摘要： SCI综述不知道怎么下手？Codex的21个科研Skill能把整个写作流程拆成一步一步的小任务。本文基于实际使用经验，按综述写作的四个阶段——选题规划、文献检索、论文写作、投稿准备——逐一拆解每个Skill能干什么、怎么用。数据显示，用对工具组合，文献调研时间能缩短60%以上。大白话讲解，不写代码也能用。
关键词： Codex；SCI综述；AI辅助写作；科研工具；学术写作
ithenticate查重工具：
https://www.58sci.com/ithenticate/index.html
一、先回答你最关心的问题：Codex到底是什么？
很多学生第一次听到“Codex”这个词，以为是程序员才用的东西。其实不是。
Codex简单说就是一个能装各种科研技能（Skill）的AI工作台。你把它想象成一个工具箱，里面放着几十种专门为科研设计的“技能插件”——想查文献就调用文献检索的Skill，想写引言就调用写作的Skill，想做统计就调用统计的Skill。
跟普通ChatGPT最大的区别是什么？普通AI你问什么它答什么，但Codex的Skill是专门为科研流程定制的。每个Skill都内置了该领域的专业知识和操作流程——比如文献综述的Skill知道PRISMA流程是什么，统计的Skill知道APA格式的报告怎么写。你不用一遍遍教AI“我是医学专业的、我需要什么样的输出”——Skill自己知道。
有研究者已经系统性地整理了一套适用于Codex的科研AI技能（Skills），把传统的学术写作变得有章可循、高效且严谨。下面我把21个最常用的Skill按综述写作的流程拆开来讲。
二、第一阶段：选题与规划（4个Skill）
写综述的第一步不是打开Word，而是确定写什么。很多学生卡在这一步——想写的东西太多，不知道从哪个角度切入。
1. research-ideation —— 把你的“模糊想法”变成“具体问题”
这个Skill专门解决“不知道写什么”的问题。你只需要给它一个大概的方向，比如“我想写肿瘤微环境相关的综述”，它会用5W1H分析法和差距分析（Gap Analysis），帮你把模糊的想法逐步收敛成一个具体、可行的研究问题。
2. aminer-data-search —— 摸清这个领域的水有多深
定了方向之后，你得知道这个领域谁在做、做了啥、做到哪了。这个Skill能快速检索相关领域的顶尖学者、高水平论文、权威机构、核心期刊，一键生成结构化的“学术画像”。帮你搞清楚：这个领域有哪些大佬？他们最近在做什么？还有哪些空白没人碰？
3. Scientific Brainstorming —— 挑战你的假设
写综述最怕的就是“人云亦云”——别人说什么你跟着说什么。这个Skill专门帮你找研究空白和挑战现有假设。写引言或者盘点创新点的时候，把现有思路扔进去让它压一遍，经常能挑出你自己没注意到的问题。
4. research-ideation（配合使用） —— 反复迭代
选题不是一次就能定下来的。上面三个Skill可以反复用——查完资料发现方向太宽，就再用research-ideation收窄一次；收窄之后发现没啥可写的，就再用aminer看看还有没有遗漏的空白。
这个阶段的目标： 确定综述的核心问题、大致框架和目标期刊。别小看这一步——方向对了，后面省一半力气。
三、第二阶段：文献检索与阅读（6个Skill）
综述的核心是“综”和“述”——“综”是梳理已有研究，“述”是提出自己的见解。文献检索和阅读是“综”的基础。
5. Literature Review —— 系统综述的好帮手
这个Skill支持多数据库检索、Meta分析、引用核验、PRISMA流程整理。如果你要写系统综述或Meta分析，这个比一篇文章一篇文章地挖文献快得多。它甚至能直接生成带有规范引用格式的综述草稿。
6. PubMed-database —— 医学研究的专用通道
直连PubMed/E-utilities数据库，专为医学与生命科学领域的科研人员设计。你不需要在PubMed上手动构造复杂的检索式，直接告诉它你想找什么，它帮你搞定。
7. Nature Academic Search —— 跨库检索
PubMed、CrossRef、arXiv都能搜，支持MeSH策略，BibTeX、RIS这些格式也能互转。如果你的综述涉及跨学科内容（比如医学+AI），这个Skill比单用PubMed更全面。
8. Nature Reader —— 读文献不再头疼
扔PDF、DOI或者网页链接进去，它帮你整理成图表位置标好的中英对照阅读器。读外文文献特别是补充材料的时候，省很多翻页时间。你可以一边看原文一边看翻译，不用来回切换软件。
9. defuddle —— 网页内容清洗
这个Skill专门用于网页文本的深度清洗——自动过滤广告和多余噪音，把网页内容转化为干净的Markdown格式。你看到一篇不错的网页文章想保存下来读，用这个Skill一键清洗，直接喂给后面的综述写作流程。
10. citation-management + citation-verification —— 引用管理两件套
citation-management负责高效查找论文并自动校验元数据，快速生成规范的BibTeX格式。citation-verification专门针对大语言模型常见的“学术幻觉”风险——防止假引用、错DOI或错作者年份。两个配合使用，能最大程度确保引文的真实性。
