Weather Forecast Report

天气要素专题研究报告生成器

概述

本skill用于将Claude Code + OpenSpec开发的天气要素单站预报系统相关材料（项目文档、模型文件、评估结果等）整理成符合省级自然科学基金项目编写规范的专题研究报告。

工作流程

第一步：材料收集与分析

• 识别输入材料类型
• 项目文档（README、设计文档、API文档等）
• 模型文件（.pkl、.h5、.pt等）
• 评估报告（准确率、RMSE、MAE等指标）
• 代码文件（数据处理、特征工程、模型训练等）
• 可视化图表（训练曲线、预测对比图等）

• 确定天气要素类型
• 风速预报
• 能见度预报
• 降雨量预报
• 温度预报
• 湿度预报
• 气压预报

• 提取关键信息
• 研究背景与科学问题
• 技术方案与创新点
• 实验数据与评估指标
• 结论与应用价值

第二步：报告结构规划

参照 references/report-structure.md 中的详细结构说明，按省级自然科学基金规范组织报告。

第三步：内容撰写

• 阅读撰写指南：先阅读 references/writing-guidelines.md
• 使用报告模板：参考 assets/report-template.md
• 格式规范：遵循 references/format-standards.md

第四步：生成DOCX文档

使用宿主环境中的 docx skill 生成规范的 Word 文档（路径因环境而异,以宿主 skill 系统为准）,按本 skill 的格式规范产出最终报告。

关键要求

学术规范性要求

• 一级标题：黑体四号加粗
• 二级标题：黑体小四号
• 正文：宋体小四号，首行缩进2字符
• 英文与数字：Times New Roman
• 行距：固定值26-28磅
• 序号格式：一、（一）、1、(1)、①

内容质量要求

• 科学性：数据准确、方法严谨、结论可靠
• 创新性：突出技术创新点和研究贡献
• 规范性：符合学术写作规范和基金报告要求
• 完整性：研究逻辑链条完整闭环

图表规范

• 图表需有编号和标题
• 表格标题置于表格上方
• 图片标题置于图片下方
• 图表应在正文中被引用

验收标准（报告交付前自查）

• [ ] 报告结构与 report-structure.md 的省级基金规范逐节对应,无缺章
• [ ] 所有数据（准确率/RMSE/MAE 等）来自用户提供的评估材料,不编造实验数字
• [ ] 图表全部有编号、标题且在正文中被引用
• [ ] 格式合规:标题字体字号、正文宋体小四、行距、序号格式符合"关键要求"
• [ ] 摘要中英文各约 400 字,关键词 3-5 个

不做什么

• 不替用户跑模型或生成评估数据——材料不足时列出缺口向用户索取,不虚构
• 不做气象学结论的对错判断,只负责规范化呈现
• 非气象/非基金报告的通用学术写作,不强行套用本模板

已知陷阱

| 陷阱 | 具体表现 | 应对 |

|------|---------|------|

| 编造实验数据 | 材料缺指标时用"典型值"补齐 | 缺口列清单向用户索取;宁可留待补充标注,不虚构 |

| 格式细节失守 | 字体/行距/序号与基金规范不符,评审被打回 | 生成 docx 后对照"关键要求"逐项核 |

| 技术报告腔 | 把 README 语气直接搬进学术报告 | 按 writing-guidelines.md 改写为学术表述,图表编号并被正文引用 |

资源文件说明

| 文件 | 用途 |

|------|------|

| references/report-structure.md | 省级基金报告详细结构说明 |

| references/writing-guidelines.md | 学术写作指南与注意事项 |

| references/format-standards.md | 格式规范与排版要求 |

| references/evaluation-metrics.md | 气象预报评估指标说明 |

| assets/report-template.md | 研究报告Markdown模板 |

示例：风速预报专题研究报告

输入材料：

• wind_speed_model.py（模型代码）
• evaluation_results.json（评估结果）
• README.md（项目说明）
• training_log.txt（训练日志）

输出报告结构：

风速要素单站预报方法研究报告
├── 摘要（中英文各400字）
├── 关键词（3-5个）
├── 一、研究背景与意义
├── 二、研究目标与内容
├── 三、研究方法与技术路线
├── 四、数据来源与处理
├── 五、模型构建与训练
├── 六、实验结果与分析
├── 七、结论与展望
├── 参考文献
└── 附录