ScholarEval 学术论文评审技能

ScholarEval 是一款面向科研场景的 Agent 技能，帮助研究者、导师与评审人用统一、可复现的标准来评估学术成果。它把散落在审稿人脑海里的"经验判断"沉淀为一套结构化的评审量规，覆盖问题提出、文献综述、研究方法、数据分析、结果呈现、写作表达与引文规范等核心维度，最终输出带证据的评语、可选的分项评分以及清晰的修改优先级清单。无论是在投稿前的自查，还是在导师指导学生的论文修改环节，它都能显著提升反馈的一致性与可比较性。

核心能力

• 多类型学术成果评审：支持研究论文、课题申请书（proposal）、学位论文、文献综述以及会议摘要等多种体裁，一套量规通用。
• 八大维度结构化打分：围绕问题提出、文献综述、研究方法、数据、分析、结果、写作、引文逐项评估，给出优势与不足。
• 带证据的分项评语：每一项结论都能回溯到原文内容，避免空泛的"写得不错"式反馈。
• 加权总分计算：内置本地 Python 辅助脚本，可根据各维度权重自动汇总为整体评分，便于横向比较不同稿件。
• 总体质量与发表就绪度判断：综合判断稿件是否达到目标期刊/会议的投稿标准，并区分"阻塞性问题"与"可选优化项"。
• 修改优先级推荐：在众多问题中给出"投稿前必改"的 top 清单，帮助作者聚焦。
• 多稿件对比评审：用同一套量规评估多份提案，输出相对优劣势与推荐排序。

安装配置

1. 安装技能：在支持 Skill 的 Agent（Claude、Codex、Claude Code）中执行 npx skillstore add davila7/scholar-evaluation 即可拉取。
2. 准备 Python 环境：整体评分依赖本地 Python 脚本计算加权总分，需确保运行环境已安装 Python。
3. 准备待评审文本：提供完整论文，或明确标注章节的节选，以便评审时精准引用证据。
4. 声明背景信息：在请求评审前说明成果所处阶段、所属学科与目标期刊/会议，让评分更贴合实际标准。

使用步骤

1. 基础评审：调用"使用 ScholarEval 评估这篇论文，聚焦优势、不足与投稿前最需完成的三项修改"。
2. 定向维度评审：如只关注方法与结果，可指定"仅评估方法论、分析与结果部分，并给出 1–5 分评分与文本证据"。
3. 发表就绪度判断：请求"判断该稿件是否已可投往目标期刊，区分阻塞性问题与可选改进"。
4. 多稿对比：对多份提案套用同一量规，比较问题价值、可行性、方法与预期贡献，并给出优先级排序。

适用场景

• 期刊论文投稿前自查：在正式提交前系统排查各维度短板，减少返修轮次。
• 学位论文章节评审：对学生论文的清晰度、方法论、证据与引文质量给出结构化反馈。
• 课题申请书比较：用统一标准对比多份申请，快速识别相对强弱与风险。
• 内部同行预审：在组内互评环节提供一致的评审语言，减少主观分歧。
• 学术写作教学：作为教学工具，帮助学生学习规范的评审框架与写作标准。

适用人群

• 高校教师、研究生导师与论文评审人
• 正在撰写论文、学位论文或课题申请的研究生与科研人员
• 需要统一评审口径的科研团队与编辑部

工作原理

技能内置一套 ScholarEval 评审量规，将学术成果拆解为多个可独立评估的维度。执行时，Agent 会依据量规逐维分析用户提供的文本，结合权重通过本地 Python 脚本汇总为整体分数，并把每个结论锚定到原文证据上。最终输出分维度的优势、劣势、评分，以及综合质量判断与优先级建议，形成一份可比较、可追溯的评审报告。

官方链接

• 技能主页：https://skillstore.io/skills/davila7-scholar-evaluation
• 源码仓库：https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/scientific/scholar-evaluation
• 许可证：MIT