核心用法
Research Paper Writer 是一款面向学术研究者的结构化写作辅助技能，核心功能在于将用户的科研思路转化为符合国际顶会发表标准的完整论文框架。使用时，用户首先需明确研究主题、目标会议/期刊类型（IEEE或ACM）、篇幅要求等基础信息；随后技能会引导用户完成从选题澄清、大纲构建到分章节撰写的全流程，最终输出包含标题、摘要、引言、相关工作、方法论、实验评估、讨论及结论的标准化学术论文结构。
该技能采用迭代式写作策略：先搭建详细大纲确定各章节要点，再按"方法论→引言→相关工作→结果→讨论→结论→摘要"的顺序分块撰写，确保逻辑链条严密。写作过程中严格遵循学术规范，包括第三人称客观语气、精确术语定义、量化论据支撑，以及规范的引用标注体系。
显著优点
标准化程度高：内置IEEE与ACM双格式规范，自动处理页边距、字体字号、双栏布局、图表编号等排版细节，研究者无需记忆繁琐的格式要求即可生成投稿级文档框架。
学术写作指导性强：不仅提供结构模板，更深入阐释各章节的写作逻辑——如摘要的"背景-问题-方法-结果"四段式、引言的倒金字塔结构、相关工作的对比论证技巧等，对缺乏论文写作经验的研究者具有显著教育价值。
领域适应性好：覆盖综述论文（Survey）与实验论文（Experimental Paper）两大主流类型，通过可配置的大纲生成机制，能够适配计算机科学、工程技术、交叉学科等广泛研究领域。
学术诚信内置：强调引用完整性要求（建议15-20篇参考文献）、局限性坦诚披露、数据可复现性说明，从源头培养负责任的科研写作习惯。
潜在缺点与局限性
内容深度依赖用户输入：该技能本质是"结构框架生成器"而非"内容创作AI"，论文的核心创新点、实验数据、技术细节必须由研究者本人提供。若用户缺乏扎实的研究积累，仅能产出空有格式的"学术八股"。
学科特异性不足：虽然覆盖通用计算机科学领域，但对特定子领域（如理论计算机科学的证明写作、人机交互的定性研究方法）的 specialized conventions 支持有限，高阶用户仍需手动调整。
引用管理半自动化：技能规定了引用格式规范，但实际文献检索、相关性筛选、DOI核对等工作仍需用户独立完成，无法替代Zotero、EndNote等专业文献管理工具。
当前实现为占位状态：根据代码审查，index.js 中核心逻辑标记为"TODO"，当前版本仅返回静态成功消息，实际功能需依赖LLM对SKILL.md指南的解读执行，而非封装好的程序化接口。
适合的目标群体
- 研究生与青年学者：首次撰写SCI/EI检索论文，需要系统学习学术写作规范
- 跨学科研究者：熟悉自身领域但需快速掌握计算机/工程类会议投稿格式
- 非英语母语作者：依赖结构化模板降低学术英语的组织难度
- 科研团队协作者：统一组内论文写作标准，减少格式返工时间
使用风险
性能风险：当前实现为简单占位函数，若未来版本补充复杂逻辑（如自动文献检索、LaTeX编译），需关注响应延迟与资源消耗。
依赖项风险：现阶段零第三方依赖，供应链攻击面为零；但后续若集成引用数据库API或排版引擎，需重新评估依赖安全性。
学术伦理风险：技能明确强调"用户需提供研究内容"，但需警惕使用者将生成的框架直接填充未经核实的数据，或过度依赖模板导致创新性表达受限。建议配合查重工具与导师审核使用。
版本一致性风险：package.json与_meta.json中作者信息存在差异（"AI Labs" vs "veeramanikandanr48"），后续迭代需关注元数据治理。