技能使用指南

research-grants（研究基金写作）Skill 是什么？如何下载安装？

研究基金写作Skill（research-grants）专为NSF、NIH、DOE、DARPA提案打造，内置机构格式、评审标准、预算规则、更广泛影响与合规模板，还可一键生成科学示意图并运行合规检查脚本。本文详解安装步骤、使用方法、竞品对比与常见问题，帮科研人员快速提升提案竞争力。

研究基金写作Skillresearch-grants
8 个章节 约 14 分钟阅读 AI 智能生成

研究基金写作Skill：把 NSF、NIH、DOE、DARPA 提案的“机构规则”变成可执行的写作流程

  • 它是什么：一款面向科研人员的 AI 技能，专门撰写 NSF、NIH、DOE、DARPA 四大联邦资助机构的竞争性研究提案，覆盖机构格式、审查标准、预算理由、更广泛影响、意义陈述、创新叙事与合规检查。
  • 解决什么问题：基金申请真正的难点在于不同机构的评审语言、页数限制、评分维度、预算规则完全不同；写作本身只是其中一部分。该技能把这些“隐性规则”结构化。
  • 怎么用：安装后在对话中直接描述研究方向和目标机构，技能会按机构规范生成摘要、具体目标、研究策略、更广泛影响、时间线与预算理由，并可调用脚本做合规检查。
  • 一个硬性提醒：技能明确要求每份提案至少包含 1–2 张由“科学示意图”技能生成的 AI 图形，无图提案被视为竞争力不足。
  • 适合谁：高校教师与博士后、科研院所研究人员、国家实验室团队、需要做跨机构协作提案的科研管理者，以及第一次主导 R01 / CAREER 类申请的早期研究者。

该技能叫什么？如何下载安装 AI 技能提升开发效率？

技能中文名：研究基金写作Skill 技能英文名：research-grants 技能ID：13055

它要解决的问题非常具体：科研人员往往有扎实的研究想法，却卡在“如何把想法写成评审能打高分的提案”上。NSF 要求智力价值与更广泛影响同等权重、项目描述通常 15 页；NIH 要求 1 页具体目标加 12 页研究策略、以意义/创新/方法为核心评分项；DOE 常需成本分担与国家实验室协作；DARPA 讲究“高风险高回报”和“如果成功会怎样”。这些差异靠人肉记忆极易出错，而格式错误、超页、遗漏必需部分往往直接导致形式审查被拒。

一键安装的思路与步骤（通用流程，具体命令与入口以官方说明为准）：

  1. 确认安装前提：你使用的 AI 客户端或插件市场需支持第三方技能（Skill）加载；技能声明允许的工具为「读取、写入、编辑、Bash」，因此运行环境需要具备本地文件读写与命令执行能力，才能读取 references/ 参考文件、assets/ 模板并运行 scripts/ 下的脚本。
  2. 获取技能：在技能市场或管理后台中，按技能英文名 research-grants 或技能ID 13055 检索并安装；若为离线包，按官方说明导入安装包。具体入口路径、是否需要账号或订阅，以官方说明为准。
  3. 启用并授予权限：安装后在技能列表中启用该项，并按提示授予文件读写与命令执行权限——这是它能读写提案草稿、生成图形、运行合规脚本的前提。
  4. 验证是否生效：新建对话，输入“我要申请 NIH R01，研究方向是××，帮我列出具体目标页面的结构和关键要素”。若返回内容明确区分“意义、创新、方法”三大评审维度，并给出 2–4 个具体目标的结构化建议，说明技能已正确加载。
  5. 验证参考资源是否可读：请它读取 references/nih_guidelines.md 或 references/nsf_guidelines.md 并总结要点；若能返回机构特定条目，说明文件读取链路正常。

提示：安装命令、市场价格、账号体系等细节，本技能详情未提供，请一律以官方说明为准。

该技能的主要功能和特点

  • 四机构专属知识库：内置 NSF、NIH、DOE、DARPA 的使命定位、关键特征、格式要求与评审标准，写作时自动切换“机构视角”。
  • 提案全组件覆盖：从执行摘要/项目摘要、项目描述/研究策略、具体目标、更广泛影响/意义陈述、创新叙事、研究方法、初步数据、时间线与里程碑、团队资格与生物素描、预算与预算理由，到最终合规提交，形成完整链路。
  • 评审标准反向写作：把 NSF 的“智力价值 + 更广泛影响”、NIH 的五项评分维度（意义、研究者、创新、方法、环境）、DARPA 的“谁关心 / 如果你成功会怎样”直接作为写作检查清单。
  • 预算规则内置：如 NIH 年度直接成本 ≤ 25 万美元的模块化预算、NSF 教职员工最多 2 个月暑期工资、DOE 常见成本分担要求、DARPA 按阶段与任务的成本结构。
  • 重新提交策略：针对 NIH A1 重新提交的 1 页引言写法、逐条回应审稿意见的结构，以及 NSF 修订再投的处理方式。
  • 强制视觉增强：要求提案至少配 1–2 张 AI 生成图形，可通过 python scripts/generate_schematic.py "图表描述" -o figures/output.png 生成出版级示意图、流程图、甘特图等。
  • 可执行的合规工具：随技能附带 compliance_checker.py（校验格式要求）、budget_calculator.py（含通胀与福利的预算计算）、deadline_tracker.py（跟踪截止日期与里程碑）。
  • 现成模板资产：nsf_project_summary_template.md、nih_specific_aims_template.md、timeline_gantt_template.md、budget_justification_template.md 及各机构生物素描模板。

和普通写作工具比强在哪：通用 AI 写作助手能产出“看起来像提案”的文字，但它不知道 15 页上限、不知道模块化预算的门槛、不知道 NSF 把更广泛影响与智力价值同等加权。本技能的价值在于把“机构规则”前置为写作约束，并在交付前用脚本做一次形式审查。

如何使用该技能？

  1. 明确机构与项目类型。开场先说清楚：目标机构（NSF / NIH / DOE / DARPA）、具体项目类型（如 NSF CAREER、NIH R01 / R21 / F32 / K99、DOE 科学办公室或 ARPA-E、DARPA 某办公室 BAA）、截止日期与预算规模。信息越具体，输出越贴合。
  2. 先写“具体目标/目标”。技能明确建议从目标页开始起草，因为目标决定方法、时间线和预算。示例输入：

    “我是早期职业教职员工，准备申请 NSF CAREER，方向是低成本水质传感器网络。请帮我写 1 页项目摘要，分概述、智力价值、更广泛影响三段。”

  3. 按机构骨架展开主体。NSF 走“引言—目标—初步结果—研究计划与方法—时间线与里程碑—更广泛影响”；NIH 走“意义—创新—方法（含初步数据、研究设计、预期结果、潜在问题与替代方案）”。
  4. 补上更广泛影响 / 意义陈述。要求技能对照 NSF 的五类更广泛影响（教育与培训整合、扩大代表性不足群体参与、基础设施、广泛传播、社会效益）给出具体活动、时间线、衡量方式，而非空泛表态。
  5. 生成图形。用自然语言描述所需图表，例如：

    “画一张三年的研究方法流程图：第一年传感器原型与标定，第二年现场部署与数据采集，第三年模型验证与推广。” 然后调用 python scripts/generate_schematic.py "上述描述" -o figures/output.png，输出保存在 figures/ 目录中。

  6. 做预算与预算理由。说明人员构成、职称、投入月份与设备需求，让技能按机构规则生成行项目与逐条理由，并可用 budget_calculator.py 复核。
  7. 合规与模拟评审。用 compliance_checker.py 检查页数、必需章节、格式；再请技能以评审人视角逐条打分，指出“创新不足”“时间线过于激进”“初步数据与目标脱节”等常见问题。
  8. 重新提交（如需）：要求生成 1 页引言，逐条总结上轮批评与本次修改，语气尊重、改动可见。

输出形态：结构化 Markdown 草稿（可直接转 Word/LaTeX）、评审维度自查表、甘特式时间线、预算表与理由段落、图形文件。所有页面数值与格式仍需以当年度机构公告为准。

同类型竞品对比分析

方案名称 定位 核心功能 安装/使用门槛 适用场景 优势与不足
研究基金写作Skill（research-grants） 面向四大联邦机构的提案写作与合规助手 机构专属指南、评审标准映射、预算规则、模板资产、合规脚本、强制配图 需支持技能加载的 AI 环境与文件读写、命令执行权限；具体准入以官方说明为准 NSF/NIH/DOE/DARPA 全流程提案，尤其跨机构协作与重新提交 优势：机构颗粒度细、带可执行脚本与模板；不足：面向美国联邦体系，其他基金体系需要另行适配
通用大模型网页版直接写 通用文本生成 自由对话写作、翻译、润色 极低，打开即用 快速起草段落、润色语言 优势：零门槛；不足：不了解页数限制、评审权重、预算规则，容易产出“像提案但不能交”的文本
机构官方模板 + 人工撰写 传统做法，权威性最高 官方表格、说明文件、项目官员咨询 需要自行研读公告，学习成本高 所有正式提交 优势：最权威、零合规风险；不足：耗时长，更广泛影响、创新叙事等说服性部分缺乏写作指导
学术写作类 AI 助手 论文与稿件语言润色为主 语法润色、改写、投稿格式检查 低，订阅制为主，价格以官方说明为准 论文写作、语言非母语作者的表达优化 优势：语言质量好；不足：不覆盖基金特有的评审维度、预算与时间线规划

