

项目地址:github.com/brycewang-stanford/awesome-journal-skills
Awesome Journal Skills(简称 AJS)是由斯坦福 REAP 团队孵化、CoPaper.AI 维护的开源学术投稿工具库,面向 Claude Code/Codex 生态,核心是打造按单本期刊定制的 AI 投稿工作流,解决通用学术写作工具无法匹配不同期刊审稿偏好与规范的痛点。
仓库目前收录 4066 个 Agent 技能、292 个技能包(Pack),覆盖全球 521 本顶级期刊与 155 个计算机 / AI 顶会,横跨综合交叉、经管商科、社会科学、人文、数理科学、生命科学、医学、工程技术、计算机 AI、农业环境、体育科学 11 大学科板块,同时适配中英文顶刊,例如中文的《经济研究》《管理世界》,英文的 QJE、AER、NeurIPS、Cell、Science 等。
项目分为两类技能体系:「深度包」针对单本期刊提供全流程支持,单包约含 12 个细分技能,覆盖选题定位、实证设计、写作规范、投稿返修全生命周期,精准编码对应期刊的编委偏好、格式红线与审稿文化;「广度合集」提供轻量选刊定位与路由功能,适合投稿初期横向筛选目标期刊。
用户可将仓库作为插件接入 Claude,安装目标期刊包后即可一键评估稿件与发表标准的差距。仓库内置真实实证运行案例与自动化质量校验机制,整体以 MIT 协议开源。
项目部分内容截图:




