feat(skills): add draftsmith academic research skill

skills/draftsmith/SKILL.md

@@ -0,0 +1,66 @@
+---
+name: draftsmith
+version: 1.0.0
+description: "论文段落起草器：把结果要点、图表说明或中文草稿，套进 IMRaD（引言/方法/结果/讨论）章节的学术句式骨架，编织成连贯的论文段落初稿，需填数字/引用处留明确占位且绝不编造数据。当用户提到「起草论文段落」「写引言/结果/讨论」「把要点写成正文」「IMRaD」「论文初稿」时触发。"
+metadata:
+  requires:
+    optional_bins: ["python"]
+---
+
+# draftsmith（论文段落起草器）
+
+对着一张图和几句结论，憋不出英文正文？draftsmith 把你的零散要点，套进学术写作的
+句式骨架，搭出一段像样的初稿，给你一个起点。
+
+## 何时使用本技能
+
+- 有结果不知道怎么组织成段落
+- 中文草稿想转写成论文段落结构
+- 某一节卡住，想先搭个初稿
+
+## 与同类工具的区别
+
+同类写作工具多直接调 LLM 生成整段。本技能是**纯本地模板引擎**：不联网、不调 LLM，
+按 IMRaD 各章节的学术句式骨架，把你给的 bullet 要点编织成连贯段落，并在需要具体
+数字/引用处**留明确占位**（`[填统计量]`、`[引用]`）。它的原则是**绝不编造数据或
+参考文献**——只搭结构，事实由你填。这既保证可控、可离线，也避免 AI 杜撰带来的学术风险。
+
+## 三个核心能力
+
+| 能力 | 说明 |
+|------|------|
+| 章节句式骨架 | 引言/方法/结果/讨论各一套学术句式（背景→空白→贡献 等） |
+| 要点编织 | bullet 要点用过渡词组织成连贯段落，非简单罗列 |
+| 占位提醒 | 需具体数字/引用处留 `[...]` 占位，不编造 |
+
+## 工作流
+
+```bash
+# 起草单个章节
+python scripts/draft.py --section results --points "实验组准确率更高" "差异显著"
+
+# 多章节一次起草（JSON）
+python scripts/draft.py --spec paper.json --output draft.md
+```
+
+`paper.json` 结构：`{"topic": "...", "sections": {"results": ["要点1", "要点2"], "discussion": [...]}}`
+
+| 参数 | 说明 |
+|------|------|
+| `--section` | 单章节：introduction/methods/results/discussion |
+| `--points` | 要点列表（配合 --section） |
+| `--topic` | 研究主题（用于引言开头） |
+| `--spec` | 多章节要点 JSON |
+| `--format` | `markdown`（默认）或 `json` |
+| `--output` | 输出文件 |
+
+## 注意事项
+
+- 工具只搭初稿骨架，`[...]` 占位处的数字、引用、对象需你填实，绝不编造。
+- 结果段不写意义解读（留给讨论段），符合 IMRaD 规范。
+- 每个章节附写作提示，引导你补全该节应有的要素。
+
+## References
+
+- [imrad-templates.md](references/imrad-templates.md) — 各章节句式骨架
+- [usage.md](references/usage.md) — 要点写法与使用建议

skills/draftsmith/references/imrad-templates.md

@@ -0,0 +1,52 @@
+# IMRaD 章节句式骨架
+
+draftsmith 为四个核心章节各准备一套句式骨架，把要点填进去组织成段落。
+
+## 引言 Introduction
+
+结构：背景重要性 → 研究空白 → 本文工作与贡献。
+
+- 开头：「近年来，{主题}受到广泛关注。」
+- 要点编织：陈述已有进展。
+- 空白：「然而，[现有方法的不足/尚未解决的问题]仍有待研究。」
+- 贡献：「为此，本文[提出/研究/分析]……，主要贡献包括：」
+
+## 方法 Methods
+
+结构：可复现地交代数据、流程、参数、统计方法。建议用过去时、被动语态。
+
+- 开头：「本研究采用[数据来源/实验设置]开展。」
+- 过渡：具体而言 / 在此基础上 / 随后。
+- 收束：「所有统计分析采用[检验方法]，显著性水平设为 α = 0.05。」
+
+## 结果 Results
+
+结构：客观陈述发现 + 对应图表 + 统计证据。**不解读意义**（留给讨论）。
+
+- 开头：「结果显示，[主要发现]。」
+- 过渡：此外 / 进一步地 / 与之相比。
+- 收束：「上述结果在[图/表 X]中汇总（[填统计量、p 值、效应量]）。」
+
+## 讨论 Discussion
+
+结构：呼应发现意义 → 与文献对比 → 承认局限 → 展望。
+
+- 开头：「本研究表明，[核心结论]。」
+- 过渡：这一发现与[文献]一致 / 与既有工作不同 / 需要指出的是。
+- 局限：「本研究存在以下局限：[样本/范围/方法的限制]。」
+- 展望：「未来工作可[改进方向]。」
+
+## 过渡词
+
+要点编织时，第二句起按章节轮换使用过渡词，使段落连贯而非罗列：
+
+| 章节 | 过渡词 |
+|------|--------|
+| 引言 | 然而 / 尽管已有进展 / 值得注意的是 |
+| 方法 | 具体而言 / 在此基础上 / 随后 |
+| 结果 | 此外 / 进一步地 / 与之相比 |
+| 讨论 | 这一发现与…一致 / 与既有工作不同 / 需要指出的是 |
+
+## 扩充
+
+骨架定义在 `draft.py` 的 `SECTION_TEMPLATES`，可按目标期刊的写作习惯调整句式与过渡词。

