前言¶
论文、技术报告和基金本子写完之后，常见做法是通读一遍、凭直觉改几处措辞再投稿。问题在于：逻辑跳跃、断言过强、证据链断裂往往藏在段落衔接处，一次性通读很难稳定找出来，审稿意见回来后又容易「大改一片」而不是只动有问题的句子。
下面介绍 SkillHub 上的社区 Skill「报告/论文/基金项目申请严谨写作（循环驾驭正反面论证）」（坐标 @user_d0deb03a/minimal-counterexample-repair-v2）。它把软件测试里「参照标准、找反例、缩小范围、最小修复、回归验证」的思路，迁移到学术写作与课题论证上，用「双层 Loop Harness」元框架把逻辑脆性变成可定位、可修复、可复验的结构化缺陷。
这是什么¶
一句话定位：基于「双层 Loop Harness」的学术写作与科研验证方法论 Skill，通过 Oracle 锚定、反例生成、Shrinking 压缩、上下文注入、并行 Agent 五层机制，持续对正文做逻辑校验与最小化修复。
来源与维护：SkillHub 社区来源（community），发布者 user_d0deb03a，当前版本 1.0.0，分类 professional，标签标明 requires_api_key=false（不依赖额外 API Key）。页面统计（以 SkillHub 展示为准）：评分 100000，下载 3811。
官方入口：
- Skill 包地址：
https://api.skillhub.cn/user_d0deb03a/minimal-counterexample-repair-v2 - 介绍页：
https://www.skillhub.cn/skills/user_d0deb03a/minimal-counterexample-repair-v2
Skill 主文档中的英文标识为 minimal_counterexample_repair，副标题为「最小化反例修复 · 学术写作与研究验证 Harness 系统」，与 SkillHub 中文名称指向同一套能力。
核心功能¶
以下能力均来自 Skill 自带的 SKILL.md 与参考文档，可按需裁剪使用强度。
五层 Harness 架构¶
-
Layer 1 — Oracle（参照标准锚定）
显式定义「好论证」的参照：如 IMRaD 逻辑链、目标期刊结构、基金评审指标，或实验设计中的基线。科研场景常需指定多篇相关顶会论文作为「多 Oracle」，避免单一标准。 -
Layer 2 — 反例生成
四种模式可组合使用：
- 模式 A 逆向提纲法：段落压成 Claim 链，检查相邻断言是否存在蕴含缺口。
- 模式 B 模拟审稿人：从数据支撑、术语一致、混杂变量、替代解释等维度攻击。
- 模式 C 边界条件搜索：极端样本、缺失数据、适用边界等。
- 模式 D 找茬队列：写新章节前先列若干条最致命的反对意见。 -
Layer 3 — Shrinking（反例最小化）
三步压缩：断言提取（含 2×2 证据表）→ 精确对标 → 锁定最小修复点。快速版为「5 分钟电梯测试」：将核心段落压到约 50 字，若压缩后逻辑断裂则定位问题句。 -
Layer 4 — Context Management（上下文注入）
修复前重新注入研究问题、Thesis Statement、目标期刊/评审规范、当前最小反例，避免改局部时偏离主线。 -
Layer 5 — Parallel Agents（并行 Agent）
批判路径（Critic）与辩护路径（Defender）并行，合并后由操作者决策，再进入 Shrinking 与最小修复。
完整工作流（Phase 0–5）¶
| 阶段 | 内容 |
|---|---|
| Phase 0 | 准备 — 锚定 Oracle |
| Phase 1 | 生成 — 初稿产出 |
| Phase 2 | 校验 — 反例生成（四种模式） |
| Phase 3 | 压缩 — Shrinking |
| Phase 4 | 修复 — 仅针对最小反例改动 |
| Phase 5 | 迭代 — 回归验证 |
时间紧时可按 Skill 建议的优先级：先做 Phase 2 模式 D + Phase 3，再补模式 A，完整体验再走全流程与并行 Agent。
触发与输入输出约定¶
适合触发的任务（Skill 的 when_to_use）：学术论文/学位论文/会议论文撰写与修改、研究报告与技术报告、基金申请书（含 NSFC 等）、文献综述与批判性分析、实验设计与结论一致性检查、模拟审稿、逻辑一致性审计；用户提到「找茬」「逻辑检查」「反例」「Harness」「证伪」「审稿人视角」等也可启用。
输入校验要点：正文类检查建议 ≥500 字；不足 200 字时 Claim 链分析价值有限，可仅用电梯测试；需可复制的纯文本，非扫描 PDF/图片需先 OCR 或抄写。Skill 明确不承担语言润色、排版、翻译、替代统计软件、事实核查引用真伪等职责。
输出类型（按任务）：修复后文本与反例队列、含 Claim 链与支撑评级的审计报告、基金指标覆盖矩阵、文献批判矩阵、电梯测试通过/不通过判定等；可选缺陷追踪表（Skill 注明可与生成 Excel 类 Skill 配合）。
运行环境：无需浏览器登录；Sandbox 可选（用于结构化输出文件）；不强制 MCP 或页面脚本。
安装与启用¶
SkillHub 页面给出的安装提示是：让 Agent 按官方安装说明文档安装指定坐标。
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_d0deb03a/minimal-counterexample-repair-v2`。
若本机已有 SkillHub CLI，安装时需用 --dir 指向当前 Agent 的 skills 目录（装到默认 ./skills/ 可能不会被识别）。官方文档中的检查与安装示例：
command -v skillhub && skillhub --version
未安装 CLI 时，完整安装（CLI + 默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅安装 CLI：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
安装本 Skill 到 Agent skills 目录（将 <skills 目录> 换成你环境对应路径）：
skillhub install @user_d0deb03a/minimal-counterexample-repair-v2 --dir <skills 目录>
官方文档列出的常用路径包括：Cursor ~/.cursor/skills/、Claude Code ~/.claude/skills/、Codex ~/.codex/skills/ 或项目下 .agents/skills/ 等。不同客户端目录不同，以 skillhub.md 与各自文档为准。安装后按各 Agent 要求刷新或重启以加载 Skill。
典型用法¶
1、用自然语言直接调用¶
把待检查章节粘贴给已启用 Skill 的 Agent，并说明意图，例如：
帮我检查这篇论文的逻辑问题
或指定模式：
用逆向提纲法分析这段论述
对这段话做边界条件攻击
把这个问题压缩到最小反例
指定输出形式时，可要求缺陷追踪表、审计报告或 Oracle 锚定工作表（模板见 Skill 内 references/templates.md）。
2、5 分钟电梯测试（quick-start 可复现流程）¶
以 Skill 新手指南中的结论段为例：将一段论述压缩到约 50 字，检查核心意思是否完整、逻辑链是否断裂。若出现「基准性能高」直接推出「可用于安全关键场景」之类跳跃，即用 2×2 证据表标出「无支撑断言」，再只对问题句做最小修改（弱化措辞、加限定或缩结论），并记录一条回归测试条目，防止同类断言再次出现。
3、全流程示例¶
Skill 内 examples/paper-review-workflow.md 演示了从 Phase 0 Oracle 锚定、四种反例模式、Shrinking 定位 CE-02 类「工业应用」过强断言，到 Phase 4 最小修复与 Phase 5 回归验证的完整链条。学习时可对照该文件理解「多轮生成—校验—压缩—修复」而非一次性通读。
安装后 Skill 目录中的主要文件：SKILL.md（主入口）、references/quick-start.md、references/methodology.md、references/templates.md、references/faq.md、examples/paper-review-workflow.md。
适用场景与注意¶
适合谁
- 写完初稿或某一章后，需要系统性检查 Claim 链与证据支撑的研究人员与学生。
- 投稿前希望模拟审稿人视角、提前暴露可能被质疑的断言。
- 处理 Reviewer Comments 时，想把意见压缩成最小反例再改，避免全文重写。
- 撰写基金本子、文献综述，需要对照评审指标或批判性矩阵逐项核对。
- 导师辅导学生时，需要统一、可操作的逻辑审计框架。
限制与坑
- 关注逻辑与论证结构，不替代语法润色、期刊排版、统计计算或文献真实性核查。
- 极短文本（如单独标题）不适合做完整 Claim 链分析。
- Oracle 若未用户提供，Skill 会回退通用学术规范并说明局限；质量依赖你提供的参照标准与顶会样例。
- 反例由模型推理生成，最终是否修改仍由作者判断；修复后可能引入新缺陷，需依赖回归测试集迭代。
- 上下文过长时可分块注入，每次只带与当前反例相关的 Context Pack。
结尾¶
「报告/论文/基金项目申请严谨写作（循环驾驭正反面论证）」把「写完再改」推进为「边写边做论证压力测试」：用 Oracle 定标、用反例暴露缺口、用 Shrinking 钉到最小修复点，再用回归验证守住已修部分。若你正在写论文、报告或基金本子，并希望在投稿前把逻辑问题变成可追踪的缺陷清单，可从 SkillHub 安装 @user_d0deb03a/minimal-counterexample-repair-v2，并按 references/quick-start.md 跑一遍 5 分钟电梯测试。
- Skill 包：
https://api.skillhub.cn/user_d0deb03a/minimal-counterexample-repair-v2 - 介绍页：
https://www.skillhub.cn/skills/user_d0deb03a/minimal-counterexample-repair-v2
