ChineseResearchLaTeX

skill
Security Audit
Pass
Health Pass
  • License — License: MIT
  • Description — Repository has a description
  • Active repo — Last push 1 days ago
  • Community trust — 1341 GitHub stars
Code Pass
  • Code scan — Scanned 12 files during light audit, no dangerous patterns found
Permissions Pass
  • Permissions — No dangerous permissions requested

No AI report is available for this listing yet.

SUMMARY

中国科研常用LaTeX模板集

README.md
项目 Logo

中国科研常用 LaTeX 模板集

Version
License
Platform
Built with


🤝 打造最适合中国研究者的科研文档 AI Agent,让天下没有难写的国自然标书、SCI 论文、毕业论文、学术简历!🚀

我们备受关注:

Star History Chart

2026年国自然基金申请基本已经收尾。v4是为2027年及以后的国自然申请做准备。如果您有2026年申请的需要,请使用v3。不便之处,敬请谅解!


⚠️ 免责和安全性声明

使用本项目前,务必仔细阅读完整声明文档。请保证您在充分了解相关风险的情况下使用本项目。

如果您确定使用本项目,必须先拥有足够的AI算力。 具体见我的博客文章: AI入门系列 如何获得vibe coding相关的AI算力 - Bensz。

创作不易,如果这个项目对您有帮助,请转发、种草、 ⭐ Star、或者捐赠我们,感谢支持!

捐赠码

✨ 概览

2024-2025 年,AI 辅助开发迎来了真正的范式转移。2023 年,GitHub Copilot 普及了 AI 代码补全,但 AI 仍处于"被动响应"角色。2024 年初,Cursor 率先将 AI 转变为"主动协作伙伴",引入 AI 原生开发环境。随后,Manus、Windsurf 等产品持续推动多 Agent 协作和深度 IDE 集成。到了 2024 年末,Claude Code 和 OpenAI Codex CLI 将这一理念带入命令行领域,实现了真正的"AI 作为第一公民"。这一演进背后的核心理念被称为 Vibe Coding——AI 不再是工具,而是合作伙伴。传统模式下,人类写代码、AI 补全,指令是单向的、生成是一次性的。而在 Vibe Coding 模式下,AI 主动规划并执行任务,人类负责监督和决策;双方通过双向对话持续迭代优化,AI 成为真正的"合作开发者"。

🔥 科研写作正从纯手工转向这种人机协作模式(我称之为 Vibe Writing)

AI 负责格式对齐、参考文献管理、章节重构、中英双语内容同步等机械性工作,人类则专注研究设计、学术观点、创新提炼等创造性思维。为适应这一变革,本项目基于 Vibe Coding 理念重构:AI 智能分析模板结构并自动识别需要优化的样式模块,提出优化方案后由人类审核决策,AI 执行并自动编译测试,人类把控最终质量。同时,项目构建了可扩展的 Agent Skills 体系,支持灵活组合与升级,从而在"AI 辅助科研写作与科研表达"这一任务里充分地压榨 AI 的智能。更重要的是,斯坦福大学《2025年AI指数报告》显示 LLM 能力正以超越摩尔定律的速度指数级进化,核心基准测试分数一年内飙升 67.3 个百分点,编码任务通过率从 4.4% 跃升至 71.7%——这意味着本项目的价值将随模型能力增长而持续放大,今天 AI 能帮你完成格式对齐,明天就能协助观点提炼、逻辑重构与对外展示材料整理。

本项目的核心特性:

  • 🤖 AI 驱动:智能模板规划、自动样式对齐、代码审查测试
  • 🧩 模块化技能:可扩展的 AI 技能体系,支持灵活组合与升级
  • 👥 人机协作:AI 处理机械任务,人类聚焦创意与决策
  • 🔬 科研导向:专为国自然标书、SCI 论文、毕业论文、学术简历等科研文档场景深度优化
  • 🚀 未来可期:随 AI 能力指数级增长,项目价值持续放大
项目海报

👥 社区支持

💡 温馨提示:如需报告 Bug 或提交功能建议,请通过 GitHub Issues 提交,以便更好地跟踪和管理。
🛠️ 开发者协作:如需贡献代码、模板或脚本,请先阅读 开发者贡献规范。本项目默认采用“先提 Issue、获维护者确认后再提 PR”的流程。

欢迎关注 Bensz Channel,与其他用户交流经验、分享心得!无论您是对以下哪个话题感兴趣,都欢迎扫码加入:

  • 📚 科研写作:LaTeX 使用、论文写作、标书撰写
  • 📝 国自然标书:申请经验、模板使用、格式优化
  • 🤖 AI Agents:智能代理开发、技能体系搭建
  • 🔌 API 使用:模型调用、API 配置、成本优化
  • ✨ Vibe Coding/Writing:AI 辅助编程与写作,人机协作式创作

另外,我们还有非常详尽、免费的视频/文字教程,请按需食用:


开发者2027寄语

从第一个国自然模板发布至今,这个项目始终在回答同一个问题:如何让中国科研人用更少的精力,写出更好的 LaTeX 文档?

我的目标是在 2027 年 2 月前发布稳定版本 🎯,全面支持四条文档主线,并将 Vibe Writing 贯穿始终——不再只是"提供模板",而是让 AI 真正参与你的写作过程。

第一,重构国自然模板体系。 🔧 现有模板已经服务了大量用户,但底层结构积累了不少历史包袱。我将对国自然系列模板进行一次彻底重构——清理冗余宏包、统一接口设计、优化编译稳定性——配套完整的 Vibe Writing 工作流,让标书写作从"填模板"升级为"和 AI 一起打磨每一句话"。

第二,持续扩展期刊论文写作能力。 📄 科研不只是申基金,更多时候是写论文。仓库中首个面向 SCI 期刊的公共包与示例项目已经落地。接下来我会继续扩展更多论文风格与工作流,但现在已经可以用这条链路完成 PDF + DOCX 双输出的论文模板写作。

第三,新增毕业论文写作能力。 🎓 无数同学在毕业季为格式焦头烂额。现在首批毕业论文公共包与双示例项目已经落地。它们先完成了与私有源稿的像素级验收,再被重写为公开可分享的演示内容,后续会继续扩展更多学校与学位类型。

第四,补齐科研表达链路中的学术简历。 🧑‍🔬 科研工作不只发生在投稿和申报里,还发生在申请职位、出站、学术交流、实验室主页更新这些高频场景里。bensz-cv 和 cv-01 的意义,就是把“中英文双语简历 + 公开演示版本 + 像素级验收”也纳入这套统一工程体系,而不是继续靠零散私有模板和手工改格式来维持。

四条主线,一个截止日期,一套方法论:2027 年 2 月,ChineseResearchLaTeX 将成为真正覆盖中国科研全链条的 LaTeX + Vibe Writing 平台 🚀——国自然、期刊论文、毕业论文、学术简历,一个项目全搞定。

如果这个项目对你有帮助,请分享给身边还在和 Word 格式较劲的同学和同事 🙏——让更多人少走弯路,是我持续更新最大的动力!


🔗 镜像站


📋 模板列表

⚠️ 建议优先使用下表中的最新正式 zip 下载包。 该列表由 GitHub Actions 每小时自动检查一次,也支持手动触发同步。
当前同步源:huangwb8/[email protected],发布时间:2026-03-25 07:37(UTC+8)。

NSFC 模板

当前主线,优先面向正式申报与 Overleaf 打包分发。

模板 状态 标准包 Overleaf 包
青年 C ✅ 已发布 下载(2.24 MB) 下载(9.19 MB)
面上 ✅ 已发布 下载(0.96 MB) 下载(7.91 MB)
地区 ✅ 已发布 下载(2.26 MB) 下载(9.21 MB)

SCI 论文模板

公共包 + 示例项目已落地,支持 PDF / DOCX 双输出。
SCI 模板通常需要按期刊规范或既有 Word 稿件做个性化定制;如有这类需求,建议提交 SCI 论文模板定制需求。

模板 状态 标准包 Overleaf 包
paper-sci-01 ✅ 已发布 下载(0.37 MB) 下载(0.37 MB)

