paper-select-journal

star 2.4k

当用户明确要求“推荐投稿期刊”“帮我的论文选 SCI 杂志”“这篇 manuscript 适合投哪些 journal”“期刊匹配/选刊/投稿建议”时必须使用。适用于用户提供全文、摘要、Markdown、LaTeX、PDF、Word 或混合材料的场景；本 skill 会基于 manuscript 与用户偏好，先用内置 `2023IF.xlsx` 做最小硬过滤生成候选池，再由宿主模型自主规划 Set1/Set2/Set3，并联网核验 scope / 质量 / 近 3 个月 PubMed 论文，最后输出 1 份按推荐度排序的 Markdown 选刊报告。⚠️ 不适用：用户只是想润色论文、只想翻译摘要、或只问某个单一期刊的官网信息而不需要系统选刊。

huangwb8 By huangwb8 schedule Updated 4/22/2026
play_arrow Run Skill in Manus View GitHub

name: paper-select-journal description: 当用户明确要求“推荐投稿期刊”“帮我的论文选 SCI 杂志”“这篇 manuscript 适合投哪些 journal”“期刊匹配/选刊/投稿建议”时必须使用。适用于用户提供全文、摘要、Markdown、LaTeX、PDF、Word 或混合材料的场景；本 skill 会基于 manuscript 与用户偏好，先用内置 2023IF.xlsx 做最小硬过滤生成候选池，再由宿主模型自主规划 Set1/Set2/Set3，并联网核验 scope / 质量 / 近 3 个月 PubMed 论文，最后输出 1 份按推荐度排序的 Markdown 选刊报告。⚠️ 不适用：用户只是想润色论文、只想翻译摘要、或只问某个单一期刊的官网信息而不需要系统选刊。 metadata: author: Bensz Conan short-description: 基于 manuscript + 2023IF + 实时联网核验的 SCI 选刊 skill keywords: - paper-select-journal - 选刊 - 投稿期刊推荐 - SCI journal selection - manuscript matching

Paper Select Journal

核心原则

  • 当前信息必须实时核验：scope、官网、业内认可度、中科院分区、近 3 个月论文都属于时效性信息，不能靠旧记忆。
  • 中间文件只允许落在当前工作目录下的 .paper-select-journal/ 隐藏目录；用户若明确指定其他目录，才可覆盖默认值。
  • Set1 不再依赖固定语义权重。脚本只负责最小硬过滤与候选池整理，真正的语义规划由当前宿主模型完成。
  • Set1 不是最终答案。最终报告只保留证据充分的 Set3，最多 10 个期刊。
  • 不能推荐明显预警、垃圾期刊或影响因子低于 3 的期刊；若确实保留低于 3 的例外，必须写明“为何它仍是领域内人类专家认可的稳妥选择”。
  • 宁可少报，也不要为了凑满 10 个而硬凑。

输入与工作区

  • 用户需求可选，manuscript 必选。
  • manuscript 可来自粘贴的标题 / 摘要 / 全文片段，或本地 .md、.txt、.tex、.pdf、.docx，也可混合提供。
  • 一旦进入隐藏工作区流程，后续供脚本读取的 analysis/*.json 必须保留在当前 run 目录内；不要把 manuscript_profile.json、set2_scope_review.json、final_recommendations.json 指到 run 目录外。

先初始化隐藏工作区：

python3 <skill_root>/scripts/init_workspace.py --project-root .

脚本会创建 .paper-select-journal/run-<timestamp>/，其中至少包含：

  • inputs/
  • analysis/
  • candidates/
  • pubmed/
  • reports/

后续所有中间文件都必须留在该 run 目录内。

工作流

1. 先写 manuscript 画像

完整理解论文后，把结果写入 analysis/manuscript_profile.json。

  • 模板：templates/manuscript_profile.template.json
  • 写法：references/manuscript-profile.md 最低字段：
  • title
  • abstract
  • keywords
  • manuscript_summary

画像的作用是帮助 AI 理解稿件，而不是喂给固定打分公式。 如果用户偏好复杂，优先把偏好写成自然语言放进 target_journal_brief 或 notes，不要为了脚本凑很多硬编码线索。 如果确实需要保留低 IF 的人工例外期刊，只能作为后续人工补录候选，并且必须在最终报告里解释“为什么它虽然低于阈值，仍是领域内稳妥选择”。

2. 用内置 2023IF.xlsx 做 Set1 候选池

内置目录：assets/journal_catalog/2023IF.xlsx

运行：

python3 <skill_root>/scripts/shortlist_journals.py \
  --workspace .paper-select-journal/run-<timestamp> \
  --profile .paper-select-journal/run-<timestamp>/analysis/manuscript_profile.json

产物：

  • candidates/set1_candidates.json
  • candidates/set1_candidates.md

这里的脚本只做最小硬过滤：

  • 影响因子下限
  • 用户明确排除的期刊
  • 基础元数据整理（JIF、分区、OA 比例、引用量）

不要把这一步输出误解为“已经按语义排好序的最终 shortlist”。 你必须读取该候选池，再结合 manuscript 自主规划真正值得进入 Set2 的期刊。

