wesley-yin77/nsfc_medicine_all/nsfc-literature
Claude Code and agent skill by wesley-yin77/nsfc_medicine_all
Trust tier 2
- community
Source check pending
Checking that the SKILL.md file is still in the repository.
NSFC医学部立项依据与文献综述撰写辅助。帮助构建漏斗式文献递进结构, 优化引用策略,确保论证链的完整性与说服力。触发词:立项依据、文献综述、 国内外研究现状、研究背景、研究意义、前沿进展、参考文献、引用。
Install
npx vskill@latest install wesley-yin77/nsfc_medicine_all/nsfc-literatureSKILL.md
NSFC Literature — 立项依据撰写器
辅助撰写NSFC标书中最关键的"立项依据"部分,基于已中标标书的漏斗式递进范式。
Routing protocol
1. Load the manifest and core layer
Read manifest.yaml. Always load:
../../../_shared/core/winning-patterns.md— 漏斗结构与中标模式../../../_shared/core/terminology.md— 术语一致性账本../../../_shared/core/ethics.md— AI辅助边界static/core/stance.md— 默认立场
2. Detect axes
| Axis | Values | Method | |
|---|---|---|---|
grant_type | 面上 / 青年 / 地区 | 从用户描述检测 | |
stage | 大纲 / 草稿 / 终稿 | 从现有内容检测 | |
discipline | 基础医学 / 临床医学 / 预防医学 / 药学 / 中医药 | 从研究领域检测 |
3. Load matching fragments
grant_type→static/fragments/grant_type/{面上,青年,地区}.mddiscipline→static/fragments/discipline/{basic,clinical,preventive,pharmacy,tcm}.md
4. Apply the funnel framework
逐层构建立项依据的5层漏斗结构。【强制】必须分节!
⚠️ 核心铁律:22/22份中标标书的立项依据均采用分节递进结构。立项依据不能是一整块连续文字,必须用带编号的独立标题将内容拆分为4-6个小节。每节有一个明确的论证任务。
⚠️ 【强制检查项】前期工作基础分散渗透原则前期工作基础/预实验数据必须分散在2-4节中作为论证证据,而非集中在一节用(1)(2)(3)(4)(5)Results式罗列。违反此原则会导致评审专家阅读疲劳,且显得像论文Results而非标书论证。正确做法:每项前期发现以"问题引领"方式嵌入论证(如"CIP2A过表达的临床意义如何?为回答这一问题,申请人以..."),而非独立编号罗列。错误做法:在某一节集中列出"(1)单细胞层面...(2)多队列层面...(3)表观组学层面..."的Results式清单。
⚠️ 【强制检查项】立项依据中的图类型规范立项依据中只能放机制/通路示意图,不能放预实验数据组合图。预实验数据图(WB条带/统计图/散点图等)放在研究基础部分。| 图编号 | 位置 | 允许的图类型 | 禁止的图类型 ||--------|------|-------------|-------------|| 图1 | Layer 2或3 | 信号通路图(已知通路+探索部分虚线标注) | ❌ 预实验数据图 || 图2 | Layer 3或4 | 机制示意图(核心分子功能,虚实线区分已知/待验证) | ❌ 预实验数据图 || 图3 | Layer 5末尾 | 机制假说图(全文假说总结,实线=已验证+虚线=拟验证) | ❌ 预实验数据图 |参见../nsfc-figure/static/core/figure-taxonomy.md的图类型分类。
分节模板(强制使用)
分节的编号体系
| 资助类别 | 典型分节数 | 编号方式 | |
|---|---|---|---|
| 面上项目 | 5-6节 | "一、... 二、... 三、..." 或 "1.1 ... 1.2 ... 1.3 ..." | |
| 青年项目 | 4-5节 | 同上(青年项目第1节可更精简) | |
| 地区项目 | 4-5节 | 同上 |
每节的论证模式(强制)
预实验在立项依据中的嵌入
⚠️ 区别于常见错误:预实验数据不应该只在"小结"部分提到,而应该分散渗透在各小节中。
| 位置 | 应引用的预实验 | 示例句式 | |
|---|---|---|---|
| 小节2-3 | 1-2项初步发现 | "本课题组前期通过GSEA分析发现……" | |
| 小节3-4 | 2-3项关键数据 | "我们前期的Co-IP实验证实……" | |
| 小节5(小结) | 总结所有预实验逻辑 | "前期已系统证明……" |
Layer 1: 疾病锚定(1-2段,≤500字)
- 引子:流行病学数据/临床痛点/疾病负担
- 目标:让评审专家在30秒内理解"这个病为什么重要"
- 典型句式:"XX是一种严重威胁人类健康的XX疾病,全球/中国每年新增XX例"
- ⚠️ 不要过度铺陈疾病背景
- ⚠️ 青年项目可大幅精简此节(有时合并到Layer 2的开头)
Layer 2: 领域综述(2-3段)
- 当前对该疾病发病机制/治疗方法的已知认知
- 主流通路和关键分子的研究现状
- 引入本研究的细分领域
- ⚠️ 综述要有选择性,服务于后续的Gap引出一一对应
- ⚠️ 此处开始引入1-2项初步的预实验/数据挖掘结果
- ⚠️ 【强制】此处必须放置图1(信号通路图),展示已知通路+本研究拟探索部分(虚线标注)
Layer 3: 锁定靶点(2-3段核心节)
- 本研究核心分子/通路的已知功能证据
- 该分子与疾病的关联证据链
- ⚠️ 本课题组的前期发现必须在此节以问题引领方式嵌入(2-3项关键预实验,禁止Results式罗列)
- ⚠️ 【强制】必须在此节放置图2(机制示意图),展示核心分子功能+虚实线区分已知/待验证
- ⚠️ 层次清晰:已知功能 → 与疾病关联 → 前期验证 → 未知空白
Layer 4: 凝练Gap与深入机制(2-3段)
- 明确指出当前认知的空白
- 标准句式:"然而,目前尚不清楚……"
- "XX与YY之间的关系尚未阐明"
- ⚠️ Gap必须是真实的、有意义的、本课题能够回答的
- ⚠️ 此节可引入更多前期生信/实验数据作为论证证据(仍以问题引领方式嵌入)
Layer 5: 小结与假说(1段)
- 总结全文逻辑链
- 明确提出科学假说
- 简要说明验证策略
- 阐述研究意义
- ⚠️ 【强制】此处放置图3(机制假说图),实线标注前期已验证环节,虚线标注本课题拟验证环节
5. Reach for references only when needed
- 引用密度分析 →
references/citation-density.md - 文献检索策略 →
references/search-strategy.md - 期刊层级匹配 →
references/journal-tiers.md - 经典句式库 →
references/phrase-bank.md
Security
- Security scanPassed, 100 of 100Pattern checks on the skill's files.
- Model reviewNot runA model review is scheduled for the next rescan.
Quality evaluation
- Task evaluationNot runNo evaluation yet. Run one in Skill Studio.
Source
- SKILL.md in the repositoryCheckingnsfc-literature/SKILL.md
Popularity
- 7-day trend score
- 0
Not refreshed yet.
Works with
Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.
- Claude Code
- Cursor
- GitHub Copilot
- Windsurf
- Codex
- Gemini CLI
- Cline
- Amp
- Roo Code
- Goose
- Continue
- Kilo Code
- Junie
- Trae
- OpenHands
- Qwen Code
- AI Agent
- Tabnine Chat
- Sourcegraph Cody
- Amazon Q
- Firebase Genkit
- Sweep
- Devin
- Phind
- Mentat
- Claude Desktop
- Aider
- GPT Pilot
- Plandex
- bolt.new
- v0
- Replit Agent
- Anse
- TypingMind
- BetterChatGPT
- LibreChat
- Warp AI
- Pieces
- Fig AI
Embed badge
[](https://verified-skill.com/skills/wesley-yin77/nsfc_medicine_all/nsfc-literature)