| name | academic-paper-writer-pro-2 |
| description | 学术论文写作与排版助手（增强版）。支持PDF/Word/Markdown多种格式，自动选择OCR管道、重排版管道或MD直转管道。新增Pipeline E降AI率功能，支持中文改写和英文LaTeX去AI化。包含环境清理、断点恢复、智能配图裁剪、逐单元增量生成DOCX、质量核查、BibTeX参考文献管理。所有中间文件放resources/，最终产物放outputs/。 |
学术论文专家 - Academic Paper Writer Pro 2
[!TIP]
这是一个统一的 Skill，安装后只需调用 academic-paper-writer-pro-2 即可使用所有功能。
快速使用：
- 论文排版："使用 academic-paper-writer-pro-2 把这篇论文按 IEEE 格式排版"
- 降AI率："使用 academic-paper-writer-pro-2 对这篇论文进行降AI率处理"
- 自动写作："使用 academic-paper-writer-pro-2 基于这个项目代码写一篇毕业论文"
功能概览 (Feature Overview)
| Pipeline | 功能 | 触发场景 |
|---|
| Pipeline A | OCR 管道 | PDF 输入，逐页识别提取 |
| Pipeline B | 重排版管道 | Word 输入，按新格式排版 |
| Pipeline C | MD 直转管道 | Markdown 输入，转为 Word |
| Pipeline D | 内容生成管道 | 项目代码/数据，智能生成论文 |
| Pipeline E | 降AI率管道 🆕 | 降低 AI 检测率，中英文改写 |
[!IMPORTANT]
本文件是主路由入口 + Pipeline B/C 定义 + 排版格式规范库。
- Pipeline A（OCR 管道）详细规范：
ocr_kb/SKILL.md
- Pipeline D（内容生成）详细规范：
content_generation/SKILL.md
- Pipeline E（降AI率）详细规范：
ai_reduction/SKILL.md
- DOCX 操作技术实现：
docx/SKILL.md
- PDF 操作技术实现：
pdf/SKILL.md
0. 目录规范 (Directory Convention)
[!IMPORTANT]
所有中间文件和生成产物必须严格遵守以下目录结构，禁止在项目根目录下放置任何生成文件（包括 .md、.py、.docx 等）。
项目根目录/
├── resources/
│ ├── pages/ # Pipeline A: 切分出的单页 PNG 图片
│ ├── figures/ # 所有管道: 配图（裁剪的或提取的）
│ ├── md/ # 所有管道: 提取/拆分结果
│ │ ├── page_N.md # Pipeline A 按页
│ │ └── section_N.md # Pipeline B/C 按章节
│ ├── ai_reduction/ # Pipeline E: 降AI率中间文件
│ │ ├── original/ # 原始文本备份
│ │ ├── processed/ # 处理后的文本
│ │ └── report.json # 改写报告
│ ├── scripts/ # 所有 Python 辅助脚本（可跨任务复用，清理时不删除）
│ ├── compiled_paper.md # 最终汇总的完整 Markdown
│ ├── config.json # 任务配置（源文件、格式、管道类型），整个任务期间不变
│ └── checkpoint.json # 运行时进度（当前单元、计数器、失败项），随处理进度更新
├── outputs/ # 最终交付的 .docx / .bib 文件 + 核查点中间版本
├── ocr_kb/ # Pipeline A: OCR 工作流 Skill
│ └── SKILL.md
├── docx/ # Word 文档操作 Skill（DOCX 生成的技术实现基础）
│ └── SKILL.md
├── pdf/ # PDF 操作 Skill
│ └── SKILL.md
├── content_generation/ # Pipeline D: 论文内容智能生成 Skill
│ └── SKILL.md
├── ai_reduction/ # Pipeline E: 论文降AI率 Skill
│ ├── SKILL.md
│ └── prompts/
│ ├── chinese_rewrite.md
│ └── english_latex.md
├── SKILL.md # 本文件（主入口路由 + Pipeline B/C + 排版规范库）
└── <source>.* # 用户提供的原始文件 (.pdf / .doc / .docx / .md / 项目代码目录)
1. 新任务启动协议 (Step 0: Pre-flight)
[!CAUTION]
以下四项检查必须在执行任何写作或排版动作之前全部完成，不可跳过。
1.0 技能版本检查与自动更新 (Version Check & Auto Update)
在每次启动处理时，必须首先对比用户本地的 skill 版本和现在的最新版本：
- 运行相应的命令（如
git fetch origin && git status -uno）检测本地仓库状态。
- 如果本地版本与最新版本不一致：应当主动提示并帮助用户自动更新：
"检测到 academic-paper-writer-pro 技能存在最新版本，是否需要帮您自动更新？回复 更新 进行升级，或 跳过 继续当前任务。"
- 若用户选择更新，自动执行更新命令（如
git pull 或 npx skills add https://github.com/tfboy1/academic-paper-writer --skill academic-paper-writer-pro），待更新完成后再进入下一步。
1.1 环境清理确认
检测 resources/ 下的 pages/、md/、figures/ 以及 resources/checkpoint.json 是否存在旧文件。
- 若存在旧文件：列出文件清单，明确询问用户：
"检测到上次任务的中间文件（N 个页面/章节、M 个 Markdown、K 张配图）。是否删除以避免干扰？回复 删除 清空，或 保留 继续上次任务。"
- 若不存在旧文件：跳过此步。
- 用户选择"删除"时：删除
resources/pages/*、resources/md/*、resources/figures/*、resources/checkpoint.json、resources/config.json。resources/scripts/ 不删除（脚本可复用）。
- 用户选择"保留"时：读取
resources/checkpoint.json，进入断点恢复流程（见 §1.3）。
1.2 源文件确认与管道选择
扫描项目根目录下的所有支持格式文件（.pdf、.doc、.docx、.md）：
- 只有 1 个：自动选定，根据扩展名决定管道。
- 有多个：列出所有文件名、类型及大小，要求用户明确指定目标文件。
- 没有：报错，要求用户放入源文件。
管道自动选择规则：
| 扩展名 | 管道 | 进度单位 | 核心 Skill |
|---|
.pdf | Pipeline A — OCR 管道 | 页 (page) | ocr_kb/SKILL.md |
.doc / .docx | Pipeline B — 重排版管道 | 章节 (section) | docx/SKILL.md + 本文件 §3.2 |
.md | Pipeline C — MD 直转管道 | 章节 (section) | docx/SKILL.md + 本文件 §3.3 |
| 无 / 目录 | Pipeline D — 内容生成管道 | 章节 (section) | content_generation/SKILL.md |
[!NOTE]
Pipeline E — 降AI率管道（ai_reduction/SKILL.md）可通过以下方式触发：
- 显式指令："使用
ai-reduction 功能对这篇论文进行降AI率处理"
- Pipeline D 完成后可选自动调用
- 支持对已生成的
.md / .tex / .docx 文件进行降AI率处理
1.3 断点恢复检测
检查 resources/checkpoint.json 是否存在且合法：
- 存在且
status == "suspended"：
向用户展示上次进度（已完成单元数 / 总单元数，管道类型），询问：
"检测到上次任务（Pipeline X，已完成 N/M 个单元）。是否从断点继续？回复 继续 从第 N+1 个单元开始，或 重新开始 清空所有中间文件。"
- 不存在或
status == "completed"：正常启动新任务。
2. 文件完整性检查与资源准备
2.1 文件完整性检查
要求用户把需要排版的文稿和格式要求放入本目录下：
- 草稿 (Draft)：用户的内容文件（
.pdf、.doc、.docx 或 .md）。
- 格式要求 (Style Guide/Template)：
.docx 模板或 .pdf 指南（如 IEEE 模板）。
- 参考文献 (References)：询问用户是否有
.bib 文件。如果有，必须优先使用。
2.2 格式规范解析（所有管道必执行）
[!IMPORTANT]
在拆分内容或提取文字之前，必须先完成格式规范解析，确定所有排版参数。
-
如果用户提供了 .docx 模板（config.template_file 非空）：
