學生黨能用上的10個工具，裝完像多了個免費助教
整理版優先睇
10個學生必裝AI工具，將抄寫外包，專注思考
呢篇文章係一個研究生朋友嘅真實經歷：佢畫圖畫咗三個版本，導師都話「唔夠Nature感覺」，但佢完全唔知點先叫「夠」。作者發現原來有工具可以直接將Nature編輯部嘅規範裝入Claude Code，一鍵生成發表級圖表。佢整理咗10個工具，分成「真神檔」、「救命檔」同「未敢結論檔」，幫學生解決論文寫作、畫圖、PPT同影片製作嘅痛點。
整體結論係：學生而家面對嘅資訊量前所未有，但大部分時間都係做緊「數字抄書」——將論文內容抄入筆記、手動描圖、對住格式規範逐格改。呢啲工具可以將「轉錄」工作外包，等個腦用嚟理解、判斷同創造。作者建議先裝nature-figure同academic-paper，建立「用工具真係慳時間」嘅成功體驗，再逐步加入其他。
- nature-figure：將Nature格式規範化成結構化規則，直接生成300 dpi、色盲友好嘅SVG/PNG圖表，適合投頂刊。
- nature-polishing：按Springer Nature編輯指南潤色英文，句子更精簡，信息密度高，輸出帶註釋嘅修改版。
- academic-paper：分STRATEGIST同COMPOSER兩階段，先分析期刊、梳理文獻gap，再逐章寫稿，適合有結果但卡喺結構嘅人。
- latex-thesis-zh：專門處理中文LaTeX學位論文嘅編譯錯誤、GB/T 7714格式同邏輯審查，並保證唔亂改\cite同公式。
- ppt-master：將PDF、Word等文檔轉成可編輯PPTX，用SVG中間格式確保排版穩定，適合答辯彙報。
nature-figure 同 nature-polishing 倉庫
GitHub 倉庫 Yuan1z0825/nature-skills，包含兩個技能：nature-figure（作圖）同 nature-polishing（潤色）。
latex-thesis-zh 安裝指令
執行 npx skills add --skill latex-thesis-zh 即可安裝。
ppt-master 倉庫
GitHub 倉庫 hugohe3/ppt-master，需 clone 並安裝 Python 依賴。
charting 安裝指令
執行 npx skills add --skill charting 即可安裝。
真神檔：日日用，唔會後悔
呢檔嘅四個工具係最核心嘅，建議學生優先安裝。尤其係 nature-figure，佢將 Nature 編輯部嘅 原版格式要求 整理成結構化規則，你只要講「畫一張發表級 multi-panel figure」，佢就按 300 dpi、色盲友好方案 出圖，字體線寬全部符合投稿規範。翻車點係你嘅原始數據要先整理乾淨，否則輸出會怪。
同一個倉庫嘅 nature-polishing 負責學術寫作潤色，跟 Springer Nature 官方編輯指南 改，句子更短、信息密度更高，輸出帶註釋。而 academic-paper 就係「從頭建」論文，先同 STRATEGIST 傾，做目標期刊分析同文獻 gap 分析，再經 COMPOSER 逐章寫稿，每個章節有質量檢查。
最後 latex-thesis-zh 係寫中文學位論文嘅救星，處理 LaTeX 編譯報錯、GB/T 7714 格式 同邏輯審查，而且 唔改動 \cite、\ref、\label 同公式，防止 AI 亂改搞出難排查嘅 bug。
救命檔：答辯、彙報、論文作圖必備
ppt-master 有 25.1k 星，可以將 PDF、Word、URL 等文檔轉成可編輯嘅 .pptx。佢先用策略規劃階段出結構，再用 SVG 中間格式</highlight> 確保排版穩定，唔似官方方案咁字體大小會走樣。安裝需要 clone 倉庫同裝 Python 依賴。
charting 表面似炒股工具，但實際上可以從自然語言描述生成 交互式圖表，支援 Mermaid、ECharts、DrawIO，適合數據分析報告嘅折線圖、柱狀圖等。不過更新唔算頻繁，複雜圖表可能要手動補充描述。
design-doc-mermaid 側重系統架構圖同流程圖，將代碼或文字描述轉成 Mermaid 格式，對計算機、軟件工程學生特別有用，唔使再手動拖 Visio。
最後 nature-reader 係 Karpathy 嘅工具，直接抓 arxiv TeX 源碼</highlight>，比讀 PDF 信息密度更高，會自動整理成 Markdown 摘要並生成語義標籤，方便追蹤文獻。但要留意，佢只支援 arxiv 上有 TeX 源碼嘅論文。
未敢結論檔：有門檻，但潛力大
remotion-best-practices 係用 React 做影片嘅 Claude Code 技能，適合做開題動畫或課程項目展示。但佢要求你有基本嘅 React 概念，完全冇前端背景嘅同學上手會好睏難。另外要注意 Remotion License 商用要付費，學生自用就冇問題。
hyperframes 係 HeyGen 開源嘅方案，俾你寫 HTML + CSS 做影片幀，然後渲染成 MP4。門檻比 Remotion 低，適合「資訊展示型」影片，例如圖表動畫、概念解釋。如果只係想做課程項目展示，呢個係更低門檻嘅起點。
- 兩個工具都處於「有技術背景先跑到順」嘅階段，唔寫 code 嘅同學建議先搞掂前八個。
- 如果想試，可以先裝 hyperframes，因為 HTML + CSS 比 React 易上手。
我有一個朋友，讀緊碩士二年級，最近喺趕畢業論文，前幾日半夜一點鐘send message畀我，話自己畫咗三個版本嘅圖，導師每次都話「唔夠 Nature 嘅感覺」，但係佢自己完全唔知「夠」係乜嘢意思。
我問佢用乜嘢工具畫圖，佢話， Matplotlib 加手動調顏色。
我當時即刻沉默咗一下。
唔係話 Matplotlib 唔得。而係而家手邊有工具，可以直接將「 Nature 圖嘅規範」裝入 Claude Code ，你講一句「畫一張發表級嘅多面板圖」，佢會跟住 Nature 編輯部嘅原版要求幫你整出嚟，你唔需要識每一個參數嘅含義，但你出嚟嘅嘢就係嗰個水準。
但大部分學生仲係靠感覺調。
後尾我將呢 10 個工具分享畀佢，佢裝完之後話，感覺多咗個識期刊規範嘅助教，仲要係廿四小時唔嫌煩嗰種。
下面我分檔講清楚，每一個我會話畀你聽佢嘅真實數據、做得到啲乜、適合邊個、同埋我未諗清楚嘅地方。
真神檔
nature-figure
呢個係我喺呢 10 個裏面用得最服氣嘅一個。
nature-figure 嚟自 Yuan1z0825/nature-skills 呢個倉庫，背後嘅邏輯唔係「用 AI 幫你畫圖」，而係將 Nature 編輯部嘅原版格式要求，同埋已發表嘅 Nature 論文嘅圖例規範，整理成一套結構化規則裝入 Claude Code 。你講「畫一張發表級 multi-panel figure 」，佢直接按 Nature 標準畀你出 .svg 加 .png ，解像度係 300 dpi ，色板默認行色盲友好方案，字體大小、線寬、面板標籤全部符合投稿規範。
數據層面，呢個技能嘅穩定狀態已經維持咗幾個月，社區喺 GitHub Discussions 裏面記錄咗幾十篇實測嘅 Nature / Science / Cell 投稿圖，通過率冇明確統計，但係從討論質量嚟睇，用佢出嘅圖至少唔會喺「圖唔符合格式要求」呢一關被打回頭。
翻車點係，佢對數據結構有要求，你嘅原始數據格式亂咗，出嚟嘅圖都會怪怪哋。你要先將數據整理乾淨再餵入去。
檔位：真神（做實驗、投頂刊嘅日日用）
nature-polishing
呢個同 nature-figure 喺同一個倉庫裏面，但做嘅係另一件事。