3. 联网核验 scope、官网、分区与质量，得到 Set2

根据 candidates/set1_candidates.json 与 manuscript 画像，自主决定先核验哪些候选，并逐个联网核验：

  • 官方网站
  • Aims & Scope
  • 中科院小类及其分区
  • 业内认可度
  • 是否存在预警 / 垃圾期刊信号

优先使用：

  • 期刊官网
  • PubMed / NLM
  • 主流出版社页面
  • 可信的分区信息来源

把通过核验的期刊写入：

  • analysis/set2_scope_review.json

模板：templates/scope_review.template.json 核验口径：references/journal-quality-checklist.md

4a. 抓取 Set2 最近 3 个月 PubMed 原始论文证据

运行：

python3 <skill_root>/scripts/fetch_pubmed_recent.py \
  --workspace .paper-select-journal/run-<timestamp> \
  --profile .paper-select-journal/run-<timestamp>/analysis/manuscript_profile.json \
  --scope-review .paper-select-journal/run-<timestamp>/analysis/set2_scope_review.json

产物：

  • pubmed/recent_articles.json
  • pubmed/recent_articles.md

这里只提供原始证据，不负责打分或排序。脚本只做 API 调用、XML 解析和按日期整理。

4b. AI 评定主题相似性，决定哪些期刊进入 Set3

你必须同时阅读：

  • analysis/manuscript_profile.json
  • pubmed/recent_articles.json

这里的“AI”指当前执行本 skill 的宿主模型本身：

  • Claude Code 中由当前 Claude 会话完成
  • Codex 中由当前 Codex 会话完成
  • 不要为 Step 4b 额外调用外部 AI API、独立模型服务或单独打分脚本

也就是说，Step 4b 的规划、语义判断、Set3 去留决策和 set3_similarity_review.json 写入，都必须用当前工作环境已提供的 AI 算力原生完成。

逐个判断 Set2 期刊最近 3 个月论文与稿件在以下维度上的语义相关性：

  • 主题是否真的对口，而不只是 token 碰撞
  • 研究问题是否接近
  • 方法学是否接近
  • 相关论文数量与密度是否足以支持进入最终推荐

执行时先快速浏览全部 Set2 近期论文形成比较框架，再逐刊做语义判断，最后统一决定 Set3 去留并写出可复核理由。 不要再把这一步退化成机械 token 打分或硬编码加权公式。

把结论写入：

  • analysis/set3_similarity_review.json

模板：templates/set3_similarity_review.template.json

每个期刊至少要写：

  • journal_name
  • include_in_set3
  • similarity_assessment
  • relevant_articles
  • irrelevant_articles_count
  • overall_relevance_level

overall_relevance_level 只允许：

  • high
  • medium
  • low
  • none

5. 形成最终推荐 JSON

基于 analysis/set3_similarity_review.json，把最终最多 10 个期刊写入 analysis/final_recommendations.json。

  • 模板：templates/final_recommendations.template.json
  • 字段说明：references/report-schema.md

必须保留：

  • 影响因子
  • 中科院小类及其分区
  • 业内认可度
  • 官方网站
  • 为什么推荐
  • 最近 3 个月类似主题论文
  • 每篇证据论文的 AI relevance

6. 渲染最终 Markdown 报告

运行：

python3 <skill_root>/scripts/render_report.py \
  --workspace .paper-select-journal/run-<timestamp> \
  --final-json .paper-select-journal/run-<timestamp>/analysis/final_recommendations.json

最终输出：

  • reports/paper-select-journal-report.md

如需 --output 覆盖默认文件名，也只能写到当前 run 目录内部，不能把最终 Markdown 报告写到隐藏工作区之外。

最终报告要求

  • 所有期刊写在同一个 Markdown 文件里
  • 每个期刊使用 # 层级，下面按需用 ##、###
  • 每个期刊都要写明：影响因子、中科院小类及分区、业内认可度、官方网站、推荐理由，以及最近 3 个月类似主题论文表格和 AI 相关性说明

决策规则

  • scope 不匹配，再高 IF 也不要强推
  • 有明显预警 / 垃圾期刊风险，直接淘汰
  • 近 3 个月没有相似主题论文，不一定淘汰，但推荐度要下调
  • include_in_set3 为 false 的期刊，不要进入最终推荐
  • 中科院分区无法可靠核验时，优先换成信息更透明的候选
  • 用户未明确偏好时，自主选择最稳妥方案，不要把提问变成阻塞

命令路径说明

  • <skill_root> 表示当前 skill 的真实安装目录。
  • 不要假设用户当前工作目录里一定有 paper-select-journal/ 源码副本。
  • 如果你已经处在 skill 根目录，也可以直接运行 python3 scripts/...。

参考文件

  • references/manuscript-profile.md
  • references/journal-quality-checklist.md
  • references/report-schema.md
Install via CLI
npx skills add https://github.com/huangwb8/ChineseResearchLaTeX --skill paper-select-journal
Repository Details
star Stars 2,353
call_split Forks 231
navigation Branch main
article Path SKILL.md
Occupations
Career Technical Education Teachers Postsecondary
More from Creator
huangwb8
huangwb8 Explore all skills →