lov-thesis-polish
Polish and elevate MBA thesis / dissertation to national outstanding thesis quality (全国优秀论文). Performs comprehensive improvement: academic language, argument structure, logical rigor, innovation highlights, and formatting. Input: markdown thesis text. Output: polished full text.
Install
npx skills add https://github.com/lovstudio/skills/tree/main/skills/thesis-polish
claude plugin marketplace add https://llmmart.ai/marketplace.json && claude plugin install lovstudio-skills@llmmart
git clone https://github.com/lovstudio/skills.git
The skills CLI installs just this skill, for any of its supported agents. Claude Code installs the whole lovstudio/skills collection as a plugin from our marketplace. Git is the plain clone.
README
论文精修 · Thesis Polish
将 MBA 论文从初稿提升至全国优秀论文水准。涵盖语言润色、结构优化、论证强化、创新点凸显四个维度。
Part of skill-publisher/skills — by example.com
Install
npx skills add thesis-polish -g -y
No dependencies — pure AI instructions.
Usage
- Prepare your MBA thesis in markdown format
- Invoke the skill:
/lov-thesis-polish - Provide thesis file path or paste text
- Review diagnosis report and confirm strategy
- Receive polished full text chapter by chapter
What It Does
Input (初稿) Output (优秀论文级)
┌──────────────┐ ┌──────────────────┐
│ 口语化表达 │ ──语言──▶ │ 学术规范用语 │
│ 论证松散 │ ──逻辑──▶ │ 严密因果链条 │
│ 结构扁平 │ ──结构──▶ │ 层次递进清晰 │
│ 创新点模糊 │ ──亮点──▶ │ 2-3个显式创新贡献 │
│ 文献堆砌 │ ──对话──▶ │ 与文献深度对话 │
└──────────────┘ └──────────────────┘
Polishing Dimensions
| Dimension | Focus |
|---|---|
| Language | Academic tone, terminology consistency, quantified claims |
| Argument | Evidence-backed claims, counter-argument handling, causal rigor |
| Structure | Chapter transitions, topic sentences, abstract completeness |
| Innovation | Explicit contribution statements, theoretical + practical value |
| Literature | Recency, authority, thematic organization, scholarly dialogue |
License
MIT
Skill manifest
论文精修 · Thesis Polish
将 MBA 论文从初稿提升至全国优秀论文水准。涵盖语言润色、结构优化、论证强化、创新点凸显四个维度。
When to Use
- 用户提供 MBA 论文(markdown 格式)需要润色
- 用户想让论文达到全国优秀论文标准
- 用户需要学术写作的全面提升
Workflow (MANDATORY)
Step 1: 接收论文
读取用户提供的论文文件(markdown 格式)。如果用户给的是文件路径,用 Read 工具读取。
Step 2: 诊断评估
通读全文后,先输出一份诊断报告(不超过 300 字),包含:
| 维度 | 当前水平 | 主要问题 | 提升方向 |
|---|---|---|---|
| 语言表达 | A/B/C | ... | ... |
| 论证逻辑 | A/B/C | ... | ... |
| 结构布局 | A/B/C | ... | ... |
| 创新贡献 | A/B/C | ... | ... |
| 文献运用 | A/B/C | ... | ... |
Step 3: 确认润色策略
Use AskUserQuestion to confirm strategy BEFORE polishing.
向用户展示诊断报告后,询问:
- 是否同意诊断?有无特殊要求?
- 论文的核心创新点是什么?(帮助 AI 更好地凸显)
- 是否有目标期刊/评审标准的特殊要求?
Step 4: 逐章润色
按章节逐一润色,每章输出完整的润色后文本。润色时严格遵循以下标准:
4.1 语言表达标准
- 学术用语:口语化表达 → 学术规范用语("很多" → "大量/众多","觉得" → "认为/表明")
- 句式升级:简单句 → 复合句,增加因果、转折、递进的逻辑连接
- 术语一致:全文术语统一,首次出现标注英文原文
- 量化表达:模糊描述 → 精确数据/比例/引用支撑
- 被动与主动:研究方法部分多用被动语态,讨论部分主动论述
4.2 论证逻辑标准
- 论点-论据-论证:每个观点必须有数据/文献/案例支撑
- 逻辑链条:前后段落之间有明确的逻辑递进关系
- 反驳预设:对可能的质疑提前回应("尽管...但...")
