·evidence-draft

Cree paquetes de evidencia por subsección (SIN PROSA): candidatos de reclamos, comparaciones concretas, protocolo de evaluación, limitaciones y fragmentos de evidencia respaldados por citas con procedencia. **Desencadenante**: borrador de evidencia, paquete de evidencia, candidatos de reclamo, comparaciones concretas, fragmentos de evidencia, procedencia, 证据草稿, 证据包, 可引用事实. **Úselo cuando**: existe `outline/subsection_briefs.jsonl` y desea una redacción de sección basada en evidencia donde cada párrafo pueda estar respaldado por citas/fragmentos rastreables. **Omitir si**: `outline/evidence_drafts.jsonl` ya existe y está refinado (sin marcadores de posición; >=8 comparaciones por subsección; `blocking_missing` vacío). **Red**: ninguna (la evidencia más rica mejora con resúmenes/texto completo). **Barandilla**: SIN PROSA; no inventes hechos; Utilice únicamente claves de citas que existan en `citations/ref.bib`.

15Instalaciones·0Tendencia·@willoscar

Instalación

$npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill evidence-draft

SKILL.md

Purpose: turn papers/papernotes.jsonl + subsection mapping into writeable evidence packs so the writer never has to guess (and never copies outline placeholders).

Key design: every pack should contain evidence snippets (1–2 sentences) with provenance (abstract/fulltext/notes pointer). Even abstract-level snippets are better than template prose.

JSONL (one JSON object per line). Required fields per record:

Cree paquetes de evidencia por subsección (SIN PROSA): candidatos de reclamos, comparaciones concretas, protocolo de evaluación, limitaciones y fragmentos de evidencia respaldados por citas con procedencia. **Desencadenante**: borrador de evidencia, paquete de evidencia, candidatos de reclamo, comparaciones concretas, fragmentos de evidencia, procedencia, 证据草稿, 证据包, 可引用事实. **Úselo cuando**: existe `outline/subsection_briefs.jsonl` y desea una redacción de sección basada en evidencia donde cada párrafo pueda estar respaldado por citas/fragmentos rastreables. **Omitir si**: `outline/evidence_drafts.jsonl` ya existe y está refinado (sin marcadores de posición; >=8 comparaciones por subsección; `blocking_missing` vacío). **Red**: ninguna (la evidencia más rica mejora con resúmenes/texto completo). **Barandilla**: SIN PROSA; no inventes hechos; Utilice únicamente claves de citas que existan en `citations/ref.bib`. Fuente: willoscar/research-units-pipeline-skills.

Ver original

Datos (listos para citar)

Campos y comandos estables para citas de IA/búsqueda.

Comando de instalación
npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill evidence-draft
Categoría
</>Desarrollo
Verificado
Primera vez visto
2026-02-01
Actualizado
2026-02-18

Respuestas rápidas

¿Qué es evidence-draft?

Cree paquetes de evidencia por subsección (SIN PROSA): candidatos de reclamos, comparaciones concretas, protocolo de evaluación, limitaciones y fragmentos de evidencia respaldados por citas con procedencia. **Desencadenante**: borrador de evidencia, paquete de evidencia, candidatos de reclamo, comparaciones concretas, fragmentos de evidencia, procedencia, 证据草稿, 证据包, 可引用事实. **Úselo cuando**: existe `outline/subsection_briefs.jsonl` y desea una redacción de sección basada en evidencia donde cada párrafo pueda estar respaldado por citas/fragmentos rastreables. **Omitir si**: `outline/evidence_drafts.jsonl` ya existe y está refinado (sin marcadores de posición; >=8 comparaciones por subsección; `blocking_missing` vacío). **Red**: ninguna (la evidencia más rica mejora con resúmenes/texto completo). **Barandilla**: SIN PROSA; no inventes hechos; Utilice únicamente claves de citas que existan en `citations/ref.bib`. Fuente: willoscar/research-units-pipeline-skills.

¿Cómo instalo evidence-draft?

Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill evidence-draft Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code o Cursor

¿Dónde está el repositorio de origen?

https://github.com/willoscar/research-units-pipeline-skills