CCFA Skills 端到端 Demo 详解17 个技能如何把 Transformer 论文跑完 idea 评审、写作、rebuttal 与投稿检查【免费下载链接】CCFA-SkillsA skill family for shaping the research storyline of CCF-A papers.项目地址: https://gitcode.com/gh_mirrors/cc/CCFA-SkillsCCFA Skills 是一个面向 CCF-A 论文的 AI 科研技能家族包含 17 个分工明确的 skills覆盖 idea 评审、文献检索、实验设计、论文写作、科研绘图、rebuttal 回复与投稿检查全流程。它的端到端 Demo 以经典 Transformer 论文为对象完整演示了从读原文、提炼 idea到评审、写作、rebuttal、投稿检查的闭环过程是新手快速理解 AI 辅助论文写作工作流的最佳入口。一、17 个技能家族每个阶段都有专人负责CCFA Skills 的核心理念是论文不是一份等待填充的文档而是一条需要在反复修改中保持连贯的研究故事线。与其用一个无所不包的长 prompt 同时做检索、实验、写作和审稿不如让最擅长当前任务的 skill 来负责。完整的能力目录可在 docs/SKILLS_CATALOG.md 中查看与 Demo 直接相关的核心成员包括研究阶段负责的 SkillDemo 中的具体产出项目起步ccf-project-scaffolder论文目录、ICLR 模板与 ccfa.yaml 项目状态流程推进ccf-pipeline-orchestrator各阶段的门禁检查idea 门禁、证据门禁、写作门禁等选题提炼ccf-idea-optimizeridea 简报问题-缺口-洞察-方法-证据选题评审ccf-idea-reviewer严格 idea 评审报告打分 风险定位文献检索ccf-literature-searcher相关工作检索目标清单实验设计ccf-experiment-designer证据矩阵、BLEU 表、复杂度表、消融计划论文写作ccf-paper-writer完整 ICLR 风格 LaTeX 稿件独立评审ccf-paper-reviewer写作评审 三位模拟审稿人科学评审完整性核验ccf-integrity-auditorclaim / 数值 / 引用逐条审计表审稿回复ccf-rebuttal-writerrebuttal 草稿 修订台账revision ledger投稿检查ccf-submission-checker双盲、页数、编译、匿名化等格式检查学术表达ccf-humanization去除防御性表述保留自然学术语言科研绘图ccf-visual-composer可复现的数据图与方法架构图 每个 skill 都是一个独立目录如 ccf-idea-reviewer/SKILL.md、ccf-rebuttal-writer/SKILL.md按需加载不会让无关规则干扰当前任务。二、Demo 全流程总览把 Transformer 论文重跑一遍打开 demo/attention-is-all-you-need/ 目录可以看到一场以 ICLR 投稿为目标的完整重演系统先读取Attention Is All You Need原文然后依次完成读原文、提炼 idea、idea 评审、写作、评审与完整性审计、投稿检查、rebuttal 演练最后产出可编译的 LaTeX 稿件。完整运行记录在 02-iclr-closed-loop-skill-run.md它的关键设计是每个 skill 必须留下有用产物——一个决策、一张表、一段草稿、一份评审意见或一条修订动作而不是仅仅在路由表上打勾。所有共享状态claims、实验来源、阶段门禁都集中记录在 ccfa.yaml 中例如三条核心 claim 都绑定了原文出处C1序列转换模型可以完全依赖 attention不含循环或卷积支持来源原文架构与实验C2self-attention 相比循环层减少了串行操作与路径长度支持来源原文 Table 1C3Transformer big 在 WMT 14 英德/英法上分别达到 28.4 / 41.0 BLEU支持来源摘要、6.1 节、Table 2 这种claim 必须绑定证据来源的约定贯穿全流程是 Demo 最值得新手学习的机制。三、第一步读原文、提炼 idea而不是急着动笔前两个阶段发生在动笔之前原文精读00-original-paper-reading.md提取动机、问题、洞察、方法、结果与贡献定位。idea 简报01-idea-document.md按问题-缺口-洞察-方法-证据框架整理成 ICLR 风格的 idea brief由ccf-idea-optimizer负责。这一步的意义在于写作开始前研究故事线必须先成形。原文的叙事节奏任务 → 瓶颈 → 洞察 → 架构 → 证据 → 有限度的局限会被显式记录成为后续写作的依据。四、严格 idea 评审动笔前先回答这个 idea 站得住吗03-idea-review.md 由ccf-idea-reviewer产出是 Demo 中最有把关感的环节。评审结论非常直接可以继续推进但 novelty 必须是架构级的——即 attention 取代了序列建模骨干而不是给现有循环系统加一个模块。如果写成我们用 attention 做机器翻译idea 就弱了因为 attention 早已存在于神经机翻中。评审给出了五维打分表问题重要性 9/10、洞察 9/10、方法完整性 8/10、证据强度 8/10、ICLR 匹配度 8/10并专门列出了最接近的 prior-art 风险循环 seq2seq、attention 机翻、卷积 seq2seq 三条最相近的技术路线以及动笔前必须完成的 5 项修订要求。