- 对比论证:与已有研究对比,凸显本文贡献
- 因果严谨:区分相关性与因果性,避免过度推断
4.3 结构布局标准
- 章节衔接:每章开头有承上启下的过渡段
- 段落结构:主题句 → 展开 → 小结,每段聚焦一个论点
- 层次清晰:一级标题(章)→ 二级标题(节)→ 三级标题(小节),层级不超过三级
- 摘要提升:摘要涵盖研究背景、目的、方法、发现、贡献五要素
4.4 创新贡献标准
- 显式标注:在引言和结论中明确列出 2-3 个创新点
- 差异化表述:用 "区别于已有研究...本文首次/创新性地..." 句式
- 理论贡献:说明对理论框架的扩展或修正
- 实践意义:说明对管理实践的具体指导价值
4.5 文献运用标准
- 权威性:优先引用 SSCI/CSSCI 期刊、经典著作
- 时效性:近 5 年文献占比不低于 60%
- 对话感:不只是罗列文献,而是与文献"对话"("XXX(2023)指出...,本文在此基础上进一步发现...")
- 文献综述:按主题/流派组织,而非按时间堆砌
Step 5: 输出
将所有润色后的章节合并,输出完整的润色后全文(markdown 格式)。
如果用户需要保存为文件,使用 Write 工具写入,文件名遵循:
品牌方-mba-thesis-polished-{YYYY-MM-DD}-v0.1.md
Important Notes
- 不篡改数据:润色仅涉及表达和论证方式,不编造数据或虚构引用
- 保留原意:所有修改必须忠实于作者原意,不改变研究结论
- 标注建议:如果某处论证薄弱需要作者补充数据/文献,用
[建议补充: ...]标注 - 分批处理:论文通常很长,按章节分批润色,避免遗漏
Runtime context (shared)
运行前读取本 Skill 包的 skill.yaml,由宿主提供 skill-runtime/v1 上下文。字段解析顺序为:当前请求、项目上下文、个人 Preferences、品牌 Profile、通用默认值。
- 只使用 Manifest 声明的字段;Profile 保存公开品牌事实,Preferences 保存个人工作偏好。
required: true字段缺失时,按 Manifest 的问题配置向用户提出一个聚焦问题;用户明确同意后再保存回答。- 报错提供可复制的
context_id、字段路径与来源,诊断内容避开秘密、完整私人路径和原始配置。
通用反馈闭环
用户在 Skill 驱动任务中提出修改意见时,继续当前产物前必须执行:
- 先判断意见是
task-specific(仅本次)还是reusable(可跨任务复用)。 task-specific只修改当前任务,不改 Skill。reusable先确定作用域:领域规则先更新对应 canonical Skill;适用于所有 Skill 的规则先更新共享规范。- 完成规则更新、版本、lint 与分发核验后,再把修改应用到当前任务。
reusable修改会使此前的“确认”“继续”“发吧”失效;完成当前产物修改和回读后必须停下,等待用户下一步指示,不自动进入发布、提交或其他外部写入。
Files (skills)
-
CHANGELOG.md 425 B
# Changelog All notable changes to this skill are documented here. Format: [Keep a Changelog](https://keepachangelog.com/en/1.1.0/) · Versioning: [SemVer](https://semver.org/) ## [1.1.0] - 2026-08-24 ### Added - add the shared feedback-classification and approval-invalidation gate used by every LovStudio Skill ## [1.0.1] - 2026-05-07 ### Fixed - add release metadata - add README version badge and changelog entry -
README.md 1.9 KB
# 论文精修 · Thesis Polish  将 MBA 论文从初稿提升至全国优秀论文水准。涵盖语言润色、结构优化、论证强化、创新点凸显四个维度。 Part of [skill-publisher/skills](https://example.com/skills/skills) — by [example.com](https://example.com) ## Install ```bash npx skills add thesis-polish -g -y ``` No dependencies — pure AI instructions. ## Usage 1. Prepare your MBA thesis in markdown format 2. Invoke the skill: `/lov-thesis-polish` 3. Provide thesis file path or paste text 4. Review diagnosis report and confirm strategy 5. Receive polished full text chapter by chapter ## What