peer-review
作者 K-Dense-AIpeer-review 技能可帮助你撰写正式、以证据为基础的稿件和基金申请评审。可用于评估研究方法、统计、可重复性、伦理,以及 CONSORT、STROBE、PRISMA 等报告标准,并给出作者和编辑都能据此行动的建设性反馈。
该技能得分 74/100,属于可收录但有明确注意事项的条目。对于结构化的稿件和基金申请同行评审,目录用户能得到真实、非占位式的工作流程;但由于仓库缺少配套脚本、参考资料或安装命令,且主要依赖一份较长的 `SKILL.md` 提供说明,因此实际采用时可能会有一定摩擦。
- 触发性强:说明和 “When to Use This Skill” 章节都明确指向稿件评审、基金评审、方法学评估、统计以及报告标准。
- 操作深度不错:正文内容充实(22k+ 字符),包含 9 个 H2、20 个 H3,以及明确的清单式评估内容,能减少 agent 的试错成本。
- 安装决策信号清晰:不是空壳或占位内容,覆盖了 CONSORT、STROBE、PRISMA 等具体标准。
- 没有配套文件或安装命令:仓库里没有脚本、参考资料、资源或安装说明,用户只能依赖 markdown 本身。
- 该技能高度聚焦于正式科学评审;它不太适合通用事实核查或宽泛的科学评论,说明中也将这类需求转向了其他技能。
peer-review 概览
peer-review skill 可以帮你写出正式、基于证据的稿件或基金申请评审,而不是生成一段泛泛的点评。它很适合需要结构化同行评审、明确的方法学判断,以及能让投稿人、编辑或团队直接采取行动的建设性意见的场景。
当任务是评估研究设计、统计有效性、可重复性、伦理和报告质量时,适合使用这个 peer-review skill。它尤其适用于需要按照 CONSORT、STROBE 或 PRISMA 这类 checklist 标准来审阅工作的情况,或者你需要一份读起来更像真正科学评估、而不是松散摘要的 review。
peer-review 最适合做什么
这个 skill 最适合用于:
- 期刊稿件评审
- 基金或奖学金申请评审
- 针对方法、结论和报告质量的 reviewer-style 反馈
- 给作者的修改建议,尤其是需要具体修复方案而不只是观点的时候
如果只是做事实核查、广泛的证据评估,或者需要独立量化评分表的打分框架,它的作用就没那么大。
peer-review skill 的不同之处
它最大的优势是结构化:会把 review 推向基于标准的判断,而不是按段落逐段反应。这一点在你需要判断一篇论文是否足够扎实、能否继续推进时尤其重要,也能帮助你快速识别最大风险在哪里:对照不足、分析不清、结论缺乏支撑、报告细节缺失,或者可重复性差。
用户通常想要什么
大多数用户希望 peer-review skill 做好三件事:
- 找出最影响决策的优势和短板
- 把重大问题和次要编辑意见区分开
- 用专业、实用的语气来表达批评
如果你的目标是改进稿件,这个 skill 应该能帮你产出足够具体、让作者可以直接据此修改的意见。
如何使用 peer-review skill
安装 peer-review skill
用下面的命令安装:
npx skills add K-Dense-AI/claude-scientific-skills --skill peer-review
安装后,把它当作一个工作流 skill 来用,而不是一句话提示词。评审质量取决于你对文档类型、领域、评审标准以及预期严格程度定义得是否清楚。
从正确的输入开始
一个好的 peer-review 提示词应该包含:
- 文档类型:manuscript、revision、protocol 或 grant
- 领域:临床、biology、engineering、social science 等
- 评审目标:journal-style review、internal critique,还是 author revision memo
- 任何必须遵循的 checklist:CONSORT、STROBE、PRISMA、journal rubric
- 你对语气的要求:严格、平衡,还是尽量建设性
一个有用的输入示例:
Review this clinical manuscript as a journal peer-review. Focus on trial design, statistical validity, reporting completeness, and whether conclusions exceed the data. Keep major and minor comments separate and make the feedback actionable.
按正确顺序阅读 repo
对于 peer-review 指南,先看 SKILL.md,重点阅读其中定义何时使用该 skill 以及评审应如何组织的部分。如果你的本地副本里有配套文件,先检查 README.md、AGENTS.md、metadata.json,以及任何 rules/、resources/、references/ 或 scripts/ 文件夹,因为这些地方通常包含会影响输出质量的操作细节。
如果这些文件不存在,也不要默认这个 skill 不完整;这个 repository 看起来比较轻量,主要说明可能几乎都在 SKILL.md 里。
能产出更好 review 的工作流
一个实用的 peer-review 工作流是:
- 先识别文章类型和评审目的。
- 明确告诉模型哪些标准最重要。
- 要求输出结构化 review,并标明优先级。
- 要求使用可直接进入修改流程的语言,而不只是批评。
如果你想要更好的输出,可以要求它包含这些部分:总体评价、主要问题、次要问题,以及面向作者的建议。这种格式会让 review 更适合在编辑或修回工作流中使用。
peer-review skill 常见问题
peer-review 和普通 critique 是一回事吗?
不是。普通 critique 往往是比较随意地对质量做反应,而这个 peer-review skill 是为结构化的科学评估设计的。它更适合需要输出看起来像真实 reviewer report 的场景,报告中要有标准、优先级和专业语气。
什么时候不该用 peer-review?
当你只需要判断结论是否属实、需要的是打分模型而不是叙述性 review,或者任务并不涉及稿件或基金式评估时,就不该用它。在这些情况下,claim-evaluation 或基于 rubric 的 skill 通常更合适。
这个 peer-review skill 适合新手吗?
适合,只要你能清楚描述文档和评审目标。新手最大的风险,是只说“做一个 review”,却没有说明领域、标准或受众。一个好的 prompt 会更容易让 skill 聚焦到正确问题上。
应该拿它和什么比较?
当你希望输出像正式 reviewer report 一样时,用 peer-review。如果你需要证据核验、主张压力测试,或者数值评估,就用其他 skill。关键在于你需要的是 review-style judgment,还是别的分析框架。
如何改进 peer-review skill
提供更好的稿件上下文
peer-review 的最佳结果来自会改变评审标准的上下文。告诉它文章是 observational、experimental、clinical、qualitative 还是 theoretical,以及目标期刊是 top-tier journal 还是内部 pre-review。这个信息会改变哪些问题算重大缺陷。
指定你需要哪种批评
如果你想要真正有用的输出,就要明确最重要的维度:
- methods and controls
- statistics and interpretation
- reporting completeness
- novelty and significance
- ethics and reproducibility
这样可以避免 review 花太多时间在写作风格上,而真正的问题其实是设计或分析。
提前加约束,让 review 更锋利
当你提前说明限制条件时,peer-review skill 会表现得更好:
- “只关注 major concerns”
- “语气保持建设性,便于作者修回”
- “标出 unsupported claims 和 overreach”
- “把科学问题和写作问题分开”
这些约束会让 review 更有决策价值,也能减少泛泛而谈的评论。
在第一轮之后继续迭代
第一轮 review 之后,可以再让它做一次收紧薄弱点的重写。例如:
- “把这些 comments 改写成适合 high-impact journal 的 reviewer report。”
- “把 minor comments 缩短。”
- “让建议对作者更可执行。”
- “按严重程度重新排序这些 concerns。”
通常,这种迭代比一开始就要求更长的 review,更能提升最终的 peer-review 输出质量。
