상해교통대 의료 AI 박사과정 학생이 만든 — Nature 저널 표준 figure + polishing + writing + citation + 데이터 가용성 + bilingual reader + reviewer response + PPT 변환 + academic search MCP 9개 스킬. 8.8k stars, 563 forks. Claude Code 플러그인 마켓플레이스 + Codex 직접 호환. "Nature 5편 s41586 논문 + 대학원생 학술 글쓰기 수업"에서 룰 추출. MIT.
학술 영역의 LLM 활용은 — 일반 코딩과 다르다.
일반 코딩 영역에서 LLM은 — 적당히 잘 짜면 된다. 그런데 학술 글쓰기·논문 figure는 — "Nature 저널 기준"이라는 강한 외부 표준이 있다. 폰트는 Arial, SVG로 출력하되 svg.fonttype = 'none', 색깔 의미가 일관, 30단어 이하 문장, British English, "demonstrate vs suggest vs may reflect"의 명확한 hedging 단계.
이 룰을 — 모든 학생이 외울 수 없다. 게다가 — 중국·한국·일본 같은 비영어권 연구자에겐 더 험난하다. 모국어 초안 → 영어 번역 → Nature 톤 polishing 과정에서 — 한 단계에서 어색해지면 reviewer가 바로 거부.
nature-skills가 푸는 게 정확히 이거다. "Nature 5편을 정독해 룰을 추출 → SKILL.md로 봉인 → AI 에이전트가 자동 트리거". 학생은 "초안 polish해"라고만 하면 — 에이전트가 9개 스킬 중 알맞은 걸 자동 골라 — Nature 톤으로 다듬어 준다. "인간 박사과정생이 다른 박사과정생의 노하우를 코드로 봉인한" 케이스.
10.1038/s41586-.... 가장 엄격한 톤·길이·figure 기준. nature-skills는 5편의 2026년 s41586 논문을 close reading해서 룰을 추출했다고 명시.nature-response 스킬이 — 이 구조를 자동화.nature-data 스킬이 — 모든 결과 데이터셋이 FAIR 표준을 충족하는지 자동 audit.전체 글의 핵심 메시지.
학술 글쓰기는 한 모델에 "Nature 톤으로 polish해"라고 한다고 자동으로 되는 영역이 아니다. Results 섹션의 tense, Discussion의 hedging, Methods의 reproducibility checklist, Figure의 typography — 각 영역의 룰이 다르고, 한 영역에서 실수하면 reject 직행.
nature-skills는 그걸 — "9개의 작고 명확한 스킬"로 쪼갰다. 사용자는 자기 단계에 맞는 스킬을 호출하기만 하면 — Nature 톤이 자동 강제된다. Claude Code는 ~/.claude/agents/에 폴더 복사, Codex에선 디렉토리 복사 한 번이면 끝.
학술 자동화 + 중국어 친화 + Nature 권위가 한 점에 모였다.
① "8.8k stars · 6일"의 폭발. 2026년 4월 24일 출시 후 — 첫 6일에 별 265개. 한 달 안에 8.8k까지. 이건 매우 드문 곡선이다. 중국 학생 커뮤니티(위챗·小红书·知乎)에서 — "드디어 박사과정 살린 도구"로 폭발 공유.
② 중국어/영어 bilingual. 9개 스킬 모두 — 중국어 초안 → Nature 영어 변환이 핵심 기능. 한국·일본·동남아 비영어권 연구자들도 모두 적용 가능. nature-skills가 정확히 그 시장을 노린다.
③ Claude Code 에이전트 스킬 생태계의 첫 학술 hit. ~/.claude/agents/에 폴더째 복사하면 — 9개 스킬이 자동 트리거. 사용자가 어떤 스킬이 필요한지 모를 때도 — Claude Code가 알아서 라우팅.
④ "Production scripts에서 추출"한 figure 룰. nature-figure는 — 실제 Nature Machine Intelligence·TPAMI 등의 production 코드(figures4papers 레포)에서 추출한 룰. 가상의 best practice가 아니라 — 통과된 논문의 실제 코드. 권위가 다르다.
⑤ 의료 AI 권위. 저자가 상해교통대 의료 AI 박사과정생. README 위쪽에 — 의료 AI 인턴 모집 공고가 떡하니. "진짜 연구자가 만든 거다"의 신호. 중국 학생들에겐 모집 공고 자체가 추가 동기.