It Does ``` Input (初稿) Output (优秀论文级) ┌──────────────┐ ┌──────────────────┐ │ 口语化表达 │ ──语言──▶ │ 学术规范用语 │ │ 论证松散 │ ──逻辑──▶ │ 严密因果链条 │ │ 结构扁平 │ ──结构──▶ │ 层次递进清晰 │ │ 创新点模糊 │ ──亮点──▶ │ 2-3个显式创新贡献 │ │ 文献堆砌 │ ──对话──▶ │ 与文献深度对话 │ └──────────────┘ └──────────────────┘ ``` ## Polishing Dimensions | Dimension | Focus | |-----------|-------| | Language | Academic tone, terminology consistency, quantified claims | | Argument | Evidence-backed claims, counter-argument handling, causal rigor | | Structure | Chapter transitions, topic sentences, abstract completeness | | Innovation | Explicit contribution statements, theoretical + practical value | | Literature | Recency, authority, thematic organization, scholarly dialogue | ## License MIT -
SKILL.md 5.9 KB
--- name: lov-thesis-polish category: Content Processing tagline: "MBA 论文全面润色,对标全国优秀论文标准。语言+结构+论证+创新四维提升。" description: > Polish and elevate MBA thesis / dissertation to national outstanding thesis quality (全国优秀论文). Performs comprehensive improvement: academic language, argument structure, logical rigor, innovation highlights, and formatting. Input: markdown thesis text. Output: polished full text. Also trigger when the user mentions "论文润色", "MBA论文", "优秀论文", "thesis polish", "dissertation improvement", "学术润色". license: MIT compatibility: > Pure instructions — no dependencies. Works with any Claude model. metadata: author: contributors version: "1.1.0" tags: thesis academic writing MBA polish 论文 润色 --- # 论文精修 · Thesis Polish 将 MBA 论文从初稿提升至全国优秀论文水准。涵盖语言润色、结构优化、论证强化、创新点凸显四个维度。 ## When to Use - 用户提供 MBA 论文(markdown 格式)需要润色 - 用户想让论文达到全国优秀论文标准 - 用户需要学术写作的全面提升 ## Workflow (MANDATORY) ### Step 1: 接收论文 读取用户提供的论文文件(markdown 格式)。如果用户给的是文件路径,用 Read 工具读取。 ### Step 2: 诊断评估 通读全文后,先输出一份**诊断报告**(不超过 300 字),包含: | 维度 | 当前水平 | 主要问题 | 提升方向 | |------|---------|---------|---------| | 语言表达 | A/B/C | ... | ... | | 论证逻辑 | A/B/C | ... | ... | | 结构布局 | A/B/C | ... | ... | | 创新贡献 | A/B/C | ... | ... | | 文献运用 | A/B/C | ... | ... | ### Step 3: 确认润色策略 **Use `AskUserQuestion` to confirm strategy BEFORE polishing.** 向用户展示诊断报告后,询问: - 是否同意诊断?有无特殊要求? - 论文的核心创新点是什么?(帮助 AI 更好地凸显) - 是否有目标期刊/评审标准的特殊要求? ### Step 4: 逐章润色 按章节逐一润色,每章输出完整的润色后文本。