nature-polishing 做嘅係學術寫作潤色，核心係「將你寫嘅嘢改成 Nature 投稿級別嘅英文」。佢唔係普通嘅語法修正，而係跟住 Springer Nature 官方編輯指南裏面對「簡潔、精準、避免冗餘」嘅要求嚟改。中文稿翻譯成英文、英文稿精簡邏輯、修改被動句堆砌等問題，佢都會處理，輸出係帶註釋嘅修改版，你可以見到佢改咗邊度，點解要改。
我見過有人將同一段 Introduction 分別掟畀 ChatGPT 同 nature-polishing ， ChatGPT 改嘅版本讀起嚟更流暢，但 nature-polishing 嘅版本句子更短，每個詞嘅信息密度更高，更似真正投過頂刊嘅人寫嘅風格。
未敢下結論嘅地方係，佢對中文到英文嘅翻譯有時會將原意改得太緊，你自己要返轉頭核對一次邏輯有冇走樣。
檔位：真神（寫英文論文/投稿前潤色必裝）
academic-paper
呢個嘅定位同前兩個唔一樣， nature-figure 同 nature-polishing 係「改」， academic-paper 係「從頭建」。
佢包含兩個 skill ，一個係 STRATEGIST （策略師），一個係 COMPOSER （寫作器）。你先同 STRATEGIST 傾，佢會幫你做目標期刊分析、理論框架梳理、文獻綜述 gap 分析，然後出一個經過「假想審稿人」檢驗過嘅論文大綱。你確認大綱之後， COMPOSER 接手，按章節系統性寫稿，每一節寫完有質量檢查點，唔會畀你喺錯誤方向上走得太遠。
對於「有研究結果，但唔知點樣寫成論文」嘅人，呢個流程非常省時間。唔係代替你思考，係幫你將散亂嘅思路組織成投稿用得嘅結構。
翻車點在於 STRATEGIST 階段你要輸入大量上下文，你提供嘅文獻綜述素材越詳細，佢畀出嘅大綱越準。如果你就咁掟一句「幫我寫一篇機器學習嘅論文」入去，佢冇辦法幫你。
檔位：真神（有研究結果、卡喺寫作結構上嘅人）
latex-thesis-zh
呢個係專門畀寫中文學位論文嘅人用嘅，範圍非常精準。
佢處理嘅核心問題係中文 LaTeX 論文裏面三件最令人頭痛嘅事：編譯報錯（ XeLaTeX / LuaLaTeX / latexmk 構建診斷）、格式合規（ GB/T 7714 參考文獻國標、章節結構、模板類型核查）、以及邏輯審閲（文獻綜述質量、章節導語完整性、實驗章節寫法）。
有一個原則佢寫喺 README 裏面我覺得好重要，就係「嚴格唔改動 \cite / \ref / \label 與公式，唔捏造文獻」。呢個對學位論文嚟講係底線， AI 亂改你嘅引用標籤或者數學公式會出非常難排查嘅 bug ，佢明確話唔掂呢啲，係一個負責任嘅設計。
安裝命令係 npx skills add https://github.com/bahayonghang/academic-writing-skills --skill latex-thesis-zh。
對於用學校模板寫碩博論文嘅人，呢個可以慳返大量翻論壇揾報錯原因嘅時間。
檔位：真神（寫中文學位論文必裝，論文交稿季直接救命）
救命檔
ppt-master
呢個 GitHub 上面有 25.1k 粒 star ，喺學術類工具嚟講算相當高。
ppt-master 做嘅嘢係將任意文檔轉成可以直接編輯嘅 .pptx ，包括 PDF 、 Word 、 URL 、 Markdown 。核心係兩階段流水線，先策略規劃階段出結構，再執行階段生成 SVG 中間格式，最後導出為真正嘅 PowerPoint ，唔係圖片截圖，係原生 DrawingML shapes ，可以喺 PowerPoint 裏面改每一個文字同形狀。
同另一個流行方案 Anthropic 官方嘅 pptx 技能（ 136k★ 成個倉庫）相比， ppt-master 嘅優勢在於 SVG 中間格式令排版更穩定，每次出嘅版式唔會因為重新生成就亂咗。 Anthropic 官方嘅行 HTML 到 PPTX ，字體大小有時會走位。如果你需要格式高度一致嘅彙報 PPT ， ppt-master 更可控。
安裝命令係 git clone https://github.com/hugohe3/ppt-master，需要裝幾個 Python 依賴：python-pptx 、PyMuPDF 、Pillow 呢幾個係必須嘅， macOS 仲需要 brew install cairo。
檔位：救命（論文答辯、彙報開題、開會彙報嘅人）
charting
呢個功能描述乍睇好似係畀炒股嘅人用嘅，因為佢嘅技能說明裏面寫咗 TradingView 風格圖表、 RSI 、 MACD 、布林帶呢啲詞。
但係實際上學生用得着嘅場景係數據可視化分析，佢核心係「從自然語言描述生成交互式圖表」，支援 Mermaid 、 ECharts 、 DrawIO ，輸出 HTML 或 PNG / SVG 。數據分析報告裏面嘅折線圖、柱狀圖、相關性散點圖、知識圖譜可視化，都喺佢嘅覆蓋範圍。
安裝命令係 npx skills add https://github.com/starchild-ai-agent/official-skills --skill charting。
未敢下結論嘅地方係，呢個技能嘅更新頻率唔算高，遇到特別複雜嘅多層嵌套圖，有時要手動補充描述先出得啱。
檔位：救命（數據分析、畢業論文圖表生成）
design-doc-mermaid
呢個同 charting 嘅定位有重疊，但側重唔同。
charting 比較偏數據圖表， design-doc-mermaid 比較偏「從代碼或文字描述生成架構圖、流程圖、時序圖」，係工程類學生同做系統設計嘅人會用到嘅場景。你將一段代碼或一段系統設計描述掟畀佢，佢會幫你轉成標準嘅 Mermaid 格式圖，支援自動化咁生成設計文檔。
對於計算機、軟件工程、電子信息呢啲專業嘅學生，論文裏面成日要畫系統架構圖、數據流圖、模塊交互圖，以前要唔係手動拖 Visio ，就係求其用 draw.io ，呢個工具可以直接將你嘅口頭描述或源代碼轉成規範嘅圖。
檔位：救命（工程類專業學生，系統設計、軟件架構、論文作圖）
nature-reader
呢個嚟自 Karpathy 嘅 nanochat 倉庫，定位係「讀 arxiv 論文」。
佢嘅特殊之處在於，佢唔係去讀 PDF ，而係去抓 arxiv 論文嘅 TeX 源碼，地址格式係 https://www.arxiv.org/src/{arxiv_id}。 TeX 源碼比 PDF 信息密度高，公式係可解析嘅 LaTeX ，圖嘅 caption 係乾淨嘅文本，引用關係係完整嘅。讀完之後，佢將摘要落成 Markdown 文件存到本地嘅 knowledge/ 目錄， tag 係自動生成嘅語義標籤，例如 conditional_memory 呢種，方便以後檢索。
對於跟蹤最新 arxiv 論文嘅研究生，呢個工具可以將「讀一篇論文然後整理筆記」呢個流程自動化，你畀佢論文 ID ，佢幫你讀完，出一個結構化嘅 Markdown 摘要。
未敢下結論嘅地方係，佢只支援有 TeX 源碼開放嘅 arxiv 論文，期刊正式發表版本或者唔喺 arxiv 上面嘅論文讀唔到。
檔位：救命（理工科研究生，跟蹤 arxiv 文獻必裝）
未敢下結論檔
remotion-best-practices
Remotion 本體係一個用 React 寫影片嘅框架， remotion-best-practices 係佢嘅 Claude Code 技能，話畀 Claude 點樣用 Remotion 做影片，跟從啲乜嘢最佳實踐。
對學生嚟講，適用嘅場景係「做展示影片」，例如開題報告嘅動畫演示、課程項目嘅可視化影片、畢業答辯嘅動效展示。以前呢類嘢要唔係花時間喺 AE 度做，就係揾外援，而家用 Remotion + Claude Code 可以用代碼參數化咁生成。
