登录
软件下载
帮助文档
新闻资讯
Skill UI
浏览并发现
19833+
精选技能
全部
编程开发
人工智能
设计创意
产品商业
数据科学
市场营销
职场通用
效率工具
硬件工程
语言学习
搜索
IDS
,共找到
10
条记录
默认排序
最新上传
最多下载
完成前的验证
verification-before-completion
sickn33/antigravity-awesome-skills
376
强调先验证再宣称:要先确认命令、完整执行、阅读输出并用证据支撑,再说测试、构建或任务完成,避免猜测或代理报告,确保交付前透明可信。
查看详情
技术论文与附录撰写指南
asplos-supplementary
brycewang-stanford/Awesome-Journal-Skills
69
本指南提供了大型学术会议投稿的附录和补充材料的最佳实践。它指导作者如何在保持核心11页正文自洽性的同时,纳入必要的详细内容(如完整配置、扩展结果网格、完整证明),确保即使审稿人没有阅读补充资料,论文的论证依然严谨完整。
查看详情
学术会议论文结构指南
icdt-supplementary
brycewang-stanford/Awesome-Journal-Skills
437
本文档详细指导了如何根据顶级学术会议(如ICDT)的严格要求撰写技术论文。核心原则是:主文必须具备独立性和自洽性,即使审稿人未阅读附录,也能判断研究结果的正确性与重要性。附录仅用于提供完整的证明,且必须内嵌在提交的PDF内部,禁止使用任何外部链接或在线补充材料。
查看详情
学术会议终稿准备与提交指南
issta-camera-ready
brycewang-stanford/Awesome-Journal-Skills
126
本指南详细介绍了学术论文在被顶级会议(ISSTA)接受后,从匿名草稿到最终定稿(Camera-Ready)的完整流程。内容涵盖去匿名化、恢复作者信息、填写ACM版权和元数据(如DOI、ORCID、CCS),以及检查排版和演示准备,确保论文符合严格的出版要求。
查看详情
ITCS论文终稿准备指南
itcs-camera-ready
brycewang-stanford/Awesome-Journal-Skills
318
本指南详细介绍了将ITCS提交稿件转化为最终开放获取LIPIcs终稿的过程。它涵盖了从技术格式调整(使用`lipics-v2021`),到完全恢复作者身份信息,再到补充ACM CCS分类、关键词等结构化元数据。核心目标是确保论文达到出版机构(如Dagstuhl)的严格专业和技术标准,完成学术论文的出版流程。
查看详情
肝脏疾病学术期刊投稿指南
journal-of-hepatology
brycewang-stanford/Awesome-Journal-Skills
395
本指南用于评估和优化针对顶级肝病学期刊的学术稿件。它帮助作者判断研究是否符合期刊的范围和深度要求,并详细指导如何提高研究的证据等级、遵循国际通用的报告指南(如CONSORT/STROBE),确保稿件在结构、方法论和学术规范上达到发表标准。
查看详情
机器学习系统论文结构指南
mlsys-supplementary
brycewang-stanford/Awesome-Journal-Skills
87
本指南为机器学习系统领域的论文撰写提供了关键结构建议。它指导作者如何将内容战略性地分割到必读的主文和可选的无限补充材料中。核心原则是:主文必须能够独立支撑所有论点,而补充材料应用于放置完整的超参数网格、详细消融实验和可供审计的证据。
查看详情
高影响力金融实证展示指南
rof-tables-figures
brycewang-stanford/Awesome-Journal-Skills
305
本指南提供了撰写实证金融论文时,关于表格和图表(展示材料)的最佳实践。文章着重解决严格的60页篇幅限制,指导作者如何清晰呈现核心发现、机制识别和稳健性证据。学习如何将机械性的检验结果移至附录,保持正文简洁,确保每个图表都是自洽且高度可理解的,以满足顶级期刊审稿人的要求。
查看详情
学术论文结构与排版指南
soda-supplementary
brycewang-stanford/Awesome-Journal-Skills
309
本指南提供了一套专业的学术论文撰写和排版规范,专门解决长篇论文必须整合到单个PDF文件中的问题。它提出了“前部内容”和“后部内容”的两层结构模型,指导用户如何合理安排证明、索引和目录,确保论文论证流程极度清晰和可追溯,适用于高标准的学术会议投稿。
查看详情
专业简历生成器
cv-generator
sickn33/agentic-awesome-skills
222
生成针对特定职位描述优化的专业简历,支持从 LinkedIn 等多源数据合并。输出适用于 FlowCV、Canva 或 Word 的文本,并提供 ATS 漏洞报告。确保隐私安全,避免虚构信息,帮助求职者通过自动化筛选系统。
查看详情
1
语言
简体中文
English