毕业论文模板

公共包 + 示例项目已落地,支持 PDF 输出与像素级验收。
毕业论文模板通常需要按学校、学院或学位规范做个性化定制;如有这类需求,建议提交 毕业论文模板定制需求。

模板 院校 学位 标准包 Overleaf 包
thesis-nju-master 南京大学 硕士 暂未发布 暂未发布
thesis-smu-master 南方医科大学 硕士 下载(0.54 MB) 下载(0.56 MB)
thesis-sysu-doctor 中山大学 博士 下载(0.55 MB) 下载(1.02 MB)
thesis-ucas-doctor 中国科学院大学 博士 下载(0.41 MB) 下载(0.88 MB)

简历模板

公共包 + 示例项目已落地,支持中英文 PDF 输出与像素级验收。

模板 状态 标准包 Overleaf 包
cv-01 ✅ 已发布 下载(1.99 MB) 下载(40.0 MB)

🚀 环境

LaTex版本

  • 测试平台:Windows / macOS / Overleaf
  • LaTeX 发行版:TeX Live(推荐)或 MacTeX
  • 编译器:必须使用 XeLaTeX(Overleaf 上请在 Menu → Compiler 中选择 XeLaTeX)
  • 编译顺序:xelatex -> bibtex -> xelatex -> xelatex

工作软件

  • VS Code + LaTeX Workshop:本地开发的最佳选择,充分发挥 Vibe Coding 工具的超强能力
  • projects/ 下每个示例项目都自带与目录同名的 *.code-workspace、.vscode/settings.json 与项目级 scripts/latex_workshop_build.lua;本地开发时,建议直接用该工作区文件打开项目,让 LaTeX Workshop 通过 texlua 自动转调项目内置的 Python 构建 wrapper
  • Claude Code / OpenAI Codex CLI(VS Code 插件):最佳选择,AI 辅助写作,与本项目的 AI 技能完美配合。VS Code 扩展市场搜索"Claude Code"或"OpenAI Codex"即可安装。macOS 已成为 AI 时代开发首选操作系统,体验最佳;Windows 用户建议使用 WSL(Windows Subsystem for Linux)环境以获得更稳定的性能。
  • 由于在本地使用 Vibe Coding 的体验很好,因此不推荐在 Overleaf 等在线平台使用本模板。但本项目仍会持续支持 Overleaf 平台,以满足一些小众用户的需求。
  • Overleaf 专用 zip 会将公共包运行时统一整理到项目根目录下的 styles/,并裁剪掉 VS Code 配置、构建脚本、示例 PDF/DOCX、Word 模板与其它非当前模板必需文件,保证结构更干净、上传后更直接。

VS Code 工作区

  • 打开 projects/* 项目时,优先使用项目自带的 <项目名>.code-workspace
  • .vscode/settings.json 已预先固定 LaTeX Workshop 的构建链路,中间文件默认进入 .latex-cache/
  • 当前固定配置默认通过 texlua 调用项目内 scripts/latex_workshop_build.lua,由后者自动寻找可用的 Python 3 解释器并转调 scripts/*_build.py,以兼容 macOS / Linux / Windows
  • 维护者如需统一更新这些配置,请在仓库根目录运行 python scripts/sync_vscode_configs.py

AI 模型配置建议

工具 推荐模型 适用场景
Codex CLI GPT-5.4 High 执行计划、复杂任务、长上下文、高质量输出、指令遵循好、速度较慢但相对便宜
Claude Code Claude 4.6 Opus + thinking 规划/执行计划、复杂任务、高质量输出、速度较快但较昂贵、更加符合人类偏好
Codex CLI GPT-5.4 Medium 轻至中量调整、格式修复;指令遵循不错、全局把控力尚可
Claude Code Claude Sonnet 4.6 + thinking 规划计划、轻至中量调整、格式修复
Claude Code Claude Haiku 4.5 Git-commit、简单任务

LaTeX 包安装

依赖配置 Python 3 环境

本项目 packages/ 目录维护了以下可安装的 LaTeX 公共包,支持指定 1 个或多个包安装:

包名 说明
bensz-fonts 共享字体基础包——集中托管字体资产并提供统一字体 API
bensz-nsfc NSFC 公共包——三套国自然模板的共享样式基础
bensz-paper SCI 论文公共包——支持 PDF / DOCX 双输出
bensz-thesis 毕业论文公共包——支持硕士/博士论文模板与像素级验收脚本
bensz-cv 学术简历公共包——支持中英文简历模板与像素级验收脚本

方法一(推荐):远程 AI 自主规划安装

在 Claude Code 或 OpenAI Codex 中输入以下 Prompt

安装 https://github.com/huangwb8/ChineseResearchLaTeX/tree/main/packages 里所有的包(最新稳定版)。

AI 会自动联网访问项目文档了解安装方式并完成安装。小白专用,省力省心!

方法二:远程硬编码安装

💡 --ref 参数支持版本 tag(如 v4.0.1)或分支名(如 main),默认为 main。

直接远程下载安装脚本并执行:

安装器会优先自动探测 kpsewhich、mktexlsr、texhash、initexmf 的实际位置,并兼容 macOS / Linux / Windows 常见的 TeX Live / MiKTeX 安装目录。若你的 TeX 没有加入 PATH,或希望安装到自定义 texmf 树,可显式追加 --texmfhome <路径>。

macOS / Linux / WSL:

# 默认安装所有公共包
curl -fsSL https://raw.githubusercontent.com/huangwb8/ChineseResearchLaTeX/main/scripts/install.py \
  | python3 - install

# 安装多个包
curl -fsSL https://raw.githubusercontent.com/huangwb8/ChineseResearchLaTeX/main/scripts/install.py \
  | python3 - install --packages bensz-nsfc,bensz-paper,bensz-thesis,bensz-cv

# 中国大陆可显式切换到 Gitee 镜像下载包体
curl -fsSL https://raw.githubusercontent.com/huangwb8/ChineseResearchLaTeX/main/scripts/install.py \
  | python3 - install --packages bensz-cv --mirror gitee

# 如果目标版本和已安装版本一致,安装器会自动跳过;需要覆盖时显式加 --force
curl -fsSL https://raw.githubusercontent.com/huangwb8/ChineseResearchLaTeX/main/scripts/install.py \
  | python3 - install --force

Windows PowerShell:

(Invoke-WebRequest -Uri 'https://raw.githubusercontent.com/huangwb8/ChineseResearchLaTeX/main/scripts/install.py' `
  -UseBasicParsing).Content | python - install

如果你的 Windows 安装了官方 Python Launcher,也可以把上面的 python - 换成 py -3 -。若直接提示 No installed python found!,通常说明当前机器没有可用的 py 启动器,或 Python 尚未正确安装到命令行环境。

如需显式覆盖安装目录,可参考:

(Invoke-WebRequest -Uri 'https://raw.githubusercontent.com/huangwb8/ChineseResearchLaTeX/main/scripts/install.py' `
  -UseBasicParsing).Content | python - install --texmfhome "$HOME\\texmf"

查看所有支持的包:

curl -fsSL https://raw.githubusercontent.com/huangwb8/ChineseResearchLaTeX/main/scripts/install.py \
  | python3 - list

方法三:本地硬编码安装

💡 --ref 参数支持版本 tag(如 v4.0.1)或分支名(如 main),默认为 main。

适用于已将仓库克隆到本地的场景。首先克隆仓库:

git clone https://github.com/huangwb8/ChineseResearchLaTeX.git
cd ChineseResearchLaTeX

然后在仓库根目录执行:

# 默认安装所有公共包
python3 scripts/install.py install

# 安装多个包
python3 scripts/install.py install --packages bensz-nsfc,bensz-paper,bensz-thesis,bensz-cv

# 单独安装共享字体基础包
python3 scripts/install.py install --packages bensz-fonts

# 如果目标版本和已安装版本一致,会自动跳过;需要覆盖时显式加 --force
python3 scripts/install.py install --force

# 使用 Gitee 镜像下载包体
python3 scripts/install.py install --packages bensz-paper --mirror gitee

# 查看所有支持的包
python3 scripts/install.py list

其中 bensz-nsfc、bensz-paper、bensz-thesis、bensz-cv 现都带包级版本管理/激活能力;普通用户仍建议优先走根级统一安装器,如需直接切换或回退某个公共包版本,可再调用各包自己的安装器,例如:

python packages/bensz-paper/scripts/package/install.py install --ref main
python packages/bensz-paper/scripts/package/install.py rollback
python packages/bensz-thesis/scripts/package/install.py check
python packages/bensz-cv/scripts/package/install.py use --ref v4.0.0

这些包级安装器的缓存与状态文件现统一收口到 ~/.ChineseResearchLaTeX/<package>/,例如 ~/.ChineseResearchLaTeX/bensz-paper/,避免在用户主目录散落多个顶级隐藏目录。

LaTeX 模板编译

可以手动在 VSCode 里编译,也可以使用统一的 Python 渲染器生成 PDF。

NSFC 模板

适用于 projects/NSFC_*:

python packages/bensz-nsfc/scripts/nsfc_project_tool.py build --project-dir projects/NSFC_Young

SCI 论文模板

适用于 projects/paper-*,支持 PDF + DOCX 双输出:

  • 正文默认维护在 extraTex/**/*.tex;DOCX 导出只在运行期临时生成 Markdown,不再保存第二份正文源文件
python packages/bensz-paper/scripts/paper_project_tool.py build --project-dir projects/paper-sci-01

毕业论文模板

适用于 projects/thesis-*:

python packages/bensz-thesis/scripts/thesis_project_tool.py build --project-dir projects/thesis-nju-master
python packages/bensz-thesis/scripts/thesis_project_tool.py build --project-dir projects/thesis-nju-master --tex-file baseline.tex
python packages/bensz-thesis/scripts/thesis_project_tool.py build --project-dir projects/thesis-nju-master --tex-file editable.tex
python packages/bensz-thesis/scripts/thesis_project_tool.py build --project-dir projects/thesis-sysu-doctor
python packages/bensz-thesis/scripts/thesis_project_tool.py build --project-dir projects/thesis-ucas-doctor

简历模板

适用于 projects/cv-*,支持中英文 PDF 双输出与像素级比较:

python packages/bensz-cv/scripts/cv_project_tool.py build --project-dir projects/cv-01 --variant all

🤖 Skills

⚠️ 注意:标记为 🚧 开发中 的 skill 暂时不建议小白用户使用,因为它们往往还没有被充分地测试,功能和安全性没有保障。与标书模板不同,Skills建议直接使用仓库里最新的版本。

项目内置多个符合 我预定义规范 的强大 Skills,辅助 LaTeX 写作和模板优化。兼容 Claude Code、OpenAI Codex、Cursor、GitHub Actions、VS Code! 通过灵活运用 skills,加上多轮对话进行优化,才能保证最佳效果。详细使用说明和 Prompt 模板:skills/README.md

⚡ 安装/更新

方法一:一键快速安装/更新

平台 命令
macOS / Linux / WSL curl -fsSL https://raw.githubusercontent.com/huangwb8/skills/main/@install/install.sh | bash
Windows PowerShell irm https://raw.githubusercontent.com/huangwb8/skills/main/@install/install.ps1 | iex

方法二:本地硬编码安装/更新

git clone https://github.com/huangwb8/skills.git && 
  git clone https://github.com/huangwb8/ChineseResearchLaTeX.git && 
  cd skills &&
  python3 install-bensz-skills/scripts/install.py --source ../ChineseResearchLaTeX/skills

方法三:远程对话式安装/更新

git clone https://github.com/huangwb8/skills.git && 
  cd skills &&
  python3 install-bensz-skills/scripts/install.py --remote --check

🧩 技能生态系统

本项目提供多个 AI 技能,覆盖文献调研、模板迁移、标书写作与模板开发等协作场景。

说明:

  • make-latex-model 是当前正式名称,兼容旧写法 make_latex_model
  • transfer-old-latex-to-new 是当前正式名称,兼容历史别名 migrating-latex-templates

📚 文献调研阶段

  • get-review-theme:主题提取(从文件/图片/URL/自然语言描述提取结构化综述主题)
  • systematic-literature-review:系统综述(AI 自定检索词,多源检索→去重→AI 逐篇阅读并评分,生成专家级综述;多源降级、摘要补齐、检索质量评估与可视化)
  • check-review-alignment:引用核查(AI 检查综述正文引用与文献内容的语义一致性,减少幻觉引用)