- 使用
docx/SKILL.md 的 unpack 方法打开模板
- 提取样式定义（标题层级、正文字体/字号、行距、页边距、页眉页脚、分栏设置）
- 将提取到的参数记录到
config.json 的 format_params 字段
-
如果用户指定了格式名称（如"IEEE"、"APA"）：
- 从本文件 §6 排版格式规范库 中读取对应的预设参数
- 将参数记录到
config.json 的 format_params 字段
-
如果两者都有：模板优先，预设参数作为兜底。
2.3 资源目录准备
确保 resources/（含子目录 pages/、md/、figures/、scripts/）和 outputs/ 存在，不存在则自动创建。
2.4 任务配置持久化
创建或读取 resources/config.json（详细格式见 ocr_kb/SKILL.md §0.5），记录源文件路径、文件类型、管道类型、格式规范和排版参数，使后续续作无需重复指定。
3. 核心处理流程（按管道分发）
3.1 Pipeline A — OCR 管道（PDF 输入）
[!IMPORTANT]
Pipeline A 的全部详细规范定义在 ocr_kb/SKILL.md 中。本节仅做高层描述。
- 切图：运行
resources/scripts/split_pdf.py 将 PDF 分割为单页 PNG。
- 逐页循环：按
ocr_kb/SKILL.md 的规范逐页提取 + 逐页追加 DOCX。
- 核查与悬挂：每 2 页核查，每 4 页悬挂。
- 汇总定稿：合并所有
page_N.md → compiled_paper.md → 最终 DOCX。
DOCX 生成方式：使用 docx/SKILL.md 中的 docx-js 创建新文档，按 §6 格式规范库中的参数配置样式。
3.2 Pipeline B — 重排版管道（.doc / .docx 输入）
适用场景：用户已有 Word 文档，需要按新的格式规范（如 IEEE）无损排版。为了绝对保留原文原生复杂公式（OMML）、图表和批注，本管道严禁使用 Markdown 中转提取方案，必须采用底层 XML 外观平移（Unpack-Edit-Pack）。
第一步：格式转换（仅 .doc）
如果输入是 .doc（旧格式），先转换为 .docx：
python docx/scripts/office/soffice.py --headless --convert-to docx <input.doc>
第二步：解包 (Unpack) 与提取规范
- 按 §2.2 解析目标格式参数。
- 将输入 DOCX 解压到原生 XML 目录：
python docx/scripts/office/unpack.py <input.docx> resources/unpacked/
第三步：XML 级别样式重构 (Edit XML)
此步骤不触碰主体内容逻辑。编写局部脚本直接从底层“换肤”：
- 替换 Styles (
word/styles.xml)：针对格式规范（如 IEEE），将 styles.xml 内的全部核心样式强制替换为预设样式名称及字体。
- 强制排定
<w:sectPr>：在 word/document.xml 内，定位节区配置块，强制挂载双栏设定（如 <w:cols w:num="2" w:space="360"/>）及要求的纸张尺寸（如 US Letter: <w:pgSz w:w="12240" w:h="15840"/>）。
- 重新绑定
<w:pStyle>：遍历所有 <w:p>，通过文字特征或旧样式的权重判定其所属层级，将其挂载为 IEEE 标准的 Heading1、Normal。这确保绝不触碰封装在同层段落内的公式结构 <m:oMath>。
第四步：原貌打包定稿 (Pack)
对重构后的外观进行无缝打包验证：
python docx/scripts/office/pack.py resources/unpacked/ outputs/<name>_final_<date>.docx --original <input.docx>
这彻底废弃了高风险 Markdown 中转生成法，成就 100% 内容与排版无损保留！
3.3 Pipeline C — MD 直转管道（.md 输入）
[!CAUTION]
绝对禁止使用 Pandoc 进行 Markdown 到 Word 的一键直转！
Pandoc 会丢失所有针对中国学位论文或顶会要求的高度定制化格式（如三线表渲染、首行缩进强绑定等）。必须且只能严格调用 docx/SKILL.md 中定义的 docx-js (Node引擎) 或底层的 unpack -> edit XML -> pack 脚本。
适用场景：用户已有 Markdown 格式的论文，需要转为带格式的 Word 文档。
第一步：格式规范解析
按 §2.2 解析目标格式规范，确定所有排版参数。