skills/draftsmith/references/usage.md

@@ -0,0 +1,44 @@
+# 要点写法与使用建议
+
+## 怎么写要点
+
+每条要点写成一句话的「发现/事实」，工具会替你加过渡、组织成段。
+
+较好的要点（结果段）：
+
+```
+对比学习预训练后的模型在三个数据集上准确率均高于基线
+实验组与对照组差异显著
+小样本设置下提升最为明显
+```
+
+不建议的要点（太碎或太长）：
+
+```
+准确率                          # 太碎，不成句
+我们做了很多实验然后发现了一些有趣的现象并且……  # 太长，应拆成多条
+```
+
+## 推荐流程
+
+1. 把某节的核心发现列成 3-6 条要点。
+2. 用 `--section` 起草该节，或用 `--spec` 一次起草多节。
+3. 把产出初稿里的 `[...]` 占位逐个填实（数字、引用、对象）。
+4. 通读、调整语序与措辞，再交给 polishpro 润色英文（若写英文）。
+
+## 占位说明
+
+凡是工具不该替你决定的内容，都留成占位：
+
+- `[填统计量、p 值、效应量]`：你的真实统计结果
+- `[引用]`：对应的参考文献
+- `[现有方法的不足]`：你对空白的具体判断
+- `[改进方向]`：你设想的未来工作
+
+工具绝不编造这些内容——这是学术诚信的底线，也是它与「直接让 AI 写整段」的关键区别。
+
+## 配合其它技能
+
+- 先用 statgate 跑出统计结果，把统计量填进 draftsmith 结果段的占位。
+- 先用 figforge 出图，在结果段引用「图 X」。
+- 草稿成形后用 polishpro 检查英文表达。

skills/draftsmith/scripts/draft.py

@@ -0,0 +1,189 @@
+"""draftsmith：论文段落起草器。
+
+对着你的结果要点、图表说明、甚至中文草稿，起草成结构合理的 IMRaD 论文段落
+（Introduction / Methods / Results / Discussion）。它不替你编数据，而是把你给的
+零散要点，套进学术写作的句式骨架，搭出一段像样的初稿，让你在「有结果却憋不出
+正文」时有个起点。
+
+三个核心能力：
+1. 章节句式骨架——为引言/方法/结果/讨论四个核心章节各准备一套学术句式模板
+   （研究背景→空白→本文工作；数据→方法→统计；发现→对比→意义），把要点填进去。
+2. 要点编织——把用户提供的 bullet 要点，用连接词与句式组织成连贯段落，而不是
+   简单罗列；自动补「研究表明/结果显示/与…一致」等学术过渡语。
+3. 占位提醒——凡是需要具体数字、引用、对象的地方留明确占位（[填具体数值]、
+   [引用]），提醒你补全，绝不编造数据或参考文献。
+
+纯本地模板引擎：不联网、不调用 LLM，仅用 Python 标准库把要点结构化为段落。它给
+的是「初稿骨架」，学术判断与事实填充由你完成。
+
+用法：
+    python draft.py --section results --points "实验组准确率更高" "差异显著" --output draft.md
+    python draft.py --spec paper.json --output draft.md
+"""
+
+from __future__ import annotations
+
+import argparse
+import json
+import sys
+from pathlib import Path
+from typing import Any
+
+if hasattr(sys.stdout, "reconfigure"):
+    try:
+        sys.stdout.reconfigure(encoding="utf-8")
+    except Exception:
+        pass
+
+
+SECTIONS = ["introduction", "methods", "results", "discussion"]
+SECTION_CN = {
+    "introduction": "引言", "methods": "方法",
+    "results": "结果", "discussion": "讨论",
+}
+
+# 各章节的句式骨架：用于把要点编织成段落的开头/过渡/收束语
+SECTION_TEMPLATES = {
+    "introduction": {
+        "opening": "近年来，{topic}受到广泛关注。",
+        "transitions": ["然而，", "尽管已有进展，", "值得注意的是，"],
+        "gap": "然而，[现有方法的不足/尚未解决的问题]仍有待研究。",
+        "contribution": "为此，本文[提出/研究/分析]……，主要贡献包括：",
+        "hint": "引言应：交代背景重要性 → 指出研究空白 → 引出本文工作与贡献。",
+    },
+    "methods": {
+        "opening": "本研究采用[数据来源/实验设置]开展。",
+        "transitions": ["具体而言，", "在此基础上，", "随后，"],
+        "gap": "",
+        "contribution": "所有统计分析采用[检验方法]，显著性水平设为 α = 0.05。",
+        "hint": "方法应：可复现地交代数据、流程、参数、统计方法；用过去时、被动语态。",
+    },
+    "results": {
+        "opening": "结果显示，[主要发现]。",
+        "transitions": ["此外，", "进一步地，", "与之相比，"],
+        "gap": "",
+        "contribution": "上述结果在[图/表 X]中汇总（[填统计量、p 值、效应量]）。",
+        "hint": "结果应：客观陈述发现 + 对应图表 + 统计证据；不解读意义（留给讨论）。",
+    },
+    "discussion": {
+        "opening": "本研究表明，[核心结论]。",
+        "transitions": ["这一发现与[文献]一致，", "与既有工作不同，", "需要指出的是，"],
+        "gap": "本研究存在以下局限：[样本/范围/方法的限制]。",
+        "contribution": "未来工作可[改进方向]。",
+        "hint": "讨论应：呼应发现的意义 → 与文献对比 → 承认局限 → 展望。",
+    },
+}
+
+
+def weave_points(section: str, points: list[str]) -> str:
+    """把要点编织成段落。"""
+    tpl = SECTION_TEMPLATES[section]
+    transitions = tpl["transitions"]
+    sentences: list[str] = []
+    for i, pt in enumerate(points):
+        pt = pt.strip().rstrip("。.")
+        if not pt:
+            continue
+        if i == 0:
+            sentences.append(f"{pt}。")
+        else:
+            conn = transitions[(i - 1) % len(transitions)]
+            sentences.append(f"{conn}{pt}。")
+    return "".join(sentences)
+
+
+def draft_section(section: str, points: list[str], topic: str = "该问题") -> dict[str, Any]:
+    """起草单个章节。"""
+    if section not in SECTION_TEMPLATES:
+        raise ValueError(f"未知章节：{section}，应为 {SECTIONS}")
+    tpl = SECTION_TEMPLATES[section]
+    body = weave_points(section, points) if points else ""
+
+    paragraph_parts = []
+    if section == "introduction":
+        paragraph_parts.append(tpl["opening"].format(topic=topic))
+    if body:
+        paragraph_parts.append(body)
+    # 章节特定收束
+    if section == "introduction":
+        paragraph_parts.append(tpl["gap"])
+        paragraph_parts.append(tpl["contribution"])
+    elif section == "methods":
+        paragraph_parts.append(tpl["contribution"])
+    elif section == "results":
+        paragraph_parts.append(tpl["contribution"])
+    elif section == "discussion":
+        paragraph_parts.append(tpl["gap"])
+        paragraph_parts.append(tpl["contribution"])
+
+    return {
+        "section": section,
+        "section_cn": SECTION_CN[section],
+        "paragraph": "".join(paragraph_parts),
+        "hint": tpl["hint"],
+    }
+
+
+def draft_paper(spec: dict[str, Any]) -> list[dict[str, Any]]:
+    """按 spec 起草多个章节。spec = {topic, sections: {results: [...], ...}}"""
+    topic = spec.get("topic", "该问题")
+    out = []
+    for section in SECTIONS:
+        pts = spec.get("sections", {}).get(section)
+        if pts is not None:
+            out.append(draft_section(section, pts, topic=topic))
+    return out
+
+
+def render_markdown(drafts: list[dict[str, Any]], topic: str = "") -> str:
+    lines = ["# 论文段落初稿"]
+    if topic:
+        lines.append(f"\n主题：{topic}")
+    lines += ["",
+              "> 由 draftsmith 起草。这是把要点套进学术句式的初稿骨架，"
+              "`[...]` 处需你填具体数值、引用与对象，工具不编造数据。", ""]
+    for d in drafts:
+        lines.append(f"## {d['section_cn']}（{d['section']}）")
+        lines.append("")
+        lines.append(d["paragraph"])
+        lines.append("")
+        lines.append(f"> 写作提示：{d['hint']}")
+        lines.append("")
+    lines += ["---", "", "由 draftsmith 生成。初稿仅供起步，事实与表达需你核定。"]
+    return "\n".join(lines)
+
+
+def main(argv: list[str] | None = None) -> int:
+    p = argparse.ArgumentParser(prog="draftsmith", description="论文段落起草器")
+    p.add_argument("--section", choices=SECTIONS, help="起草单个章节")
+    p.add_argument("--points", nargs="+", help="要点列表（配合 --section）")
+    p.add_argument("--topic", default="该问题", help="研究主题（用于引言开头）")
+    p.add_argument("--spec", type=Path, help="多章节 JSON：{topic, sections:{results:[...]}}")
+    p.add_argument("--format", choices=["markdown", "json"], default="markdown")
+    p.add_argument("--output", type=Path)
+    args = p.parse_args(argv)
+
+    if args.spec and args.spec.exists():
+        spec = json.loads(args.spec.read_text(encoding="utf-8-sig"))
+        drafts = draft_paper(spec)
+        topic = spec.get("topic", "")
+    elif args.section:
+        drafts = [draft_section(args.section, args.points or [], topic=args.topic)]
+        topic = args.topic
+    else:
+        print("错误：请用 --section + --points，或用 --spec 提供多章节要点。", file=sys.stderr)
+        return 2
+
+    out = (json.dumps(drafts, ensure_ascii=False, indent=2) if args.format == "json"
+           else render_markdown(drafts, topic))
+    if args.output:
+        args.output.parent.mkdir(parents=True, exist_ok=True)
+        args.output.write_text(out, encoding="utf-8")
+        print(f"已写入 {args.output}")
+    else:
+        print(out)
+    return 0
+
+
+if __name__ == "__main__":
+    raise SystemExit(main())

