如果你的科研生涯有某个时刻特别崩溃，大概率是交稿前那一周。

实验数据还没跑完，图表丑得拿不出手，英文摘要念了三遍还是像机翻的，引用格式东拼西凑，数据可用性声明忘了写，最后还要做个PPT去组会汇报。

现在有人把这五件事全打包了。不是那种「我用 AI 帮你写」的通用方案，是针对 Nature 期刊标准一条一条扣出来的——叫 nature-skills。

目前 2.1k Star、153个 Fork，MIT 协议开源。

论文写作难在哪？

说一个你没想过的事实：论文的审稿人可能不是你这个细分领域的专家。但图表好不好看、英文原文顺不顺、引用格式对不对——他们一眼就能看出来。

Nature 官方有整整 28 页的作者指南，从图表字体到参考文献格式，每一条都写清楚了。但问题是——有几个研究者有时间一条一条去对？

这个项目的思路不一样：它不让你去对那 28 页指南，它把规则直接写进了 AI 的技能手册里。你该做的只是告诉 AI「我要 Nature 风格」，剩下的它来扣。

五个技能，覆盖一篇论文从写到讲的全流程

技能	状态	功能
nature-figure	✅ 稳定	科学图表生成
nature-polishing	✅ 稳定	学术英文润色
nature-citation	🔄 Beta	引用检索
nature-paper2ppt	🔄 Beta	论文转 PPT
nature-data	📝 草稿	数据可用性声明

1、nature-figure：出图不丑，是底线

做科研图表的都懂 matplotlib。功能很强，默认配色丑到哭。改了之后，文字变成贝塞尔曲线，下次想微调还得重新跑代码。

nature-figure 解决了三个核心问题：

功能	说明
配色系统	两套色板，语义色板（蓝=方法、绿=变体、红=基线）和粉彩色板（Nature Machine Intelligence 风格）
SVG 文字可编辑	svg.fonttype = 'none' 让文字保留为 SVG text 节点，直接用 AI 打开随便改
三层面板架构	概览层（数据全貌）→ 偏差层（每组特征）→ 关系层（变量关联）

支持 13 种图表类型：柱状图、折线图、热力图、散点图、雷达图、3D 球面、堆叠面积图等。

2、nature-polishing：让英文更像人写的

论文审稿人一眼就能看出「机翻感」。nature-polishing 的目标就是解决这个问题。

不只是翻译，是「学术腔调」：

• 主语别用「This paper」
• 换掉「In order to」（改成「To」）
• 删除「The results indicate that, as shown in」
• 用「demonstrate」替换「show」
• 避免「very + 形容词」

润色结果可以同时给出修改前后的对比，逐条解释改动原因。

3、nature-citation：引用检索（Beta）

找引用文献是个体力活。nature-citation 可以帮你：

• 根据论文内容推荐相关文献
• 检查引用格式是否符合 Nature 标准
• 生成参考文献列表

4、nature-paper2ppt：论文转 PPT（Beta）

组会汇报、学术会议，需要把论文转成 PPT。nature-paper2ppt 可以：

• 自动提取论文核心内容
• 生成适合演示的幻灯片结构
• 保持 Nature 风格

5、nature-data：数据可用性声明（草稿）

Nature 期刊要求作者声明数据可用性。这个技能可以：

• 帮你生成符合 Nature 标准的数据声明模板
• 检查数据可用性声明是否完整

一句话总结

nature-skills = 图表美化 + 英文润色 + 引用检索 + 论文转 PPT + 数据声明，5 个技能一条龙搞定 Nature 期刊论文写作。