각 스킬은 — 논문 작성·revision의 한 단계에 정확히 대응.
matplotlib·R로 — 다중 패널 figure. Nature 표준 typography·SVG·color palette 강제. 10가지 chart family(bar·line·heatmap·scatter·radar·distribution·forest·area·image·network). 5개 예시 갤러리(material/mechanism, spatial imaging, in vivo efficacy, single-cell systems, perturbation). "3개의 핵심 rcParams를 무조건 첫 줄에 강제": font.family='sans-serif', sans-serif=['Arial', ...], svg.fonttype='none'.
학술 초안(중국어→영어 번역 포함)을 Nature 컨벤션으로. 핵심 룰: 문장당 하나의 명제·간결한 문장, section별 tense(Results=과거+수치, Discussion=hedging+mechanism), British English(signalling, colour, analyse). 섹션·언어·논문유형 axis를 감지한 뒤 해당 references/ 파일을 조건부 로드하는 라우팅 방식(sentence split → section ID → hourglass check → tense audit → ... → overclaim → proofreading).
저자의 claim·결과·figure·노트에서 — Abstract·Introduction·Methods·Results·Discussion·Conclusion을 작성/재구성. "증거 사다리" 원칙: Results는 시간순 일기가 아니라 — 증거의 논리 사다리. 중국어 노트의 의도·논증을 번역하되, 어순은 그대로 옮기지 않음(영어 어순 재구성). 11개 reference 파일이 각 섹션별 가이드.
본문 또는 단일 claim에서 — Nature Portfolio·Science 패밀리·Cell Press만 후보로 검색. Crossref API 백엔드. claim 단위로 분할 후 — 각 claim에 대한 strong/partial/background 지원 등급. 출력: ENW·RIS·Zotero RDF. "중국어 claim → 영어 과학 개념" 번역 후 검색.
Springer Nature data policy, FAIR 원칙, DataCite 메타데이터 표준에 기반. 모든 결과 지원 dataset → 영구 access route 매핑. "request from corresponding author" 같은 모호한 표현 자동 감지·flag. 중국어 데이터 노트("可获得", "限制") → 영어 submission-ready 표현 + 중국어 action 노트.
PDF/논문 텍스트를 — 영어 원문 + 한국·중국어 번역의 markdown reader로. figure-aware(figure 위치·캡션 ground), source anchors(인용 출처 보존). 트리거: "nature reader", "full markdown", "原文对照", "全文翻译". 박사과정생이 — 영어 논문을 빠르게 정독할 때 이상적.
Major revision의 point-by-point 응답을 — editor-facing verification document로. 각 reviewer comment에 stable ID, 분류, action 매핑(ACCEPT_TEXT·ACCEPT_ANALYSIS·SOFTEN_CLAIM·AUTHOR_INPUT_NEEDED). 변경 사항은 section·page·line·figure 인용. "불가능한 실험" 요구의 거부도 — 과학적 reasoning으로만.
논문 PDF → 중국어 .pptx. journal club·랩 미팅·thesis 세미나용. paper의 scientific argument를 — slide spine으로 (manuscript section 순서가 아님). figure를 — 잘라/쪼개서 가독성 보존. "실제 작동하는 .pptx 파일을 primary deliverable로 — 중간 계획 문서 없이".
로컬 MCP server. PubMed + CrossRef + arXiv 병렬 검색. DOI/PMID/arXiv ID 자동 감지. 4개 도구: search_papers, get_paper_by_id, get_citation(APA·Nature·IEEE·Vancouver·Chicago·MLA), lookup_mesh(생의학용). .nbib·.ris·.bib·.enw 출력 + 변환 스크립트. "학술 검색의 LLM 인터페이스".
"중앙 통제 없이 — 각 스킬이 자기 트리거를 안다"의 디자인.
nature-skills/ ├── .github/workflows/ ← CI ├── skills/ │ ├── nature-figure/ ← 각 스킬은 self-contained │ │ ├── SKILL.md (frontmatter + 트리거 + 룰) │ │ ├── README.md (사람용 문서) │ │ ├── assets/ (예시 figure·gallery) │ │ │ ├── gallery/ │ │ │ └── figures4papers/ │ │ └── references/ (모듈화된 룰 파일들) │ │ ├── api.md │ │ ├── design-theory.md │ │ ├── common-patterns.md │ │ ├── tutorials.md │ │ ├── chart-types.md │ │ └── demos.md │ ├── nature-polishing/ │ │ ├── SKILL.md │ │ ├── README.md │ │ └── references/ │ │ ├── published-article-patterns.md │ │ ├── phrasebank-playbook.md │ │ ├── section-moves.md │ │ ├── style-guardrails.md │ │ └── writing-strategy.md │ ├── nature-writing/ ← references/ 11개 + agents/openai.yaml │ ├── nature-citation/ ← scripts/nature_citation.py 포함 │ ├── nature-data/ │ ├── nature-reader/ │ ├── nature-response/ ← tests/ + examples/ 포함 │ ├── nature-paper2ppt/ │ └── nature-academic-search/ ← mcp-server/ 포함 (Python) ├── LICENSE ← MIT ├── README.md └── install.md ← Codex·Claude·기타 에이전트 설치
스타일 가이드 일반론 X. 실제 출판된 Nature 5편 + 학술 글쓰기 수업에서 직접 추출한 룰만. 누군가의 "권위 있는 의견"이 아니라 — 통과된 paper의 패턴.
