【免费下载链接】Awesome-Journal-Skills
Journal-specific Claude Code/Codex skill packs covering mainstream journals — AER, QJE, Nature, Cell, 管理世界, 经济研究 & 200+ more — your fast track to getting published. | 覆盖主流期刊的 Claude Code/Codex 期刊技能包,从选题、识别策略到表格规范与审稿回复全流程,助你快速发论文。
投 AI 顶会总摸不清门道?Awesome-Journal-Skills(AJS)是一个覆盖 744 个期刊与会议 venue 的 Claude Code / Codex 期刊技能包,其中 Computer-Science-Conference-Skills 一个 pack 就打包了155 个计算机会议技能,从 NeurIPS、ICML、ICLR 到 SIGCOMM、USENIX Security 全都有。它帮你选对会议、重写论文定位、提前排掉 desk-reject 雷点,是计算机方向作者投稿前的"避坑手册"。
📦 这个技能包能帮你做什么
打开 Computer-Science-Conference-Skills/README.zh-CN.md 可以看到它的四大核心能力:
- 先选会再排版:在动手排版前,先判断论文最适合哪个 CS/AI 会议;
- 按会议文化重写 framing:不同会议看重不同证据,技能包帮你按目标会议的贡献类型重新组织叙事;
- 提前暴露 desk-reject 风险:创新性不足、baseline 缺失、匿名违规、artifact 缺口、伦理缺口、年度政策不匹配;
- 强制核验官方当期政策:给出"可投稿"建议前,先重新核对当年 CFP 与 author kit,不拿过时信息糊弄你。
覆盖范围按方向拆分,一眼看到 AI 方向的厚度:
| 方向 | 会议技能数 |
|---|---|
| AI / ML / 数据挖掘 / 责任 AI | 35 |
| 视觉 / 图形学 / 多媒体 | 20 |
| NLP / 语音 / 信息检索 | 20 |
| 系统 / 网络 / 体系结构 / HPC | 20 |
| 软件工程 / 程序语言 / 形式化 | 16 |
| HCI / 可视化 / 无障碍 | 15 |
| 机器人 / 安全 / 数据库与理论等 | 30+ |
⚡ 最快上手:两步装好会议技能包
方式一:在 Claude Code 里把本仓库作为 marketplace 添加(仓库内已聚合 .claude-plugin/marketplace.json),然后执行:
/plugin install computer-science-conference-skills /reload-plugins方式二:手动拷贝,克隆仓库后把需要的 skill 目录复制进去即可:
git clone https://gitcode.com/gh_mirrors/aw/Awesome-Journal-Skills mkdir -p ~/.claude/skills cp -R Awesome-Journal-Skills/NeurIPS-Skills/skills/neurips-* ~/.claude/skills/装好后,第一条 Prompt 就可以直接用它选会:
Use cs-ai-conference-workflow to route my paper to the right CS/AI conference, then invoke the selected conference skill.🧭 选会不纠结:cs-ai-conference-workflow 路由技能
155 个会议选哪个?别逐个翻。skills/cs-ai-conference-workflow/SKILL.md 是专门的"路由器",它会先问你六个问题:贡献类型、证据形态、目标读者、评审约束、周期风险、退路方案,然后给出路由结论,输出格式一目了然:
[Top conference skill] neural-information-processing-systems [Alt 1] international-conference-on-learning-representations [Do not submit to] <venue>(一句话说不匹配的原因) [Next step] 调用单会议技能做 fit 与当年政策核验最实用的还有易混淆会议消歧表,比如三大会怎么分:
NeurIPS vs ICML vs ICLR:NeurIPS 适合广度 ML/AI、强调大范围影响力;ICML 更看重机器学习方法与理论的严谨纪律;ICLR 偏表征与深度学习方向,且是公开评审(OpenReview)文化。
🏆 NeurIPS、ICML、ICLR:三大 AI 顶会深度包
除了 155 个会议 profile,仓库还为主会提供了独立深度包,每个包 12 个 skill,覆盖从选题到 camera-ready 的全生命周期:
