这个 Skill 能做什么，适合哪些场景？
本技能面向需要撰写数据可用性声明的科研作者，尤其是准备 Nature 系列投稿的中文作者。它通过分层的静态与动态结构，引导用户完成八步工作流：识别期刊、盘点数据集、分类访问途径、选择仓储与标识符、草拟声明、添加正式数据集引用、执行 FAIR 审计，并输出可直接粘贴的文本。技能强调遵循期刊具体指南，并将“按要求提供”标记为薄弱环节。
该技能加载核心指南文件，按八步工作流运行：识别目标期刊、清点所有支持数据集、将每个数据集归入七种访问途径（公开仓储、受控访问、论文内、复用公开、第三方受限、合理请求、不适用）、选择仓储和标识符策略、起草明确映射数据集位置的声明、添加正式数据集引用、执行 FAIR 元数据审计，最终产出可直接粘贴的声明文本并列出未解决字段。它不会凭空编造 DOI、登录号或仓储名称；会提示“按要求提供”是弱声明，除非有具体的法律、伦理、商业或第三方限制。
- 中文作者在撰写 Nature 稿件数据可用性部分时，需要准确的中英文表述和工作流。
- 投稿前审计现有数据可用性声明，确保每个数据集都有清晰的访问路径和引用。
- 作者需要为数据选择合适仓储（例如公开或受控访问），并获取正确的登录号。
- 作者需要生成符合 FAIR 原则的元数据检查清单，以支持数据共享合规性。
- 撰写通用学术论文时，需要数据可用性声明模板，超出 Nature 范围。
如何安装这个 Skill？
- 该技能为静态审查，未实际执行，可靠性、有效性和可验证性评分基于文件审查，存在不确定性。
- 技能依赖的 static/ 和 references/ 文件未在审查范围内，可能影响完整评估。
- 发布者身份未验证，建议用户注意来源可信度。
- 技能缺少明确的用户确认步骤，使用时需确保用户知情并确认关键信息。
- 本地文件系统
本技能是 nature-skills 仓库中的 nature-data 技能。可使用 npx skills 安装：npx skills add Yuan1z0825/nature-skills --agent codex --skill nature-data --yes --copy。手动安装请保留完整技能目录（SKILL.md、manifest.yaml、static/、references/），不要只复制 SKILL.md。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/Yuan1z0825/nature-skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/nature-data" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 请帮我写 Nature 稿件的数据可用性声明
- 根据以下数据集列表生成 Data Availability statement
安装后，在支持 Agent Skills 的客户端（如 Claude Code 或 Codex）中直接描述任务，例如：“请帮我写 Nature 稿件的数据可用性声明”或“根据以下数据集列表生成 Data Availability statement”。技能会自动加载核心指南并运行工作流，最终返回可以直接粘贴的声明文本。
这个 Skill 有哪些优点和局限？
- 针对 Nature 及其子刊的学术表达和科研绘制定制，符合高影响力期刊要求。
- 采用分层结构，核心指南精简，深度参考资料按需加载，降低每次调用的开销。
- 支持中文用户，自动将中文请求转化为符合规范英文声明，并提供中文核对块。
- 明确要求不编造 DOI、登录号、仓储名称、许可、禁运日期或伦理批准，减少虚假信息风险。
- 提供 FAIR 元数据审计，帮助作者满足数据共享合规要求。
- 标记为 Draft 状态，规则已定义但未在真实案例上测试，可能存在边界问题。
- 需要用户提供完整的论文和数据信息，否则输出中会留下未解决字段。
- 依赖外部参考资料（如 references/ 中的政策与仓储文件），需要确保这些文件保持更新。
- 安装需保留完整目录结构，对部分不熟悉的用户可能增加上手难度。
- 技能仅提供文本输出，不自动生成图表或代码。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| Nature 数据可用性声明技能 本页 | 53 · 谨慎使用 | ★ 47k | 3 天前 | Apache-2.0 |
| Nature/CNS 引用助手 | 56 · 谨慎使用 | ★ 47k | 3 天前 | Apache-2.0 |
| 说人话：中文去 AI 味改写 Skill | 65 · 推荐 | ★ 2k | 11 天前 | MIT |
| 活人感写作 | 64 · 推荐 | ★ 4k | 2 个月前 | MIT |
| Academic Humanizer 学术去AI味编辑 | 55 · 谨慎使用 | ★ 1.9k | 3 个月前 | NOASSERTION |
FollowSkills 如何评估这个 Skill？
证据显示：技能内容强调不编造 DOI、accession、仓库或访问条件，并要求用户确认缺失信息，体现了数据获取透明和避免过度承诺的原则。没有要求过高权限或执行危险操作，依赖主要是读取本地文件和生成文本，没有网络请求或外部副作用。但缺少明确的用户确认步骤（只在边界中提及）和回滚机制，且发布者身份未验证。因此扣分：权限和确认步骤不完全，回滚机制缺失。
证据显示：技能路径结构清晰，SKILL.md 作为路由器加载 static/ 和 references/，manifest.yaml 定义加载规则。但未见任何测试或执行证据，关键路径（工作流）能否稳定复现未知。对异常输入的处理未有明确说明，失败反馈质量未知。因静态审查无法执行，且无测试证据，故扣分：无测试、边界情况处理薄。
证据显示：适用场景明确（准备、审计或修改 Data Availability 声明），触发描述精准，包括中文触发词（数据可用性声明等）。环境适应性良好：面向中国用户，提供中英双语支持，无需外部网络服务依赖。边界说明清晰：不编造信息，缺失时给出清单。但缺少具体输入输出格式示例，触发精度依赖 description 文本，未验证语义触发准确率。故扣分：边界证据有限，触发精度未验证。
证据显示：信息架构清晰，有 README.md 和 README_EN.md，静态/动态分层合理，version 2.0.1 在 manifest.yaml 中，Apache-2.0 许可证。但缺少 changelog、已知限制披露和明确的维护责任，版本更新路径不清晰。未提及更新机制，发布者身份未知。因此扣分：版本历史和更新路径不明确。
证据显示：技能有明确目标和输出格式（可粘贴的英文声明、映射表、FAIR 检查清单），但无实际运行结果或示例验证输出质量。静态评估无法确认能否完成核心任务，边际价值证据缺乏。因未执行且无验证，故扣分：输出直接可用性缺乏证据。
证据显示：提供引用文件（references/source-basis.md）但未包含在此审查材料中，无测试套件或 CI 针对本技能。没有第三方执行证据，无法验证核心工作流的可靠性。因此扣分：无独立验证，溯源证据有限。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →