返回顶部
p

plot-logic-pipeline图表逻辑链

Systematically analyze scientific papers by mapping figures to discussions, identifying logical flow, and tracking evidence sources. Figures are the backbone of a paper's argument — this skill teaches agents to trace the logic chain from figure inventory through evidence classification to complete argument reconstruction.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
132
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

plot-logic-pipeline

图表-逻辑-分析流程

通过遵循图表-讨论逻辑主线,系统性地解构科学论文。

适用场景

  • - 分析研究论文的论证结构
  • 投稿前审阅稿件
  • 理解技术论文中图表如何支撑论点
  • 映射证据来源(文献 vs. 新测量数据)
  • 识别逻辑漏洞或缺乏支撑的论断

核心原则

图表是论文逻辑流程的骨架。 每个图表对应一段讨论,其作用要么是:

  • - 铺垫下一个关键发现(准备)
  • 陈述关键发现(结论)

完整理解需要分析每一组图表-讨论对,并追踪证据来源。

分析框架

第一步:图表清单

创建论文中所有图表的完整清单:

图1:[简要描述]
图2:[简要描述]
...
图N:[简要描述]

第二步:图表-讨论映射

针对每个图表,识别其对应的讨论部分并进行分析:

图X:[描述]
├── 位置:[讨论该图所在的章节/页码]
├── 讨论类型:[准备 / 陈述]
├── 核心论断:[关键发现或要点]
└── 证据来源:
├── 先前研究:[若由文献支持,列出引用]
├── 本文:[若为新测量/计算,注明分析方法]
└── 支撑程度:[强 / 部分 / 矛盾 / 缺失]

第三步:逻辑流程重构

映射图表之间的递进关系:

论文逻辑流程:
图1 → 图2 → 图3 → ... → 结论
↓ ↓ ↓
[准备] [关键发现1] [关键发现2]

第四步:证据评估

评估论文论证的强度:

  • - 所有主要论断是否都有图表支撑?
  • 证据来源是否恰当归属?
  • 图表之间是否存在逻辑断层?
  • 准备性讨论是否充分铺垫了关键发现?

证据分类

先前研究支撑

  • - 直接引用:支持论断的具体参考文献
  • 文献共识:多篇引用构建的共识
  • 对比参考:与先前工作的对比

本文贡献

  • - 新实验数据:注明方法的新测量结果
  • 新计算:计算工作或建模
  • 再分析:对现有数据的新解读

综合证据

  • - 验证:新数据证实先前研究
  • 拓展:新数据建立在先前工作基础上
  • 矛盾:新数据挑战先前发现

分析模板

详见 TEMPLATES.md 中的详细模板,包括:

  • - 基础图表-讨论分析
  • 完整论文分析流程
  • 材料科学专用模板
  • 质量保证检查清单

质量检查

在结束分析前:

  • - ✅ 所有图表均已映射到讨论
  • ✅ 主要论断的证据来源已识别
  • ✅ 从引言到结论的逻辑流程已清晰追踪
  • ✅ 已区分准备性讨论与陈述性讨论
  • ✅ 矛盾或断层已记录并标记

常见陷阱

  • - 跳过显而易见的图表:即使是简单的示意图也对逻辑流程有贡献
  • 遗漏证据归属:始终识别论断来自引用还是新工作
  • 忽视准备性讨论:这对理解逻辑推进至关重要
  • 忽略图表细节:坐标轴标签、误差线和注释常包含关键信息
  • 混淆相关性与因果性:注意图表展示的是相关性还是论断声称的因果关系

规则

  1. 1. 每个图表都要分析——即使看起来很简单,也不可跳过
  2. 始终对证据进行分类——区分先前工作与新贡献
  3. 追踪逻辑链条——展示每个图表如何建立在之前图表的基础上
  4. 诚实标记断层——记录缺失的证据或薄弱的逻辑连接
  5. 区分观察与解读——图表显示的内容 vs. 作者声称的内容

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 plot-logic-pipeline-1775996356 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 plot-logic-pipeline-1775996356 技能

通过命令行安装

skillhub install plot-logic-pipeline-1775996356

下载

⬇ 下载 plot-logic-pipeline v1.0.0(免费)

文件大小: 4.47 KB | 发布时间: 2026-4-13 11:30

v1.0.0 最新 2026-4-13 11:30
Initial public release of plot-logic-pipeline.

- Systematic framework to deconstruct scientific papers by tracing logic from figures through discussions.
- Step-by-step analysis: figure inventory, figure-discussion mapping, logic flow reconstruction, and evidence assessment.
- Evidence classification distinguishes previous studies from new contributions.
- Includes analysis templates and a quality assurance checklist.
- Highlights common analysis pitfalls and provides clear rules for consistent paper review.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部