第二步：章节拆分
- 读取
.md 文件，按一级标题（# ...）拆分为多个章节。
- 每个章节保存为
resources/md/section_N.md。
- 统计总章节数。
- 创建
resources/config.json（pipeline: "C", unit_type: "section"）。
- 创建
resources/checkpoint.json（current_unit: 1，计数器归零）。
第三步：Mermaid 架构图高清预渲染与自愈 (关键)
如果 Markdown 中包含 mermaid 代码块，在注入 Word 之前，必须执行独立的高清渲染管线：
- 提取并保存：将 Mermaid 代码块保存为独立的
resources/figures/fig_N.mmd 文件。
- 挂载环境拦截器：受限于 Windows 严格的进程穿透策略，必须在根目录动态生成
puppeteer-config.json（内容：{"args": ["--no-sandbox", "--disable-setuid-sandbox"]}）。
- 调用 CLI 编译：执行命令
npx mmdc -i resources/figures/fig_N.mmd -o resources/figures/fig_N.png -b transparent -p puppeteer-config.json。
- 编译容错自愈 (Auto-healing)：若 mmdc 抛出报错（常因 subgraph 命名含空格、状态标量含括号/单双引号等非严谨语法引起），Agent 必须捕获报错日志，主动运用 Python 或正则修复
.mmd 文本内的语法残缺，随后重试编译指令，直至高清 .png 成功产出。严禁在此步骤静默跳过或残留乱码！
- DOM 占位替换：将 Markdown 原文中的复杂 Mermaid 块一律替换为标准图片引用语法
，以便下一步原生嵌入。
第四步：逐章节转换与排版
使用 docx/SKILL.md 中的 docx-js 创建新 DOCX 文档（必须通过代码映射所有样式！），按 §6 的格式参数配置样式，然后逐章节转换内容：
- 公式转换：
- 行内公式
$...$ → 原生 OMML（通过 ocr_kb/scripts/latex_to_omml.py，接口见 ocr_kb/SKILL.md §0.7）
- 独立公式
$$...$$ → OMML 公式段落，编号靠右对齐
- 更新
checkpoint.json 的 global_equation_count
- 表格转换：
- Markdown 表格 → Word 表格 XML（按 §5.3 表格排版参数 +
docx/SKILL.md Tables 章节，强制输出学术三线表）
- 更新
global_table_count
- 图片嵌入：
 → 检查图片文件是否存在- 将图片复制到
resources/figures/（如不在其中），全局编号
- 按 §5.2 图片排版参数嵌入 DOCX
- 更新
global_figure_count
- 文本排版：
- 标题层级映射（
# → Heading 1，## → Heading 2，...）
- 按 §6 格式参数应用字体、字号、段间距、对齐方式。特别是段落首行缩进（2字符）的精确控制。
- 追加到输出 DOCX。
- 更新
checkpoint.json。
第五步：核查与上下文保护
- 与 Pipeline B 完全相同（每 2 章节核查，每 4 章节悬挂）。
- 增加物理拦截：如果检测到没有按要求生成表格数据和足够的页面容量，则报废该生成的 docx。
第六步：汇总定稿
- 所有
section_N.md 已在拆分时创建，合并为 resources/compiled_paper.md。
- 最终 DOCX 保存为
outputs/<name>_final_<date>.docx。
3.4 Pipeline D — 内容生成管道（项目记录/代码输入）
适用场景：用户没有完整的论文草稿，只有代码、实验数据或笔记，希望基于现有项目素材智能生成符合学术格式的论文初稿。
详情操作规范见 content_generation/SKILL.md，主要流程概览：
- 分析用户提供的各种技术素材，提取并与用户确认论文整体大纲结构。
- 以逐节自回归生成的方式构建高质量学术文本，保存至
resources/md/section_N.md。
- 系统在生成完毕后，自动将其流转到 Pipeline C（MD 直转管道），复用其排版能力输出最终样式。
3.5 所有管道的通用规则
以下规则不分管道，强制执行：
| 规则 | 说明 |
|---|
| 逐单元处理 | 不论是页还是章节，每完成一个单元就追加到 DOCX 并更新 checkpoint |
| 每 2 单元核查 | 对照源文件确认无信息丢失或格式错乱 |
| 每 4 单元悬挂 | 保存中间版本，通知用户发送"继续"刷新上下文 |