这个阶段的目标： 读完核心文献，整理好引用信息，对领域现状有清晰的认识。有数据显示，用对工具组合，文献调研时间能缩短60%以上。
四、第三阶段：论文写作（6个Skill）
文献读完了，框架定好了，该动笔了。但很多人不知道从哪里开始写——是先写摘要还是先写方法？是先写讨论还是先写结论？
11. Scientific Writing —— 学术写作的“万能模板”
这个Skill熟稔学术段落的写作逻辑，完美契合IMRAD标准学术结构（引言、方法、结果与讨论）。它还支持CONSORT、STROBE、PRISMA等医学论文的规范。你给它你的实验数据和研究思路，它帮你按照学术标准组织成文。
12. Nature Writing —— 从草稿到正文
你把实验结果、图表和中文草稿给它，它帮你补摘要、引言、结果、讨论和结论。但我建议完稿后让它对照图表过一遍逻辑，不是让它从零开始写。AI的作用是辅助，不是替代。
13. Nature Polishing —— 英文润色和学术翻译
投英文期刊之前，基本都要过一遍这个。它能做英文润色和学术翻译，也能顺带处理LaTeX排版。Grammarly能帮你改语法错误，但这个Skill更懂学术英语的表达习惯。
14. Statistical Analysis —— 统计不熟的人有救了
这个Skill专为非代码用户设计。它能指导你选择正确的统计检验方法、检查统计假设，并直接输出符合APA风格的报告。如果你统计不太熟，至少能帮你把方法选对。
15. Results Analysis —— 数据分析不求人
专注于严格的实验数据分析——涵盖显著性检验、消融实验分析以及科学图表的合理解释。确保你的实验结果论证坚实有力。
16. Results Report —— 从“跑完数据”到“写进论文”
帮你完成从“跑完实验”到“写进论文”的跨越。它能将琐碎的实验结果整理成决策导向型报告，直接为论文正文提供核心素材。
这个阶段的目标： 完成综述的初稿。不要追求完美——先写出来，再改。
五、第四阶段：投稿准备（5个Skill）
写完了不是终点。投稿前的自查和修改，决定了你的论文能不能过初审。
17. Nature Reviewer —— 自己给自己当审稿人
投之前自己先过一遍。这个Skill会从创新性、技术可靠性和论证完整性三个角度挑问题。我每次投之前都会跑一轮，确实能发现一些自己没注意到的论证漏洞。
18. Nature Citation —— 快速补引用
给论文段落匹配支撑文献。它会从Nature、Science、Cell系列里找，然后导出引用文件。模拟审稿时如果发现引用不够，用这个快速补很方便。
19. Nature Response —— 写审稿意见回复信
大修小修逐条回复挺费劲的。用它打底稿效率高。但我建议每条回复最好自己再回原文核对一遍，不要直接交。
20. Nature Data —— 数据可用性声明
处理数据可用性声明的。规划数据仓库、数据集引用和FAIR元数据。碰到期刊要求Open Data的时候，这个能帮你把格式弄对。
21. Nature Paper2ppt + PDF Skill —— 收尾两件套
Nature Paper2ppt能从论文自动生成中文组会或答辩PPT，会自己检查排版。PDF Skill是基础工具——读PDF、生成PDF、检查PDF。处理主论文和补充材料的时候很实用。
这个阶段的目标： 论文达到投稿标准，查重、格式、语言都没问题。
六、怎么安装和使用这些Skill？
很多学生看到这里会问：“老师，这些Skill怎么装啊？”
安装其实很简单。你只需要把对应的Skill名称发给Codex，系统会自动前往GitHub、skills.sh等平台检索并完成一键安装。不需要写代码，不需要配置环境。
比如你想装文献综述的Skill，就告诉Codex：“安装literature-review”，它自动帮你搞定。
每个Skill都有来源标注——比如“k-dense-ai/scientific-agent-skills”或“galaxy-dawn/claude-scholar”——这些都是开源项目，你可以放心用。
七、最后说几句实在话
工具列出来是一回事，实际用起来会发现不同论文、不同场景下效果差别不小。我的建议是：
第一，先拿一篇旧论文练手。 别直接拿正在写的综述去试。找一篇已经发表或者已经写完的论文，用这些Skill重新走一遍流程——看看哪个Skill好用、哪个不适合你的方向。
第二，不要完全依赖AI。 这些Skill是帮你提高效率的，不是替你思考的。综述的“述”——也就是你的观点和洞察——是AI给不了你的。
第三，按需取用，不用全装。 21个Skill不是每个都要用。做基础医学实验的，可能Statistical Analysis和Results Analysis用得最多；做临床研究的，可能PubMed-database和Literature Review用得最多。根据自己的研究方向选3-5个核心的先用起来。
第四，注意学术诚信。 用AI辅助写作可以，但要自己重新组织和表达。投稿时也要留意目标期刊对AI使用的政策。
写SCI综述从来不是一件容易的事——从选题到文献调研到写作到投稿，每一步都有坑。但这些Skill能把大任务拆成小任务，把模糊的变成具体的。希望这篇文章能帮你少走一些弯路。