该技能的典型应用场景与实际体验情况

场景一：早期职业教师的首个 NSF CAREER 痛点是“更广泛影响写不出来，只能写‘培养学生’”。用法是把教学计划、少数群体服务机构合作、开源工具发布逐条列出，要求技能按五类影响维度归位，并补上评估方式与时间线。实际体验：上手快，输出会主动追问“如何衡量”，把空泛表态逼成可执行活动；注意更广泛影响必须与研究计划融合，不能末尾附加一段。

场景二：临床研究者的 NIH R01 与 A1 重新提交 痛点是上轮评审认为“创新性不足、初步数据与目标脱节”。可让技能按意义/研究者/创新/方法/环境五项逐条模拟打分，再把初步数据重新映射到每个具体目标上。实际体验：对“什么是领域新而非对我新”的追问很到位；注意初步数据仍须真实，技能只做组织与表述，不产生实验证据。

场景三：跨机构协作的高风险提案（DARPA / DOE） 痛点是里程碑含糊、过渡路径缺失、成本分担不清。用法是要求按阶段给出可测量里程碑、退出标准与演示计划，并核对 DOE 的成本分担与国家实验室协作预算。实际体验：阶段化结构与“如果成功会怎样”的追问能显著提升说服力；注意各办公室 BAA 差异大，需以当次公告为准。

场景四：提案末尾的格式与合规冲刺 痛点是页数超限、字体与边距不符、缺失必需章节导致形式退回。用法是交付前跑一遍 compliance_checker.py，并按清单核对生物素描、数据管理计划、支持信。实际体验：把“最后一公里”的风险显性化；注意脚本结果需与官方最新要求交叉确认。

该技能能为用户带来的价值

  • 效率提升：把“读公告—找模板—搭结构—写正文—查格式”的串联流程压缩为一次对话驱动，摘要、目标页、研究策略、预算理由可并行产出；配合 deadline_tracker.py，把 2–6 个月的准备期拆成可跟踪的里程碑。
  • 门槛降低：首次申请者不必靠师兄师姐口口相传去理解“智力价值与更广泛影响同等权重”“模块化预算 25 万美元分界”“DARPA-hard 问题”这类行业黑话，技能把这些规则直接变成写作指令。
  • 质量下限抬高：强制配图要求、合规脚本、模拟评审三重把关，减少因形式问题被直接退回的低级失误。
  • 长期价值：references/ 与 assets/ 形成可复用的机构知识资产，团队每写一次提案就沉淀一次；重新提交策略让“被拒”变成可管理的迭代过程，而不是从零开始。

常见问题 FAQ

Q1：怎么安装？需要什么前提？ 在支持第三方技能的 AI 客户端或管理后台按英文名 research-grants 或技能ID 13055 检索安装，并授予文件读写与命令执行权限（技能声明允许读取、写入、编辑、Bash）。安装入口、是否需要订阅、是否支持离线包，以官方说明为准。

Q2：收费吗？ 技能详情未包含价格信息，是否收费取决于你所使用的技能市场或平台政策，请以官方说明为准。需要注意的是，即使技能本身免费，运行环境（模型调用、算力）可能产生费用。

Q3：适合谁用？非英语母语研究者能用吗？ 适合高校教师、博士后、科研院所与国实验室研究人员、科研管理者，以及首次主导 R01、CAREER 类申请的早期研究者。技能输出为结构化的英文提案草稿与中文可读的写作指导，非英语母语作者可用它先搭骨架、再逐段打磨。

Q4：它能保证中标吗？ 不能。技能明确说明“即使最好的研究者也面临拒绝，坚持和修订是资金成功的关键”。它的作用是提升提案的结构完整性、合规性与说服力，中标仍取决于科学价值、评审竞争与资助率。

Q5：和通用 AI 写作工具怎么选？ 如果只是润色语言，通用工具足够；如果目标是提交给 NSF/NIH/DOE/DARPA 的正式提案，需要页数限制、评审维度、预算规则、模板资产与合规脚本支撑，选本技能更稳妥。若申请的是美国联邦体系之外的基金，需要先确认机构规则是否在覆盖范围内，具体以官方说明为准。