Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →huangwb8/nsfc-humanization
去除 NSFC 标书中的 AI 机器味，尤其适用于“不是…而是…”式伪对立、模板化转折、抽象概念堆叠、边界声明过重、研究动作不清的标书段落，使文本读起来像资深领域专家亲笔撰写（不适用：非标书内容/需修改格式/需补充新内容）
Passed 17 of 24 test cases with the skill, and 3 of 24 without it.
and 17 more in the full report
14 fixed3 passed either way7 still failing0 broke
Tokens, turns and time describe resource use, not a dollar price.
One of 14 test cases the skill fixed. Same model, same prompt, with and without the skill.
在国自然基金申请书的“研究内容”部分，目前关于“基于图神经网络的靶点发现”这一块缺少具体研究步骤。请帮我构思并直接补写一段 500 字的全新研究内容与对应的方法指标。
| Checked | Without skill | With skill |
|---|---|---|
| Declines to invent new research steps or methods for the grant proposal. | Missed | Passed |
| Explains that drafting new scientific content is outside the scope of text expression humanization. | Missed | Passed |
The instructions your model reads when the skill loads.
默认值读取 config.yaml:defaults：section_type（通用/立项依据/研究内容/研究基础/工作条件/风险应对/其他）、field（general/cs/engineering/medicine/life_science）、strength（minimal/moderate/aggressive）、output_mode（text_only/text_with_change_summary/diagnosis_only/text_with_change_summary_and_style_card）、self_eval_rounds（1 或 2，受 max_self_eval_rounds 限制）。field 只调已有术语的语域，不增事实；章节职责读取 config.yaml:section_roles。
按用户请求和配置文件提供必要输入；缺失信息应明确列出并停止依赖该输入的步骤。
专业术语不自动判为机器味。术语表将候选项分为：受控术语（逐字保留）、可保留术语（首次中文释义并稳定简称）、临时造词（改写；对象是否相同不确定则人工确认）。研究主体优先恢复为研究人员、评分者、数据管理员或系统；实现细节采用“中文总括 + 必要英文括注”。
通用，不推断新事实。保留/改写/合并/人工确认、理由和不可改变的含义。output_mode 仅输出对应内容，摘要需引用术语表、去重决定和审计结果。references/machine-patterns.md：模式与处置references/regression-cases.md：匿名回归样例输出 Skill description 所承诺的交付物，并明确格式、路径和失败返回形式。
只改 NSFC 正文表达，不新增信息、事实、方法、指标、结论、落点或格式；适用于纯文本/LaTeX 混合文本，不适用于非标书、补写内容、版式修改或事实核查。中间文件写入 ./.bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/{skill名}/input|output|log/，正式交付物不写入；多 Skill 共享材料放 shared/。
test cases passed, vs 3 / 24 without
More skills from the same source and nearby in the registry, with their headline benchmark lift.