cover-letter
面向已有 LaTeX 论文的投稿信助手。它负责生成、优化和核查写给编辑的投稿信,并把投稿信中的强 claim 绑定到论文可见证据上。
适用场景
- 根据
main.tex生成投稿信初稿。 - 优化已有
cover_letter.md或cover_letter.tex,但不覆盖原文件。 - 检查 novelty、contribution、数字和范围 claim 是否超出论文证据。
- 判断投稿信是否适合内置期刊或会议模板。
- 做投稿前声明、长度、套话、AI-tone 和段落形态检查。
不适用场景
- 修改论文源码;请用
latex-paper-en或latex-thesis-zh。 - 做完整审稿式论文批评;请用
paper-audit。 - 检索文献库;请用
bib-search-citation。 - Typst 论文;当前版本只支持 LaTeX 论文。
- rebuttal 或 response-to-reviewer。
模式路由
| 模式 | 适用场景 | 主命令 |
|---|---|---|
generate | 有论文、没有投稿信草稿 | uv run python academic-writing-skills/cover-letter/scripts/cover_letter.py --mode generate --manuscript main.tex --journal nature --json |
optimize | 已有草稿,需要更安全的表达 | uv run python academic-writing-skills/cover-letter/scripts/cover_letter.py --mode optimize --letter cover_letter.md --manuscript main.tex --journal nature --json |
align-check | 需要核查投稿信 claim 是否被论文支撑 | uv run python academic-writing-skills/cover-letter/scripts/cover_letter.py --mode align-check --letter cover_letter.md --manuscript main.tex --json |
journal-fit | 需要期刊/会议适配评分 | uv run python academic-writing-skills/cover-letter/scripts/cover_letter.py --mode journal-fit --letter cover_letter.md --journal nature --json |
presubmission | 需要最终机械检查 | uv run python academic-writing-skills/cover-letter/scripts/cover_letter.py --mode presubmission --letter cover_letter.md --journal nature --json |
内置 venue:nature、science、cell、ieee-trans、acm、springer-lncs、neurips、icml、cvpr、generic。
最小输入
generate和align-check需要--manuscript main.tex。optimize、align-check、journal-fit、presubmission需要--letter cover_letter.md或--letter cover_letter.tex。- 期刊适配和投稿前规则建议提供
--journal <venue>。 - 需要机器可读结果时加
--json。
脚本入口
| 脚本 | 用途 |
|---|---|
cover_letter.py | 五种模式的统一公开 CLI |
extract_manuscript_facts.py | 从论文确定性抽取事实 |
build_letter_claim_map.py | 提取投稿信 claim 清单 |
align_check.py / verify_letter_against_manuscript.py | claim-evidence 核查 |
journal_fit_check.py | venue-fit 评分 |
presubmission_check.py | 声明、长度、套话和语气检查 |
输出产物
generate返回论文事实和确定性投稿信框架;缺失字段保留占位符。optimize返回基于行号的建议和 claim-evidence 风险,不覆盖草稿。align-check返回无支撑、范围过强或缺失证据的 claim findings。journal-fit返回 HIGH / MEDIUM / LOW 维度评分和映射后的 findings。presubmission返回声明、长度、套话、语气和段落形态的机械 findings。
findings 包含 severity、priority、source_kind 和 comment_type,脚本发现应可重复运行验证。
公开资源
参考资料
模板
示例
Agent 契约
常见请求
text
根据 main.tex 生成 Nature 投稿信,缺少的信息用占位符标出。text
帮我优化 cover_letter.md,目标是 IEEE Transactions,但不要直接改文件。text
检查这封投稿信里的每个强 claim 是否都被 main.tex 支撑。text
给这封 NeurIPS 投稿信用 journal-fit 打分,并指出最弱维度。text
投稿系统粘贴前,对 cover_letter.md 做最后的 presubmission 检查。