| needs_review 清零门禁 | 最终汇总前，needs_review 必须为空 |
| 中间版本保留 | 核查点版本不删除，以便回退 |
| 全局编号 | figure / table / equation 三个计数器全局递增，跨单元不重置 |
4. 参考文献管理
- 优先：解析用户提供的
.bib 文件。
- 补充：如果用户未提供
.bib，不要自行编造或搜索文献。标记所有缺失的引用（列出引用标记名），通知用户手动补充。
- 输出：在
outputs/references.bib 中生成参考文献文件。
5. 通用排版细则 (Cross-Pipeline Formatting Details)
[!IMPORTANT]
以下细则适用于所有管道，具体参数受 §6 格式规范库中的预设值或用户模板覆盖。DOCX 的技术实现统一参考 docx/SKILL.md。
5.1 模板文件使用流程
当 config.template_file 非空时：
- 方式一（推荐）：使用
docx/SKILL.md 的 unpack 方法打开模板，提取 word/styles.xml 中的样式定义，然后用 docx-js 创建新文档时复制这些样式。
- 方式二：直接复制模板文件为输出文件，然后用 unpack → edit XML → pack 的方式替换内容，保留模板的全部样式和页面设置。
当 config.template_file 为空时：
- 使用 docx-js 创建全新文档，按 §6 格式规范库的预设参数手动配置样式。
5.2 图片排版参数
| 参数 | 默认值 | 说明 |
|---|
| 宽度策略 | 等比缩放至栏宽的 80% | 单栏论文 = 页面内容宽度×80%；双栏论文 = 栏宽×95% |
| 位置 | 行内嵌入，居中对齐 | 不使用浮动定位 |
| 图注格式 | "Figure N: 说明文字" | 图下方，居中，比正文小 1pt，加粗 "Figure N" 部分 |
| 图注与正文间距 | 上方 6pt，下方 12pt | |
| 图片质量 | 原始分辨率，不压缩 | |
docx-js 实现参考：docx/SKILL.md Images 章节（§220-232），注意 type 参数必填，altText 三个子字段都必填。
5.3 表格排版参数
| 参数 | 默认值 | 说明 |
|---|
| 宽度 | 满栏宽（DXA 单位） | 单栏 = 页面内容宽度；双栏 = 栏宽 |
| 边框 | 细线 #CCCCCC，1pt | |
| 表头 | 加粗，浅蓝底色 #D5E8F0 | 使用 ShadingType.CLEAR（不用 SOLID） |
| 单元格内边距 | 上下 80 DXA，左右 120 DXA | |
| 表注格式 | "Table N: 说明文字" | 表上方，居中，比正文小 1pt |
docx-js 实现参考：docx/SKILL.md Tables 章节（§173-219），必须同时设置 columnWidths 和每个 cell 的 width，且必须使用 WidthType.DXA。
5.4 页眉页脚与页码
| 参数 | 默认值 | 说明 |
|---|
| 页码 | 底部居中，阿拉伯数字 | |
| 页眉 | 空（除非格式规范要求） | IEEE 无页眉，学位论文通常有 |
| 首页特殊 | 首页无页眉页码（如格式要求） | |
docx-js 实现参考：docx/SKILL.md Headers/Footers 章节（§251-268），使用 PageNumber.CURRENT。
5.5 分栏排版
| 参数 | 默认值 | 说明 |
|---|
| 栏数 | 由格式规范决定（IEEE = 2栏，APA = 1栏） | |
| 栏间距 | 360 DXA（0.25 inch） | |
| 标题/摘要 | 通常跨栏（section break 分隔） | |
docx-js 实现：通过 sections 属性设置不同的 section 拥有不同的栏数：
{ properties: { column: { count: 1 } }, children: [] },
{ properties: { column: { count: 2, space: 360 } }, children: [] }
5.6 公式排版
| 参数 | 默认值 | 说明 |
|---|
| 行内公式 | OMML <m:oMath>，与正文同行 | |
| 独立公式 | OMML <m:oMathPara>，居中 | |
| 公式编号 | 靠右对齐，格式 (N) | |
| LaTeX → OMML | 通过 ocr_kb/scripts/latex_to_omml.py | |
docx-js / XML 实现参考：docx/SKILL.md Formulas (OMML) 章节（§447-469）。
