Paper Abstract Writer
Write or polish academic paper abstracts. Trigger when user says "写摘要", "abstract", "论文摘要".
Workflow
1. Parse user input
Identify what the user provides:
- Full paper text → extract key info
- Outline/bullet points → expand into structured abstract
- Existing abstract → polish/rewrite
If input is vague, ask:
- 论文主题/标题是什么？
- 做了什么实验/方法？
- 主要结论/结果是什么？
2. Structure the abstract
Standard 4-element structure (200-300字):
| 要素 | 内容 | 占比 |
|---|---|---|
| Background/Problem | 研究背景 + 要解决的问题 | ~20% |
| Method | 提出了什么方法/模型/框架 | ~35% |
| Experiment/Result | 做了什么实验，关键指标结果 | ~30% |
| Conclusion | 结论 + 意义/展望 | ~15% |
3. Write style rules
- 客观陈述：不用"首次""创新性""填补空白"等自夸词
- 具体量化：准确数字代替模糊描述（"mAP提升3.2%" vs "性能显著提升"）
- 术语准确：使用领域标准术语，不编造缩写
- 无引用：摘要一般不写参考文献编号
- 无公式：除非绝对必要，否则不放公式
- 时态：描述论文内容用一般现在时/现在完成时
4. Output format
输出中文或英文摘要，附带 Keywords（3-6个关键词）。
如需双语，中文在前英文在后。
Examples
输入描述
"我做了一个基于改进YOLOv8的烟雾检测，加了SE注意力机制，在自制数据集上mAP涨了4.1%"
输出摘要
> 摘要： 针对森林火灾烟雾检测中目标尺度小、背景复杂导致检测精度低的问题，提出一种基于改进YOLOv8s的烟雾检测方法。在YOLOv8s的P3-P5特征层嵌入SE（Squeeze-and-Excitation）注意力模块，增强通道维度上的特征表达能力，提升模型对小尺度烟雾区域的关注度。在自制森林火灾烟雾数据集上进行实验，结果表明，改进后的模型mAP@0.5达到87.3%，相比基线YOLOv8s提升4.1个百分点，参数量仅增加0.3M，满足实时检测需求。该方法为林火早期预警提供了有效技术方案。
>
> 关键词： 烟雾检测；YOLOv8s；SE注意力；森林火灾；目标检测
Validation checklist
- [ ] 四要素齐全（问题/方法/实验/结论）
- [ ] 有具体量化指标
- [ ] 无自夸用语
- [ ] 关键词3-6个
- [ ] 控制字数（中文200-300，英文150-250 words）