skills/draftsmith/tests/test_draft.py

@@ -0,0 +1,79 @@
+"""draftsmith 单元测试。"""
+from __future__ import annotations
+import sys
+from pathlib import Path
+sys.path.insert(0, str(Path(__file__).resolve().parent.parent / "scripts"))
+import pytest
+from draft import weave_points, draft_section, draft_paper, render_markdown, SECTIONS
+
+
+class TestWeavePoints:
+    def test_single_point(self):
+        s = weave_points("results", ["准确率提升"])
+        assert s == "准确率提升。"
+
+    def test_multi_uses_transitions(self):
+        s = weave_points("results", ["发现一", "发现二", "发现三"])
+        # 第二、三句应带过渡词
+        assert "发现一。" in s
+        assert any(conn in s for conn in ["此外，", "进一步地，", "与之相比，"])
+
+    def test_empty(self):
+        assert weave_points("results", []) == ""
+
+    def test_strips_trailing_period(self):
+        s = weave_points("methods", ["采用随机森林。"])
+        assert s == "采用随机森林。"
+        assert "。。" not in s
+
+
+class TestDraftSection:
+    def test_introduction_has_gap_and_contribution(self):
+        d = draft_section("introduction", ["背景重要"], topic="图像分割")
+        assert "图像分割" in d["paragraph"]
+        assert "贡献" in d["paragraph"]
+
+    def test_results_has_figure_placeholder(self):
+        d = draft_section("results", ["准确率更高"])
+        assert "图" in d["paragraph"] or "表" in d["paragraph"]
+
+    def test_discussion_has_limitation(self):
+        d = draft_section("discussion", ["结论稳健"])
+        assert "局限" in d["paragraph"]
+
+    def test_unknown_section_raises(self):
+        with pytest.raises(ValueError):
+            draft_section("abstract", ["x"])
+
+    def test_hint_present(self):
+        d = draft_section("methods", ["用了 t 检验"])
+        assert d["hint"]
+
+
+class TestDraftPaper:
+    def test_multi_section(self):
+        spec = {"topic": "对比学习", "sections": {
+            "results": ["准确率高"], "discussion": ["有价值"]}}
+        drafts = draft_paper(spec)
+        assert len(drafts) == 2
+        sections = [d["section"] for d in drafts]
+        assert "results" in sections and "discussion" in sections
+
+    def test_section_order(self):
+        spec = {"sections": {"discussion": ["a"], "introduction": ["b"]}}
+        drafts = draft_paper(spec)
+        # 应按 SECTIONS 固定顺序，introduction 在 discussion 前
+        assert drafts[0]["section"] == "introduction"
+
+
+class TestRender:
+    def test_render(self):
+        drafts = draft_paper({"topic": "X", "sections": {"results": ["准确率高"]}})
+        md = render_markdown(drafts, topic="X")
+        assert "论文段落初稿" in md
+        assert "结果" in md
+        assert "写作提示" in md
+
+
+if __name__ == "__main__":
+    sys.exit(pytest.main([__file__, "-v"]))