6. 排版格式规范库 (Format Style Library)
[!IMPORTANT]
格式预设以独立 .md 文件存放在 templates/ 目录下，每个文件包含完整的排版参数表。当用户指定格式名称时，读取对应文件。如果用户提供了 .docx 模板，模板中的设置覆盖预设。
6.1 内置格式预设
| 格式名称 | 文件 | 适用场景 |
|---|
| IEEE | templates/ieee.md | IEEE 会议论文、期刊论文 |
| APA 第7版 | templates/apa7.md | 心理学、社会科学论文 |
| 中国学位论文 | templates/chinese_thesis.md | 国内高校本硕博学位论文 |
| ACM | templates/acm.md | ACM 计算机学会会议、期刊论文 |
| Springer LNCS | templates/springer_lncs.md | 计算机科学讲义等学术专著 |
| NeurIPS | templates/nips.md | NeurIPS 及机器学习相关会议 |
| MLA | templates/mla.md | 人文学科、语言文学领域论文 |
查找规则：
- 用户说 "按 IEEE 排版" → 读取
templates/ieee.md
- 用户说 "按 APA 排版" → 读取
templates/apa7.md
- 用户说 "按学位论文排版" / "按毕业论文排版" → 读取
templates/chinese_thesis.md
- 用户说 "按 ACM 排版" → 读取
templates/acm.md
- 用户说 "按 Springer 排版" / "按 LNCS 排版" → 读取
templates/springer_lncs.md
- 用户说 "按 NeurIPS 排版" / "按 NIPS 排版" → 读取
templates/nips.md
- 用户说 "按 MLA 排版" → 读取
templates/mla.md
- 无法匹配 → 进入 §6.2 用户自定义流程
6.2 用户自定义格式
当用户指定的格式不在内置预设中时：
- 要求用户提供
.docx 模板或明确描述格式要求。
- 从模板或描述中提取参数，填充
config.json 的 format_params。
- 如果用户描述不完整，对缺失参数读取
templates/ieee.md 作为兜底默认值。
6.3 扩展新格式
如需添加新的格式预设（如 ACM、Springer LNCS 等），只需在 templates/ 目录下新建对应的 .md 文件，按现有模板的表格结构填写参数即可。
7. 完成后总结输出
排版完成后，必须输出以下结构化完成报告：
【完成报告】
源文件：<config.source_file>
输入类型：<config.source_type>
处理管道：Pipeline <config.pipeline>
格式规范：<config.format_style>
总单元数：<checkpoint.total_units>（<config.unit_type>）
提取公式数：<checkpoint.global_equation_count>
裁剪/嵌入配图数：<checkpoint.global_figure_count>
提取/转换表格数：<checkpoint.global_table_count>
核查点版本数：<outputs/ 中 checkpoint 文件的数量>
最终文件：outputs/<最终文件名>.docx
遗留问题：<needs_review 中的单元编号 / 无>
随后主动向用户确认以下可选增值服务：
8. 排版与环境避坑指南 (Troubleshooting & Best Practices)
[!WARNING]
在执行自动排版和文稿生成时，经常会遇到 Markdown 解析与底层的环境冲突。排版流水管线中必须遵守以下防患规范：
8.1 Markdown 嵌套加粗解析的正则剥离
问题：marked.lexer 在处理复杂嵌套段落（如列表内部的加粗 **text**）时，由于默认不会深度递归提取 Inline 级的 tokens，易导致 ** 符号直接作为标点纯文本泄漏到 DOCX 输出中。
规范：在构建 docx-js 的段落（Paragraph）文本挂载时，完全摒弃 AST 的样式标记匹配，统一改用前置自定义正则表达式（如 text.split(/(\*\*[\s\S]*?\*\*)/g)）来显式切分，并直接映射为 new TextRun({ text: innerText, bold: true })。
8.2 Mermaid 编译器的极端脆弱性与语法清洗
问题：npx mmdc 对生成代码极度挑剔。例如 usecaseDiagram 在新版中被废弃不支持，以及在 erDiagram 中实体属性若尾随带有双引号 " 的外侧注释，会直接导致渲染线程死锁与命令行崩溃。