📋 标书准备与模板迁移阶段

  • guide-updater:指南优化(基于文献综述结果优化项目指南,明确研究方向和亮点)
  • transfer-old-latex-to-new:模板迁移与重构编排(把旧项目、旧模板或多源材料接入当前 ChineseResearchLaTeX 结构)

✍️ 标书写作阶段

  • nsfc-justification-writer:理论创新导向的立项依据写作(适用于各类科研基金申请书),构建"价值与必要性 → 现状与不足 → 科学问题/科学假设 → 切入点"四段闭环叙事,识别并改写"绝对化/填补空白"等高风险表述,防止用方法学术语稀释科学问题主线
  • nsfc-research-content-writer:研究内容编排,同步生成"研究内容 + 特色与创新 + 三年年度计划",确保子目标带"指标/对照/验证方案"三件套,创新点用"相对坐标系"表达
  • nsfc-research-foundation-writer:研究基础编排,同步生成"研究基础 + 工作条件 + 风险应对措施",用"证据链 + 条件对位 + 风险预案"证明项目可行性
  • nsfc-roadmap:从 NSFC 标书自动生成可打印、A4 可读的技术路线图,输出 .drawio 可编辑源文件与 .svg/.png/.pdf 渲染结果,默认纯 AI 规划 + 多轮评估-优化(模板仅作可选参考)
  • nsfc-schematic:将标书中的研究机制、算法架构、模块关系转成原理图/机制图,输出 .drawio 源文件与 .svg/.png 渲染结果,支持分组结构、正交路由与多轮自检优化
  • nsfc-abstract:标题建议 + 中英文摘要生成(默认 1 个推荐标题 + 5 个候选标题及理由;中文≤400字含标点;英文≤4000字符含标点;英文为中文的忠实翻译,不新增信息;输出写入工作目录 NSFC-ABSTRACTS.md)
  • nsfc-code:申请代码推荐(只读读取标书正文 + 2026 申请代码推荐库,输出 5 组主/次代码与理由,写入 NSFC-CODE-vYYYYMMDDHHmm.md)。写完标书时再用。
  • nsfc-budget:根据标书正文与补充材料生成预算说明书 LaTeX 项目与 budget.pdf,默认将所有中间过程隔离在工作目录 .nsfc-budget/ 下

🎯 质量保障

  • nsfc-qc:标书只读质量控制(多线程并行检查文风生硬、引用真伪与一致性、篇幅与结构分布、逻辑清晰度等;缩写预检按实际渲染顺序做全文级注册表检查,输出标准化 QC 报告)
  • nsfc-ref-alignment:参考文献与正文引用一致性核查(只读),检查 bibkey 是否存在、BibTeX 字段完备性与格式,并生成结构化输入供 AI 逐条评估"引用-语义"是否匹配
  • nsfc-reviewers:模拟领域专家视角对 NSFC 标书进行多维度评审(创新性/可行性/基础与团队等),输出分级问题(P0/P1/P2)与可执行修改建议,并默认给出“基于当前版本直接送审”的函评/会评 给过 / 不给过 判断;每组固定 7 位专家,默认 3 组、最多 5 组,兼顾评审稳定性与调用成本;若方案偏弱与基金资助额度有关,会额外说明“受资助额度限制”及理想完整版设计
  • nsfc-length-aligner:篇幅对齐(基于国自然标书篇幅预算标准,检查目标标书篇幅并总结差距,给出针对性优化建议,在尽量不改变原意的前提下扩写/压缩到达标)
  • nsfc-humanization:去 AI 机器味(使标书文本读起来像资深领域专家亲笔撰写,而非 AI 生成)

🔧 模板开发阶段(开发者专用,普通用户可忽略)

