摘要自检器

粘贴英文 Summary 正文。判定标准是统计中位数，不是个人品味 —— 分数低不等于写得差，但通常意味着评委要多花时间找结论。

checker · 本地运行

你的 Summary

0 词

检查结果会显示在这里。

这七项凭什么这么判

每一条都对着语料里的分布，不是拍脑袋的「最佳实践」。

01 / NUMBERS

O 奖摘要 20–35 个具体数字，M 奖只有 10–15 个。这是两档之间最稳定的差距。

02 / TASKS

每个子问题至少一句「方法 + 量化结果」。漏掉 Task 是复筛阶段的直接淘汰项，约 25% 的队伍踩过。

03 / LENGTH

中位数 437 词，四分位区间 350–520。超过 600 词通常意味着背景铺陈过多。

04 / KEYWORDS

4–5 个，且必须包含你的模型名（GIID、BDS 这类可记忆的标签）。

05 / SENSITIVITY

评委语料里反复出现的一句话：认真做灵敏度的队伍几乎总能脱颖而出。

06 / LIMITS

最后一句要落地：优势 / 局限 / 结论，三选二也比只写结论强。

来自评委点评与语料统计的交叉推断，用于判断先补哪一项。

摘要无具体数字结论~40%

无灵敏度分析~35%

图表无正文解读~30%

遗漏子问题~25%

假设与模型脱节~20%

指南本体是一个技能包，装好后写论文、改摘要、查结构时会自动调用。也可以不装，直接当手册读。

npx skills add Timevelyer/mcm-o-guide

一条命令自动识别 OpenCode / Claude Code / Codex / Cursor 等 80+ agent（Node 22.20+）。手动安装：git clone 后把目录放进 ~/.claude/skills/。