⚠️ 值得注意的边界ccf-idea-reviewer默认只审概念不因缺少实验扣分——这个方向值得做吗和稿件结论站得住吗是两个不同的问题后者由ccf-paper-reviewer负责。五、写作阶段产出一篇完整可编译的 ICLR 稿件ccf-paper-writer的产出是 attention_iclr_submission.tex——一篇完整的 ICLR 风格 LaTeX 稿件配套 iclr2026_conference.sty 样式文件两次pdflatex即可编译通过。写作决策过程记录在 03-writing-draft.md。写作阶段有两个新手容易忽略的原则保留原文的叙事模式Writer 学习的是范文提出问题、展开方法、安排证据、控制节奏的方式而不是复制句子缺失的证据保持缺失Demo 没有跑任何新实验所有数值都来自原文见 official-data.md 和 result-tables.md未复制的消融值被显式标记为missing绝不虚构。上图正是ccf-humanization在 Transformer 案例中的演示把To avoid any conceivable failure, we add several defensive checks...这类防御性表述改写为We evaluate Transformer Base on English-to-German translation.这样直接、自然的学术表达同时把仅用于调试的代理模型识别为只提示、不进正文的内容——真实失败、适用条件和必要披露仍然保留。六、评审与 rebuttal先当审稿人再决定怎么改Demo 中最完整的环节是 04-review-and-rebuttal.md它按写作评审 → 科学评审 → 完整性审计 → 模拟审稿 → rebuttal 草稿 → 修订台账的顺序推进写作评审逐节摘要/引言/方法/实验/相关工作/局限列出问题与Applied / Open状态科学评审三位模拟审稿人分别从新颖性定位、证据实验、清晰度与可复现性三个角度给出意见例如 Reviewer 2 明确指出消融部分目前只是计划ICLR 审稿人不会接受计划作为证据完整性审计逐条核对正文 claim 与证据来源Self-attention 普遍比循环结构更省这类没有支撑的表述被标记为 Avoided改为保留二次复杂度说明rebuttal 草稿 修订台账每条审稿意见对应到具体稿件动作和负责 skill如ccf-paper-writer负责修改、ccf-literature-searcher负责补充相关工作状态逐条跟踪 Done / Partial / Open。 这个评审与修改分离的设计Reviewer 负责判断Writer 负责修改避免了一边审稿一边替自己解释的常见误区。七、投稿检查临门一脚的格式与匿名化05-submission-check.md 记录了 ICLR 投稿前的最后一道检查双盲要求、页数限制、TeX 编译、匿名化、元数据与补充材料清单。Demo 明确标注了当前状态是demo 模式、无编译 PDF真实投稿前仍需核对当年最新的投稿政策——这种把不确定项说清楚的习惯本身也是 AI 辅助科研的底线不虚构 venue 规则。八、加分项可复现的数据图与可编辑的方法图Demo 中的绘图部分由ccf-visual-composer完成脚本见 plot_demo.py产出的 SVG 数据图BLEU 棒棒糖图、小倍数图、坡度图、热图等位于 visual-composer/figures/全部由验证过的官方数据驱动可复现、可追溯。方法架构图则走先探索、再重建的路线先用 GPT Image 2 找到与内容相称的视觉语言构图确认后重建为可编辑的 SVG / 矢量 PDF / PPTX。下图是一张典型的论文方法架构图成图效果九、如何上手使用这套论文写作技能按你的 Agent 安装Codex、Claude Code、Cursor、Gemini CLI 等均有对应指南入口在 docs/getting-started/支持一行 npx 命令全局安装全部 skills直接说出你的研究问题安装后无需复杂配置例如严格评审这三个选题并排序根据这篇论文设计主实验和消融不要虚构结果把方法部分改写为 CVPR 风格参考 Demo 的闭环结构把 demo/attention-is-all-you-need/ 的 artifacts 编号00 读原文 → 01 idea → 02 运行记录 → 03 评审/写作 → 04 评审与 rebuttal → 05 投稿检查 → 06 家族自查当作你自己项目的产物清单模板了解每个 skill 的边界哪些该问 idea reviewer、哪些该问 paper reviewer、绘图 skill 不替你选数字完整分工见 docs/SKILLS_CATALOG.md 与 docs/ARCHITECTURE.md。✅ 一句话总结CCFA Skills 的端到端 Demo 展示的不只是AI 能写论文而是一套证据可查、分工明确、评审独立、缺失不虚构的科研工作流——新手完全可以照着它的 artifacts 目录给自己的下一篇论文搭起同样的骨架。【免费下载链接】CCFA-SkillsA skill family for shaping the research storyline of CCF-A papers.项目地址: https://gitcode.com/gh_mirrors/cc/CCFA-Skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考