修改。

确定章节结构之后，它会自动在 chapters/ 目录下创建框架，每一章对应一个 .md 文件，文献综述、方法、实验结果和讨论分开管理。

当需要数据图时，它会生成 Python 脚本，在本地运行就能画出来，结果可复现。流程图和架构图则会生成提示词，交由 Gemini 等工具来绘制。

投稿之前还可以使用 peer-review 技能，从审稿人的角度检查引文格式、逻辑链路和图号。

核心设计思路

七轮问答式头脑风暴。 它会一步步引导你确定论文种类、学科领域、题目、研究背景、研究方法和章节结构，最后做一次汇总确认。不必在一轮对话里把所有要求都说清楚，可以分步确认，每一步都可以修改。AI 不会"自以为懂了"就开始写，而是先和你对齐目标。

章节写作引擎。 确定结构后在 chapters/ 目录自动生成框架，一章一章地写，每章对应一个 .md 或 .tex 文件。修改某一章时只需要找到对应的文件，不必在几十页的 Word 文档里翻找。也可以用 Git 记录每章的修改历史，看到哪一天改了什么内容。

去 AI 化写作规范。 它不会因为"看起来简单"就去掉重要内容，而是按照学术写作标准整理语言，保留事实和数据——研究对象、数据范围、实验条件、方法指标和结论限制都不会丢。减少"首先、其次"这类机械连接词，避免"值得注意的是"这类空洞表达。正文采用自然段形式，不堆砌列表，也不靠加粗突出重点。

图表生成功能。 不用自己写代码，它会自动用 Python 脚本生成数据结果图，在本地运行即可。对生成风格有明确限制，避免照片级渲染和杂乱的手绘线条，要求输出清晰的扁平化矢量架构图。

多端兼容。 支持 Claude Code、Cursor、Codex、OpenCode、Gemini CLI 等六个平台，可以选用自己常用的工具。

文献综述合作。 可以进行中英文文献整合并生成文献综述章节。把相关文献列表交给它，它会帮你整理成结构化的综述内容，不需要逐篇阅读和归纳。

安装方式

打开 Claude Code，输入：

帮我安装 https://github.com/Norman-bury/research-writing-skill

安装完毕后，直接说"我要写论文"就会启动论文流程，它会带你走完全部过程。

使用边界

默认情况下不会生成 Word 文件，输出的是 .md 和 .tex 项目文件。如果需要 Word，最后一步可以手动迁移或用 Pandoc 转换。

它不会编造文献，规则层面明确禁止编造，引用要求可追溯，高风险结论需二次核验。

缺少内建的文献管理功能，需要用户自己提供文献列表。

项目基于 MIT 协议开放。

开源地址：https://github.com/Norman-bury/research-writing-skill