  • make-latex-model:模板落地与高保真对齐(支持 NSFC / paper / thesis / cv 四条产品线,先按当前 packages/ + projects/ 分层选对修改位置;若必须改公共包,会先生成受影响模板回归计划;NSFC 专项工具仅在明确的 NSFC 参数对齐任务中按需使用)
  • complete-example:示例生成(智能示例生成和补全)
技能 版本 类型 功能 状态
make-latex-model v3.1.2 🔧 开发 面向 ChineseResearchLaTeX 全仓库的模板落地与高保真对齐(正式名;兼容旧写法 make_latex_model) ✅ 稳定
complete-example v1.4.1 🔧 开发 智能示例生成和补全 ✅ 稳定
transfer-old-latex-to-new v2.0.0 📝 日常 模板迁移与重构编排,支持任意输入并由 AI 自主决定输出(正式名;兼容 migrating-latex-templates) ✅ 稳定
systematic-literature-review v1.0.9 📝 日常 令人印象深刻的精准、全面的专家级综述 ✅ 稳定
check-review-alignment v1.0.2 📝 日常 综述引用语义一致性检查 ✅ 稳定
get-review-theme v1.0.0 📝 日常 结构化综述主题提取 ✅ 稳定
guide-updater v1.0.0 📝 日常 项目指南优化与写作规范沉淀 ✅ 稳定
nsfc-code v1.0.0 📝 日常 NSFC 申请代码推荐(5 组 code1/code2 + 理由,只读) ✅ 稳定
nsfc-abstract v1.0.0 📝 日常 标题建议 + NSFC 中英文摘要生成(中文≤400字;英文≤4000字符) ✅ 稳定
nsfc-budget v0.1.1 📝 日常 NSFC 预算说明书生成(LaTeX 项目 + budget.pdf) 🚧 开发中
nsfc-justification-writer v1.0.0 📝 日常 理论创新导向的立项依据写作 ✅ 稳定
nsfc-research-content-writer v1.0.0 📝 日常 NSFC 研究内容编排写作 ✅ 稳定
nsfc-research-foundation-writer v0.1.1 📝 日常 NSFC 研究基础编排写作 🚧 开发中
nsfc-roadmap v1.0.5 📝 日常 NSFC 技术路线图生成(.drawio → .svg/.png/.pdf) ✅ 稳定
nsfc-schematic v1.0.5 📝 日常 NSFC 原理图/机制图生成(.drawio → .svg/.png/.pdf) ✅ 稳定
nsfc-qc v1.2.0 📝 日常 NSFC 标书只读质量控制(多线程检查文风/引用/篇幅/逻辑 + 全文级缩写注册表 QC) ✅ 稳定
nsfc-ref-alignment v0.1.1 📝 日常 NSFC 参考文献与正文引用一致性核查(只读) 🚧 开发中
nsfc-reviewers v1.4.0 📝 日常 NSFC 标书多专家多维度评审模拟(默认 3 组、最多 5 组,含函评/会评给不过判断与资助约束识别) ✅ 稳定
nsfc-length-aligner v0.3.1 📝 日常 NSFC 标书篇幅对齐(检查差距 → 扩写/压缩到达标) 🚧 开发中
nsfc-humanization v1.0.0 📝 日常 去 AI 机器味,使标书读起来像专家亲笔撰写 ✅ 稳定

👨‍💻 维护者

@huangwb8


©️ 许可证

本项目采用 MIT License。


🤝 商务合作

我们诚挚邀请智谱清言团队及各类 AI 服务商、云服务提供商、科研机构等相关方洽谈合作与赞助事宜,具体合作方式包括但不限于:

  • 💰 项目赞助:资金、API 额度、云服务资源等
  • 🎯 技术合作:联合开发、技术支持、模型优化等
  • 📢 品牌推广:品牌露出、案例展示、联合活动等
  • 🔬 科研合作:论文撰写、数据标注、模型评估等

如有合作意向,欢迎通过 GitHub Issues 或维护者博客联系。


📚 相关资源

指南与教程

💡 提示:深入了解 AI 辅助编程和 Vibe Coding 理念,推荐阅读上述博客文章(如果您是初次接触,建议按顺序阅读以循序渐进地了解 Vibe Coding 生态)

  • 学习地图 - Bensz: 技术版 - AI系列 - 教程小节。当然,这里还有其它学习资源,大家可以按需食用!

相关仓库

Reviews (0)

No results found