核心用法
Nature Paper Workflow 是一款学科感知型顶层路由技能，本身不执行具体任务，而是通过Pre-Phase学科识别将用户请求分流至STEM或Economics分支，再精确路由至对应子技能。使用时只需自然语言表达论文相关需求（如"帮我写经济学论文""DiD分析该用什么图"），系统即自动识别学科信号、判定当前阶段、调用相应子技能。
标准调用流程：① 学科识别（扫描Econ关键词如DiD/IV/RDD/AER/QJE，或STEM信号）→ ② 阶段定位（依据任务上下文、文件类型、进度线索）→ ③ 路由到子技能（读取其SKILL.md执行）→ ④ 追踪进度并建议下一步。
STEM分支覆盖12阶段：读论文→项目初始化→起草结构→图表证据→统计数据→引用声明→润色预检→审稿返修，另含5个衍生场景（PPT/专利/基金/实验记录/会议论文）。Econ分支（v2.0.0新增）专设6阶段：输入审计→全文起草→表图设计→论证逻辑审计→期刊适配→审稿返修，深度适配《经济研究》《管理世界》及AER/QJE等顶刊规范。
显著优点
学科专业化分流是最大亮点——传统论文工具"一刀切"处理STEM与社科，本技能通过关键词矩阵（双重差分/工具变量/断点回归等经济学术语）精准识别学科属性，避免计量方法误用、图表规范冲突。
子母架构解耦设计让主技能保持极轻量（仅只读路由），核心能力由35个STEM子技能+5个经济学扩展包提供，用户按需安装，避免技能臃肿。子技能遵循统一协议，跨阶段handoff产物自动传承，防止信息丢失。
期刊导向的默认假设减少决策成本：未明确场合时按Nature系列处理，中文场景自动启用中英对照能力，经济学论文智能匹配顶刊格式要求。阶段识别"最多问一个问题"原则兼顾效率与准确。
潜在缺点与局限性
依赖重度子技能生态——主技能本身零执行能力，若未安装对应子技能（如econ-write、nature-statistics等），路由后无法完成任务。Econ分支扩展包采用CC BY-NC 4.0非商业许可，商用场景存在合规限制。
学科信号冲突需人工仲裁——当用户输入同时含STEM与Econ特征（如"用机器学习做因果推断"），系统需提问确认，增加交互成本。某些交叉领域（如计算社会科学）可能频繁触发仲裁。
阶段跳跃的handoff盲区——虽然系统提醒关键产物，但用户主动跳阶段时（如从"读论文"直接到"投稿"），可能遗漏中间阶段的必需输出，依赖用户自律。
中文经济学子技能覆盖有限——相比STEM分支的35个子技能，Econ扩展包仅5个，复杂场景（如结构估计、动态博弈模型）可能需回退至通用工具。
适合的目标群体
- 高校科研人员：需系统性管理从idea到投稿的全流程，尤其跨学科研究者（同时涉及实验与因果推断）
- 经济学研究生/青椒：熟悉Stata/R但需顶刊写作规范指导，目标《经济研究》《管理世界》或AER/QJE者
- 课题组团队：多人协作场景下统一工作流标准，避免"各写各的"导致格式混乱
- 学术写作新手：通过阶段化引导降低论文写作认知负荷，明确"下一步该做什么"
- 期刊返修应急：快速定位审稿意见对应阶段，调用nature-reviewer+nature-response协同处理
常规使用风险
性能风险：子技能链式调用时，若某环节子技能响应延迟或异常，可能阻塞整体流程。建议定期检查~/.claude/skills/目录完整性。
版本兼容性：主技能v2.0.0新增Econ分支，若子技能未同步更新，可能出现路由到不存在目录的错误。更新策略要求手动维护manifest.yaml与子技能映射。
许可风险：Econ扩展包CC BY-NC 4.0许可禁止商业用途，企业研发部门使用前需评估合规性。
过度依赖风险：长期完全遵循工作流可能抑制学术创造性，建议将技能定位为"规范检查器"而非"思维替代者"。