我話未敢下結論，係因為佢嘅學習曲線真實存在，你需要有基本嘅 React 概念，完全唔識前端嘅同學上手會比較吃力。唔識寫代碼但又想做影片嘅，建議先睇 hyperframes （下面呢個）。
另外 Remotion 嘅 License 要注意，開源但商用需要俾錢授權，學生自用做課程項目冇問題，如果打算拎去商用就記得睇清楚授權條款。
檔位：未敢下結論（有 React 基礎嘅同學用得着，純小白建議 skip 住先）
hyperframes
呢個係 HeyGen （做 AI 影片嗰間公司）開源嘅，邏輯係「用 HTML 寫影片幀，然後渲染成 MP4 」。
同 Remotion 嘅分別係， Remotion 要你寫 React 組件， HyperFrames 畀你寫 HTML + CSS ，門檻低一截。你唔使識 React ，基本嘅 HTML 結構識就得。 Claude Code 跟住 hyperframes skill 裏面嘅規範，幫你將影片內容規劃成一幀幀嘅 HTML 場景，最後通過 FFmpeg 渲染成 MP4 。
有人做過兩個引擎嘅對比測試，相同 brief 之下， HyperFrames 更適合「信息展示型」影片（圖表、文字動畫、概念解釋）， Remotion 更適合「交互型」同「參數化生成」場景（例如批量生成唔同內容嘅影片模板）。
對學生嚟講，如果你只係想做一個課程項目嘅展示影片， hyperframes 係更低門檻嘅起點。
未敢下結論嘅原因同 remotion 類似，呢兩個都處於「有技術背景嘅人先至跑得順」嘅階段，完全唔寫代碼嘅同學都係搞掂頭八個先。
檔位：未敢下結論（想做影片嘅同學可以試下，有一定門檻）
講到呢度，我想起一件事。
中世紀歐洲有一批抄書僧，喺修道院裏面日復一日噉抄錄書稿，將古希臘、古羅馬嘅典籍一字一句噉抄喺羊皮紙上面。佢哋當中好多人一世人只係抄咗幾本書，有啲人抄嘅係自己根本唔識嘅語言，只係將符號忠實噉複製落嚟。
但正正係呢種睇起嚟低效到極點嘅勞動，令到大量嘅知識喺漫長嘅黑暗時代裏面冇消失，等到文藝復興嚟臨嘅時候，嗰啲抄好嘅書變咗點燃成個歐洲嘅火種。
我想講嘅係，學生而家面對嘅信息量，比任何一個時代嘅學生都要大得多。但冇工具嘅情況下，大部分時間其實係喺度做「數字抄書」，將一篇論文嘅內容複製去自己嘅筆記，將一張圖手動描一次，將一段格式要求反覆對住嚟改。
呢個唔係學習，呢個係信息轉錄。
呢 10 個工具，本質係將「轉錄」呢件事外判出去。你嘅腦用嚟理解、判斷同創造，唔係用嚟記格式規範同調顏色參數。
先裝 nature-figure 加 academic-paper ，將「圖」同「稿」呢兩條核心鏈路打通，建立一次「用工具真係慳時間」嘅體驗，然後再一個一個加返嚟。
裝咗冇用嘅，叫硬盤佔用。
我一個朋友，研二，最近在趕畢業論文，前幾天凌晨一點給我發消息，說自己配圖畫了三個版本，導師每次都說「不夠 Nature 的感覺」，但她自己完全不知道「夠」是什麼意思。
我問她用什麼工具畫圖，她說， Matplotlib 加手動調顏色。
我當時就沉默了一下。
不是 Matplotlib 不行。是現在手邊有工具，能直接把「 Nature 圖的規範」裝進 Claude Code ，你說一句「畫一張發表級的多面板圖」，它照着 Nature 編輯部的原版要求給你出來，你不需要懂每一個參數的含義，但你出來的東西就是那個水準。
但大部分學生還在靠感覺調。
後來我把這 10 個工具分享給她，她裝完說，感覺多了個懂期刊規範的助教，還是那種二十四小時不嫌煩。
下面我分檔說清楚，每一個我告訴你它的真實數據、能做什麼、適合誰、以及我沒想清楚的地方。
真神檔
nature-figure
這是我在這 10 個裏面用下來最服氣的一個。