"이렇게 해라" X. "이렇게 해라, 왜냐하면 published paper에서 이 패턴이 N% 등장하고 — 통과 paper와 reject paper의 차이가 이것이기 때문". 모든 룰에 rationale.
Results에선 — 과거시제 + 수치. Discussion에선 — 현재시제 + hedging. Methods에선 — passive voice + reproducibility. 한 글에 같은 hedging 강도가 끝까지 가면 — Nature 톤이 아니다. 각 스킬이 — 어느 섹션을 다루는지에 따라 다른 룰을 적용.
"이제 이렇게 쓰세요" 같은 계획 문서 X. copy-paste prose, .svg 파일, .pptx 덱, 구체적 수정 권장. 사용자는 받자마자 paper에 붙여넣을 수 있다.
새 스킬 추가 = skills/nature-<topic>/ 디렉토리 새로 만들기. 기존 스킬 코드 변경 X. README에 한 행 추가. 그래서 9개 → 13개로 늘어도 충돌 없음. "마이크로서비스 아키텍처를 SKILL.md에 옮긴 셈".
Codex / Claude Code Plugin / 다른 에이전트.
git clone https://github.com/Yuan1z0825/nature-skills.git cd nature-skills mkdir -p ~/.codex/skills for d in skills/nature-*; do cp -R "$d" ~/.codex/skills/ done # Codex 재시작
9개 폴더를 통째로 복사. SKILL.md만 옮기면 X — references/·assets/·scripts/가 다 필요. 그래서 폴더 단위.
git clone https://github.com/Yuan1z0825/nature-skills.git # install.md 참조: ~/.claude/agents/ 아래에 각 스킬 wrapper .md 파일 생성 # 또는 skills/ 디렉토리 전체를 ~/.claude/agents/ 에 복사 후 Claude Code 재시작
실제 설치법은 install.md에 명시된 대로 — ~/.claude/agents/ 아래에 스킬 파일을 수동 배치. "각 스킬이 self-contained 단위라 폴더째 복사로 끝". Codex는 자연어 프롬프트로 레포 URL 지정.
스킬 디렉토리(skills/nature-<topic>/)가 — 최소 portable 단위. 자기 prompt 라이브러리·시스템 prompt·agent profile에 — 폴더째로 복사하면 됨. frontmatter만 그 에이전트 형식으로 조정.
"내가 박사과정생이 아닌데 — 왜 봐야 하나"의 답.
각 스킬의 SKILL.md + references/ 디렉토리는 — "AI 에이전트 가이드 작성법의 정답". frontmatter 트리거 키워드 설계, references/ 모듈화, scripts/ 통합 패턴. 자기 도메인의 스킬을 만들 때 — 이 레포 9개 중 가장 비슷한 걸 그대로 베껴 시작하면 90점.
"5편의 Nature 논문 정독 + 학술 글쓰기 수업" → SKILL.md 9개. 박사 한 명의 노하우가 — 다른 학생 만명에게 즉시 흡수 가능. 이게 2026 AI 시대의 새 가치 창출 모델. 자기가 전문가인 영역(법무·세무·HR·번역)에서 — 같은 패턴을 적용하면 자기만의 nature-skills가 된다.
nature-academic-search는 — 단순 SKILL.md가 아니라 로컬 MCP server를 함께 제공. PubMed E-utilities·CrossRef REST·arXiv Atom 어댑터를 가진 Python 서버. 그리고 그 위에 SKILL.md로 LLM 인터페이스. "스킬 + MCP server"의 결합 모델이 다른 도메인에도 곧 표준이 된다.
이 레포의 절반은 — "중국어 초안 → 영어 산출"의 패턴. 한국·일본·동남아 비영어권 연구자가 LLM을 — "단순 번역기"가 아니라 "어순 재구성기"로 쓰는 방법. 모국어 의도·논증을 살리고, 어순은 영어 답게. 이게 비영어권 학술 산출의 핵심 기술.
nature-figure의 references/api.md·design-theory.md는 — "학술 figure의 최소 규칙" 모음. Arial 폰트, SVG 출력, 색깔의 semantic 의미, 패널 간 정보 비중복. 비-학술 데이터 시각화 영역에도 그대로 적용 가능한 기본기.
