一个基于 Claude Code 的技能（Skill），帮助国家自然科学基金（NSFC）信息科学部二处（F02）方向的申请人在提交前，以严格函评专家的视角对申请书进行自查。适用于青年科学基金和面上项目。
- 四关递进审查：问题定位与研究动机 → 方法设计与理论基础 → 实验设计与可复现性 → 创新性、研究基础与项目定位
- 文献对标驱动：每关审查前主动联网检索文献，每关至少引用 3-5 篇，总计不少于 12 篇，绝不编造引用
- 七段式评审报告：综合评价（A/B/C 评级）、主要缺陷、修改建议、关键图表建议、风险评估、项目类型适配性分析、文献对标报告
- 青年/面上差异化审查：自动识别项目类型，按差异化标准审查（研究范围、理论要求、实验规模、创新标准、研究基础、独立性）
- 8 类常见问题警惕清单：跟风热点、刷榜心态、理论空心、实验注水、概念包装、大模型依赖、应用堆砌、脱离前沿
- F02 全方向覆盖：人工智能、机器学习、计算机视觉、自然语言处理、数据挖掘、知识工程、多模态学习、强化学习、图学习、因果推断、可信 AI 等
将技能文件复制到你项目的 .claude/skills/ 目录下：
# 方式一：直接克隆
git clone https://github.com/jinyh/nsfc-i2-review.git
mkdir -p <你的项目>/.claude/skills/
cp -r nsfc-i2-review/nsfc-i2-review <你的项目>/.claude/skills/nsfc-i2-review
# 方式二：作为 git submodule（方便后续更新）
cd <你的项目>
git submodule add https://github.com/jinyh/nsfc-i2-review.git .claude/skills/nsfc-i2-review最终目录结构：
你的项目/
└── .claude/
└── skills/
└── nsfc-i2-review/
├── SKILL.md
└── references/
└── review-prompt.md
在项目目录下启动 Claude Code，然后提供你的申请书即可：
# 提供 PDF 文件
请帮我评审这份基金申请书：/path/to/申请书.pdf
# 或直接贴入文本
请模拟函评以下立项依据：
（粘贴申请书内容）
| 关卡 | 审查焦点 | 核心问题 | 文献对标重点 |
|---|---|---|---|
| 第一关 | 问题定位与研究动机 | 是否值得做？ | 研究现状、open problems、顶会顶刊趋势 |
| 第二关 | 方法设计与理论基础 | 方法是否站得住？ | 同类方法对比、理论保证、算法分析 |
| 第三关 | 实验设计与可复现性 | 证据是否可信？ | benchmark 标准、实验规范、SOTA 对比 |
| 第四关 | 创新性、研究基础与项目定位 | 是否该资助？ | 最相关文献逐篇对比、申请人成果匹配度 |
| 审查维度 | 青年基金 | 面上项目 |
|---|---|---|
| 研究范围 | 聚焦单一问题，深度优先 | 可含 2-3 个关联子问题，体系化 |
| 理论要求 | 至少有理论分析意识，鼓励初步证明 | 需要完整理论保证或充分的理论讨论 |
| 实验规模 | 3-5 个标准 benchmark 即可 | 需覆盖多场景、多数据集、多基线 |
| 创新标准 | 一个扎实的创新点即可 | 需要系统性创新，方法+理论+实验闭环 |
| 研究基础 | 有 1-2 篇相关方向论文即可，重点看潜力 | 需要在该方向有持续积累，3-5 篇代表作 |
| 独立性 | 需证明与导师方向的区分度 | 需证明团队协作能力与资源整合 |
- A（优先资助）：问题真实、方法扎实、理论充分、实验规范、创新明确
- B（可资助，需修改）：整体合理但存在可修复的缺陷
- C（不予资助）：存在致命缺陷
核心审查逻辑位于 nsfc-i2-review/references/review-prompt.md，是一份独立的结构化 prompt，不依赖特定工具或模型，可在任何支持长上下文的 AI 平台中使用。
- 将
references/review-prompt.md内容复制到.cursorrules文件中，或作为对话开头粘贴 - 提供申请书文本（Cursor 对 PDF 支持有限，建议先转为文本）
- 要求模型按 prompt 中的四关逻辑进行审查
- 将
references/review-prompt.md内容作为 System Prompt 或对话开头粘贴 - 上传申请书 PDF 或粘贴文本
- GPT-4o 支持联网搜索，可完成文献检索对标
同样将 prompt 内容粘贴到对话中即可。注意：
- 文献检索能力取决于模型是否支持联网，不支持的需手动补充文献
- 长申请书需要模型具备足够的上下文窗口
- 学术推理深度因模型能力而异
| 能力维度 | 推荐模型 |
|---|---|
| 学术推理与判断深度 | Claude Opus、GPT-4o |
| 联网文献检索 | Claude Code（WebSearch）、ChatGPT |
| 长文档处理 | Claude（200K）、Gemini（1M） |
| 性价比 | DeepSeek、Claude Sonnet |
- Claude Code CLI 工具（如使用 Skill 方式）
- 联网能力（用于文献对标检索）
- 或任何支持长上下文的 AI 工具 +
review-prompt.md
- 本工具仅供申请人提交前自查参考，不构成任何形式的正式评审意见或资助建议。
- AI 生成的评审内容可能存在偏差、遗漏或错误，使用者应自行判断并承担相应责任。
- 文献检索结果受模型能力和网络环境限制，可能不完整或存在时效性问题，请自行核实引用的准确性。
- 本工具与国家自然科学基金委员会（NSFC）无任何关联，不代表其立场或评审标准。
- 请勿将申请书中的敏感信息上传至不可信的第三方 AI 平台，注意信息安全与知识产权保护。
MIT