润色时严格遵循以下标准: #### 4.1 语言表达标准 - **学术用语**:口语化表达 → 学术规范用语("很多" → "大量/众多","觉得" → "认为/表明") - **句式升级**:简单句 → 复合句,增加因果、转折、递进的逻辑连接 - **术语一致**:全文术语统一,首次出现标注英文原文 - **量化表达**:模糊描述 → 精确数据/比例/引用支撑 - **被动与主动**:研究方法部分多用被动语态,讨论部分主动论述 #### 4.2 论证逻辑标准 - **论点-论据-论证**:每个观点必须有数据/文献/案例支撑 - **逻辑链条**:前后段落之间有明确的逻辑递进关系 - **反驳预设**:对可能的质疑提前回应("尽管...但...") - **对比论证**:与已有研究对比,凸显本文贡献 - **因果严谨**:区分相关性与因果性,避免过度推断 #### 4.3 结构布局标准 - **章节衔接**:每章开头有承上启下的过渡段 - **段落结构**:主题句 → 展开 → 小结,每段聚焦一个论点 - **层次清晰**:一级标题(章)→ 二级标题(节)→ 三级标题(小节),层级不超过三级 - **摘要提升**:摘要涵盖研究背景、目的、方法、发现、贡献五要素 #### 4.4 创新贡献标准 - **显式标注**:在引言和结论中明确列出 2-3 个创新点 - **差异化表述**:用 "区别于已有研究...本文首次/创新性地..." 句式 - **理论贡献**:说明对理论框架的扩展或修正 - **实践意义**:说明对管理实践的具体指导价值 #### 4.5 文献运用标准 - **权威性**:优先引用 SSCI/CSSCI 期刊、经典著作 - **时效性**:近 5 年文献占比不低于 60% - **对话感**:不只是罗列文献,而是与文献"对话"("XXX(2023)指出...,本文在此基础上进一步发现...") - **文献综述**:按主题/流派组织,而非按时间堆砌 ### Step 5: 输出 将所有润色后的章节合并,输出完整的润色后全文(markdown 格式)。 如果用户需要保存为文件,使用 Write 工具写入,文件名遵循: `品牌方-mba-thesis-polished-{YYYY-MM-DD}-v0.1.md` ## Important Notes - **不篡改数据**:润色仅涉及表达和论证方式,不编造数据或虚构引用 - **保留原意**:所有修改必须忠实于作者原意,不改变研究结论 - **标注建议**:如果某处论证薄弱需要作者补充数据/文献,用 `[建议补充: ...]` 标注 - **分批处理**:论文通常很长,按章节分批润色,避免遗漏 ## Runtime context (shared) 运行前读取本 Skill 包的 `skill.yaml`,由宿主提供 `skill-runtime/v1` 上下文。字段解析顺序为:当前请求、项目上下文、个人 Preferences、品牌 Profile、通用默认值。 - 只使用 Manifest 声明的字段;Profile 保存公开品牌事实,Preferences 保存个人工作偏好。 - `required: true` 字段缺失时,按 Manifest 的问题配置向用户提出一个聚焦问题;用户明确同意后再保存回答。 - 报错提供可复制的 `context_id`、字段路径与来源,诊断内容避开秘密、完整私人路径和原始配置。 ## 通用反馈闭环 用户在 Skill 驱动任务中提出修改意见时,继续当前产物前必须执行: 1. 先判断意见是 `task-specific`(仅本次)还是 `reusable`(可跨任务复用)。 2. `task-specific` 只修改当前任务,不改 Skill。 3. `reusable` 先确定作用域:领域规则先更新对应 canonical Skill;适用于所有 Skill 的规则先更新共享规范。 4. 完成规则更新、版本、lint 与分发核验后,再把修改应用到当前任务。 5. `reusable` 修改会使此前的“确认”“继续”“发吧”失效;完成当前产物修改和回读后必须停下,等待用户下一步指示,不自动进入发布、提交或其他外部写入。 -
skill.yaml 841 B
schema: skill-manifest/v1 id: lov-thesis-polish version: "1.1.0" runtime: skill-runtime/v1 context: profile: fields: - path: identity.name required: false question: 如果本次输出需要品牌身份,请提供品牌名称。 - path: identity.logo required: false question: 如果需要使用品牌 Logo,请提供 Logo 地址或文件路径。 - path: brand.tone required: false question: 如果已有品牌语气或审美关键词,请提供它们。 preferences: namespace: lov_thesis_polish fields: - path: user.language required: false question: 希望使用哪种语言输出? - path: user.timezone required: false question: 需要使用哪个时区处理日期和时间? interaction: ask_missing: true max_questions: 1
Comments (0)
Sign in to join the conversation.
Reviews (0)
No reviews yet.
No comments yet.