nature-figure 來自 Yuan1z0825/nature-skills 這個倉庫，背後的邏輯不是「用 AI 幫你畫圖」，而是把 Nature 編輯部的原版格式要求，以及已發表的 Nature 論文的圖例規範，整理成一套結構化規則裝進 Claude Code 。你說「畫一張發表級 multi-panel figure 」，它直接按 Nature 標準給你出 .svg 加 .png ，分辨率是 300 dpi ，色板默認走色盲友好方案，字體大小、線寬、面板標籤全部符合投稿規範。
數據層面，這個技能的 stable 狀態已經維持了幾個月，社區在 GitHub Discussions 裏記錄了幾十篇實測的 Nature / Science / Cell 投稿圖，通過率沒有明確統計，但從討論質量來看，用它出的圖至少不會在「圖不符合格式要求」這一關被打回來。
翻車點是，它對數據結構有要求，你的原始數據格式亂掉了，出來的圖也會怪。你要先把數據整理乾淨再喂進去。
檔位：真神（做實驗、投頂刊的天天用）
nature-polishing
這個跟 nature-figure 在同一個倉庫裏，但做的是另一件事。
nature-polishing 做的是學術寫作潤色，核心是「把你寫的東西改成 Nature 投稿級別的英文」。它不是普通的語法修正，是按照 Springer Nature 官方編輯指南里對「簡潔、精準、避免冗餘」的要求來改。中文稿翻譯成英文、英文稿精簡邏輯、修改被動句堆砌等問題，它都會處理，輸出是帶註釋的修改版，你能看到它改了哪裏，為什麼改。
我見過有人把同一段 Introduction 分別扔給 ChatGPT 和 nature-polishing ， ChatGPT 改的版本讀起來更流暢，但 nature-polishing 的版本句子更短，每個詞的信息密度更高，更像真正投過頂刊的人寫的風格。
沒敢下結論的地方是，它對中文到英文的翻譯有時候會把原意改得太緊，你自己得回頭核對一遍邏輯有沒有跑偏。
檔位：真神（寫英文論文/投稿前潤色必裝）
academic-paper
這個的定位和前兩個不一樣， nature-figure 和 nature-polishing 是「改」， academic-paper 是「從頭建」。
它包含兩個 skill ，一個是 STRATEGIST （策略師），一個是 COMPOSER （寫作器）。你先跟 STRATEGIST 聊，它幫你做目標期刊分析、理論框架梳理、文獻綜述 gap 分析，然後出一個經過「假想審稿人」檢驗過的論文大綱。你確認大綱之後， COMPOSER 接手，按章節系統性寫稿，每一節寫完有質量檢查點，不讓你在錯誤方向上跑太遠。
對於「有研究結果，但不知道怎麼寫成論文」的人，這個流程非常省時間。不是代替你思考，是幫你把散亂的思路組織成投稿能用的結構。
翻車點在於 STRATEGIST 階段需要你輸入大量上下文，你提供的文獻綜述素材越詳細，它給出的大綱越準。如果你只丟進去一句「幫我寫一篇機器學習的論文」，它沒辦法幫你。
檔位：真神（有研究結果、卡在寫作結構上的人）
latex-thesis-zh
這個是專門給寫中文學位論文的人做的，範圍非常精準。
它處理的核心問題是中文 LaTeX 論文裏三件最讓人頭疼的事：編譯報錯（ XeLaTeX / LuaLaTeX / latexmk 構建診斷）、格式合規（ GB/T 7714 參考文獻國標、章節結構、模板類型核查）、以及邏輯審閲（文獻綜述質量、章節導語完整性、實驗章節寫法）。
有一個原則它寫在 README 裏我覺得很重要，就是「嚴格不改動 \cite / \ref / \label 與公式，不捏造文獻」。這個對學位論文來說是底線， AI 亂改你的引用標籤或者數學公式會出非常難排查的 bug ，它明確說不碰這些，是個負責任的設計。
安裝命令是 npx skills add https://github.com/bahayonghang/academic-writing-skills --skill latex-thesis-zh。
對於用學校模板寫碩博論文的人，這個可以省掉大量翻論壇找報錯原因的時間。
檔位：真神（寫中文學位論文必裝，論文交稿季直接救命）
救命檔
ppt-master
這個 GitHub 上有 25.1k 顆 star ，在學術類工具裏算相當高了。
ppt-master 做的事情是把任意文檔轉成可以直接編輯的 .pptx ，包括 PDF 、 Word 、 URL 、 Markdown 。核心是兩階段流水線，先策略規劃階段出結構，再執行階段生成 SVG 中間格式，最後導出為真正的 PowerPoint ，不是圖片截圖，是原生 DrawingML shapes ，可以在 PowerPoint 裏改每一個文字和形狀。
和另一個流行方案 Anthropic 官方的 pptx 技能（ 136k★ 整倉庫）相比， ppt-master 的優勢在於 SVG 中間格式讓排版更穩定，每次出的版式不會因為重新生成就亂掉。 Anthropic 官方的走 HTML 到 PPTX ，字體大小有時候跑偏。如果你需要格式高度一致的彙報 PPT ， ppt-master 更可控。
安裝命令是 git clone https://github.com/hugohe3/ppt-master，需要裝幾個 Python 依賴：python-pptx 、PyMuPDF 、Pillow 這幾個是必須的， macOS 還需要 brew install cairo。
檔位：救命（論文答辯、彙報開題、開會彙報的人）
charting
這個功能描述乍一看像是給炒股的人做的，因為它的技能說明裏寫了 TradingView 風格圖表、 RSI 、 MACD 、布林帶這些詞。
但實際上學生能用上的場景是數據可視化分析，它核心是「從自然語言描述生成交互式圖表」，支持 Mermaid 、 ECharts 、 DrawIO ，輸出 HTML 或 PNG / SVG 。數據分析報告裏的折線圖、柱狀圖、相關性散點圖、知識圖譜可視化，都在它的覆蓋範圍。
安裝命令是 npx skills add https://github.com/starchild-ai-agent/official-skills --skill charting。
沒敢下結論的地方是，這個技能的更新頻率不算高，遇到特別複雜的多層嵌套圖，有時候需要手動補充描述才能出對。
檔位：救命（數據分析、畢業論文圖表生成）
design-doc-mermaid
這個和 charting 的定位有重疊，但側重不同。
charting 更偏數據圖表， design-doc-mermaid 更偏「從代碼或文字描述生成架構圖、流程圖、時序圖」，是工程類學生和做系統設計的人會用到的場景。你把一段代碼或一段系統設計描述丟給它，它幫你轉成標準的 Mermaid 格式圖，支持自動化地生成設計文檔。
對於計算機、軟件工程、電子信息這些專業的學生，論文裏經常需要畫系統架構圖、數據流圖、模塊交互圖，以前要麼手動拖 Visio ，要麼湊合用 draw.io ，這個工具能直接把你的口頭描述或源代碼轉成規範的圖。
檔位：救命（工程類專業學生，系統設計、軟件架構、論文作圖）
nature-reader
這個來自 Karpathy 的 nanochat 倉庫，定位是「讀 arxiv 論文」。
它的特殊之處在於，它不是去讀 PDF ，而是去抓 arxiv 論文的 TeX 源碼，地址格式是 https://www.arxiv.org/src/{arxiv_id}。 TeX 源碼比 PDF 信息密度高，公式是可解析的 LaTeX ，圖的 caption 是乾淨的文本，引用關係是完整的。讀完之後，它把摘要落成 Markdown 文件存到本地的 knowledge/ 目錄， tag 是自動生成的語義標籤，比如 conditional_memory 這種，方便以後檢索。
對於跟蹤最新 arxiv 論文的研究生，這個工具能把「讀一篇論文然後整理筆記」這個流程自動化，你給它論文 ID ，它替你讀完，出來一個結構化的 Markdown 摘要。
沒敢下結論的地方是，它只支持有 TeX 源碼開放的 arxiv 論文，期刊正式發表版本或者不在 arxiv 上的論文讀不了。
檔位：救命（理工科研究生，跟蹤 arxiv 文獻必裝）
沒敢下結論檔
remotion-best-practices
Remotion 本體是一個用 React 寫視頻的框架， remotion-best-practices 是它的 Claude Code 技能，告訴 Claude 怎麼用 Remotion 做視頻，遵循什麼樣的最佳實踐。
對學生來說，適用場景是「做展示視頻」，比如開題報告的動畫演示、課程項目的可視化視頻、畢業答辯的動效展示。以前這類東西要麼花時間在 AE 裏做，要麼找外援，現在用 Remotion + Claude Code 可以用代碼參數化地生成。
我說沒敢下結論，是因為它的學習曲線真實存在，你需要有基本的 React 概念，完全不懂前端的同學上手會比較費勁。不會寫代碼但想做視頻的，建議先看 hyperframes （下面這個）。
另外 Remotion 的 License 要注意，開源但商用需要付費授權，學生自用做課程項目沒問題，要是要拿去商用記得看一下授權條款。
檔位：沒敢下結論（有 React 基礎的同學能用上，純小白建議先跳過）
hyperframes
這個是 HeyGen （做 AI 視頻的那家公司）開源的，邏輯是「用 HTML 寫視頻幀，然後渲染成 MP4 」。
和 Remotion 的區別是， Remotion 要你寫 React 組件， HyperFrames 讓你寫 HTML + CSS ，門檻低一截。你不用懂 React ，基本的 HTML 結構知道就能上手。 Claude Code 按照 hyperframes skill 裏的規範，幫你把視頻內容規劃成一幀幀的 HTML 場景，最後通過 FFmpeg 渲染成 MP4 。
有人做過兩個引擎的對比測試，相同 brief 下， HyperFrames 更適合「信息展示型」視頻（圖表、文字動畫、概念解釋）， Remotion 更適合「交互型」和「參數化生成」場景（比如批量生成不同內容的視頻模板）。
對學生來說，如果你只是想做一個課程項目的展示視頻， hyperframes 是更低門檻的起點。
沒敢下結論的原因和 remotion 類似，這兩個都處於「有技術背景的人才能跑順」的階段，完全不寫代碼的同學還是先搞定前八個。
檔位：沒敢下結論（想做視頻的同學可以嘗試，有一定門檻）
說到這裏，我想起一件事。
中世紀歐洲有一批抄書僧，在修道院裏日復一日地抄錄書稿，把古希臘、古羅馬的典籍一字一句地抄在羊皮紙上。他們中的很多人一輩子只抄了幾本書，有些人抄的是自己根本不懂的語言，只是把符號忠實地複製下來。
但正是這種看起來低效到極點的勞動，讓大量的知識在漫長的黑暗時代裏沒有消失，等到文藝復興來臨的時候，那些抄好的書變成了點燃整個歐洲的火種。
我想說的是，學生現在面對的信息量，比任何一個時代的學生都要大得多。但沒有工具的情況下，大部分時間其實是在做「數字抄書」，把一篇論文的內容複製到自己的筆記裏，把一張圖手動描一遍，把一段格式要求反覆對照着改。
這不是學習，這是信息轉錄。
這 10 個工具，本質是把「轉錄」這件事外包出去。你的腦子用來理解、判斷、和創造，不是用來記格式規範和調顏色參數的。
先裝 nature-figure 加 academic-paper ，把「圖」和「稿」這兩條核心鏈路跑通，建立一次「用工具真的省時間」的體驗感，然後再一個個加進來。
裝了沒用的，叫硬盤佔用。