- NeurIPS:NeurIPS-Skills/README.zh-CN.md 拆出
neurips-workflow(全流程规划)、neurips-author-response(OpenReview rebuttal 写法)、neurips-artifact-evaluation(代码/数据/artifact 整理)、neurips-experiments(压测实验与消融)等; - ICLR:ICLR-Skills/README.zh-CN.md 聚焦 OpenReview 双盲公开评审、作者讨论、
iclr-reproducibility与iclr-artifact-evaluation; - ICML:ICML-Skills/README.zh-CN.md 对应提供 ICML 侧的投稿与评审流程技能。
想看单会议技能的完整长相,可以读 skills/neural-information-processing-systems/SKILL.md,里面有会议定位、证据门槛、结构风格、官方周期核对清单、投稿前自查清单和 desk-reject 触发器,几乎是按审稿人视角写的。
🚨 避坑指南:这些雷点最容易导致 desk-reject
技能包把"为什么会被秒拒"写成了清单,挑几条高频的:
- 拿往年政策当今年政策。页数限制、匿名例外、AI 使用声明、artifact 徽章规则每届都在变,官方当期 CFP 永远优先于技能包内容;
- ICLR 当期新规要特别注意:合著配额、reciprocal reviewing、强制 AI 使用声明——漏掉任何一条都可能直接 desk reject(见 ICLR-Skills/README.zh-CN.md 的来源纪律说明);
- 只有刷榜结果、没有机制解释:NeurIPS 技能包明确把"leaderboard-only novelty"列为拒稿触发器;
- rebuttal 失礼:回复阶段泄露身份信息、或加塞超范围新实验,都会翻车;
- 最强结果藏在附录里:审稿人不会替你重建贡献,主文必须自洽。
📚 不止 155 个会议:744 个 venue 的完整技能库
计算机会议只是冰山一角。整个仓库有 4166 个 skill、300 个 pack,覆盖经管、社科、生命科学、医学、工程等 11 个学科板块。找目标 venue 有三个入口:
- CATALOG.md:按学科列出全部 744 本刊/会,每本标注对应插件名;
- catalog.json:机器可读目录,方便脚本筛选;
- shared-resources/journal-selection/venue-index.tsv:venue 机读索引表。
如果你的稿子转投中文核心或跨领域期刊,比如《管理世界》(Journal-of-Management-World-Skills/),同样有按刊定制的技能包可以直接调用。完整使用说明见 README.md 的"如何使用"章节,真实运行证据可以看 showcase/ 目录。
✅ 小结
- 装一个 pack,等于把 155 个计算机会议的"审稿人视角"装进 Claude Code / Codex;
- 先跑
cs-ai-conference-workflow选会,再调单会议技能做定位改写,最后核对当年官方 CFP——三步走完整投稿前流程; - NeurIPS / ICML / ICLR 另有独立深度包,覆盖 rebuttal、artifact、camera-ready 等细节。
选对会、写对证据、踩稳周期,投稿成功率自然更高。祝下一篇论文顺利中会 🎉
【免费下载链接】Awesome-Journal-Skills
Journal-specific Claude Code/Codex skill packs covering mainstream journals — AER, QJE, Nature, Cell, 管理世界, 经济研究 & 200+ more — your fast track to getting published. | 覆盖主流期刊的 Claude Code/Codex 期刊技能包,从选题、识别策略到表格规范与审稿回复全流程,助你快速发论文。
相关推荐
顶会投稿避坑指南:NeurIPS、ICML、ICLR、ACL 论文 Checklist 全解析(基于 AI-Research-SKILLs 的 ml-paper-writing 技能)
顶会投稿避坑指南:NeurIPS、ICML、ICLR、ACL 论文 Checklist 全解析(基于 AI Research SKILLs 的 ml paper
AI 技能人工智能大模型深度学习顶级会议图表模板革命:NeurIPS/ICML/ICLR顶刊级可视化解决方案
顶级会议图表模板革命:NeurIPS/ICML/ICLR顶刊级可视化解决方案 你是否还在为学术论文中的图表设计而烦恼?花费数小时调整格式却仍达不到顶会标准?本文
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考