스킬에 따라 다름.
가장 가벼운 셋업: Claude Code(Anthropic) 또는 OpenAI Codex 설치. ~/.claude/agents/에 폴더 복사(Claude Code) 또는 디렉토리 복사(Codex). 9개 중 figure·citation·data·academic-search 스킬은 — Python 3.10+ + matplotlib 또는 pandas·requests 의존.
bash skills/nature-academic-search/install.sh your@email.com로 설치. NCBI_API_KEY를 설정하면 — PubMed 분당 10 요청 (없으면 3 요청). Claude Code 재시작 필요. "학술 검색은 결국 API 키 발급에서 끝난다".
matplotlib의 svg.fonttype='none' 설정 때문에 — 출력 SVG는 텍스트가 <text> 노드로 보존된다. Adobe Illustrator·Inkscape로 — submission 직전에 textfield만 편집 가능. 저자 수정의 자유 + 폰트 통일의 둘 다.
난이도별 4개. 실제 논문이 없어도 — 모의 자료로 가능.
arXiv에서 관심 논문 PDF 다운로드 → Claude Code에 첨부 → "use nature-reader to turn this PDF into a full markdown reader". 결과: 영어 원문 + 한국어 번역이 — figure-aware로 정리. 평소 영어 paper 읽기 속도가 2배 빨라진다.
자기가 쓴 블로그·기술 글·learning note를 — nature-polishing 스킬에 통과. 간결한 문장 룰, British English, hedging calibration이 어떻게 적용되는지 직접 비교. 결과: 자기 글이 어떤 단계에서 어색한지 — 알 수 있게 된다.
kaggle 데이터셋·자기 GitHub 프로젝트의 분석 결과를 — nature-figure에 통과시켜 multi-panel SVG figure. 결과를 — 자기 블로그·LinkedIn 포트폴리오에 게시. "내가 학술 figure 수준의 차트도 만든다"는 차별화.
nature-skills 구조를 그대로 모방 — 자기 전문 영역(예: korean-legal-skills, backend-interview-skills, k-pop-marketing-skills)의 5~10 스킬 시리즈를 디자인. .claude-plugin 매니페스트까지 만들어 Claude Code 플러그인으로 publish. 이게 2026 AI 시대의 — "개인 브랜딩의 새 형태".
이 레포에서 출발해 — 학술/스킬 양쪽으로.
README에 명시된 — nature-stats, nature-methods, nature-cover, nature-review는 아직 미구현. 본인이 박사과정·연구자라면 — 자기 분야의 한 영역을 채워 PR. 8.8k stars 레포에 기여하는 가장 빠른 길.
Anthropic 공식 — "잘 쓴 SKILL.md" 가이드와 nature-skills의 SKILL.md를 비교. 트리거 키워드 설계, references/ 분할 원칙, scripts/ 통합 시점. "좋은 스킬의 형태"를 손에 익힌다.
mcp-server/academic_search_server.py — PubMed·CrossRef·arXiv 어댑터를 어떻게 통합하는지. source-tier routing, dedup engine, citation parser의 디자인. Python으로 MCP server 짜는 법을 — 진짜 작동하는 코드로 배운다.
이 한 파일이 — "Nature 글쓰기 단기집중과정". 자기가 paper를 쓰지 않더라도 — 영어 글쓰기 자체가 prose 톤·문장 길이·hedging 차원에서 한 단계 올라간다. "기술 블로그가 갑자기 transitions thread 같은 톤"이 되는 효과.
학술·스킬 양쪽 용어.
lookup_mesh 도구가 — 이걸 자동 수행.ACCEPT_TEXT·ACCEPT_ANALYSIS·SOFTEN_CLAIM·REJECT_WITH_REASONING·AUTHOR_INPUT_NEEDED. nature-response의 핵심 자료구조.assets/figures4papers/에 번들. "가상의 best practice가 아니라 진짜 통과된 코드"가 학생에게 닿는 비결.레포·관련 자료.
레포 본체: github.com/Yuan1z0825/nature-skills
설치 가이드: install.md
figures4papers: github.com/ChenLiu-1996/figures4papers (figure 룰의 출처)
유사 학술 스킬: Boom5426/Nature-Paper-Skills, AbdulRehman0745/Nature-use-skills, Imbad0202/academic-research-skills(이미 분석 완료).