规范：在调用执行环境前，利用替换脚本清洗不合规关键词（把旧语法强转 flowchart），并严格剔除危险引号。为防止 Windows 进程隔离出错，配置文件参数中需挂载 {"args": ["--no-sandbox", "--disable-setuid-sandbox"]}。
8.3 跨平台正则匹配换行符陷阱 (\r\n)
问题：在跨平台操作用 Regex 强制提取边界闭合代码块（如 /```mermaid\n([\s\S]*?)```/g）时，一旦遇到 Windows 宿主写入的文件采用 \r\n 回车换行符，匹配将直接失效导致大片丢图。
规范：凡涉猎多行文本切削，务引入容错通配符 \r?\n 作为边界判断器，切勿硬编码单一换行类型。
8.4 DOCX-JS ImageRun 组件隐性必填项崩溃
问题：调用 ImageRun 插入 Buffer 图像流引擎时，若遗漏传入 altText 参数嵌套组合，编译流水线将毫无明确堆栈反馈地隐蔽崩溃（Packer throw catch 不明）。
规范：ImageRun 对象初始化时，务必完全补齐挂载三个不可或缺的安全元数据字段：altText: { title: "x", description: "x", name: "x" }，以及静态注明 type: "png"。
8.5 自动化更新时的操作句柄锁 (EBUSY) 防护
问题：fs.writeFileSync 在意图输出刷新目标文档时，若文档恰好处于用户的浏览窗口进程内占用，即触发 EBUSY: resource busy or locked 阻截退出。
规范：自动化脚本的导出端名称，应动态拼接自增式数字角标或是动态流转的时间戳（如 _V3_CLEAN），从系统层面免于强制覆写锁的冲突灾难。
9. 学术诚信门禁系统 (Academic Integrity Gate) — 反幻觉 7 模式阻断
[!CAUTION]
本节机制适用于 Pipeline D（内容生成管道） 在内容写作完毕后、排版组装前的强制拦截点。不可跳过，不可由 Agent 自行判定"无需执行"。
9.1 触发时机
- 预审阶段 (Pre-Review Gate)：全部章节初稿
section_N.md 生成完毕后立即触发。
- 终审阶段 (Final Gate)：经自审修订后、移交 Pipeline C 排版前再次触发。
9.2 七模式阻断清单 (7-Mode Blocking Checklist)
Agent 必须逐项自查并输出结构化报告，每项标注 ✅ 通过 或 ❌ 阻断（附具体位置与原因）：
| # | 失败模式 | 检查内容 | 中文说明 |
|---|
| 1 | 实现漏洞伪装创新 | 代码解析中是否将 Bug 或遗漏包装为"设计特性" | 严禁将代码错误美化为"创新点" |
| 2 | 实验数据编造 | 测试章节中的性能数据是否有实际代码或日志来源 | 严禁凭空捏造延迟、吞吐量等数字 |
| 3 | 方法论漂移 | 设计章节描述的架构是否与实际代码结构一致 | 严禁描述一套、代码另一套 |
| 4 | 引文幻觉 | 参考文献中是否存在伪造的作者、年份或期刊名 | 标记所有无法验证的引用为 [CITE_UNVERIFIED] |
| 5 | 捷径依赖 | 是否把调用第三方 API 直接等同于"本系统实现了 XX 算法" | 严禁混淆调用与自研 |
| 6 | 空壳章节 | 是否存在少于 300 字的极短章节或大量 [TODO] 占位 | 必须返工扩写 |
| 7 | 重复论述 | 多个章节中是否反复解释同一概念（如每章都重新介绍前后端分离） | 去重并交叉引用 |
9.3 阻断逻辑
- 存在任何一项
❌：严禁将文档移交排版。Agent 必须定位问题章节并自动修复后重跑本清单。
- 全部
✅：生成 resources/integrity_report.md 并继续流程。
10. 多视角自审评议面板 (Multi-Perspective Self-Review Panel)
[!IMPORTANT]
本节要求 Agent 在完成初稿后，切换为审稿人人格进行多维度质量评估。该机制灵感源自同行评审 (Peer Review) 体系，目的在于在没有人类审稿人的情况下，最大程度暴露文本中的逻辑断裂与论证薄弱点。
10.1 评审团组成（5 视角 + 魔鬼辩护人）
Agent 必须依次以下列 6 种角色审读全文，每种角色输出独立的简短评语（中文）：
| 角色 | 关注维度 | 中文说明 |
|---|
| 结构审稿人 | 章节逻辑链路、论证递进关系 | 大纲是否清晰？章节之间是否存在逻辑断裂？ |
| 技术审稿人 | 算法描述准确性、系统架构合理性 | 技术细节是否经得起推敲？有无明显的工程谬误？ |
| 语言审稿人 | 学术措辞、句式多样性、口语残留 | 是否有"的的的"叠用、口语化表达、AI 八股化痕迹？ |
| 数据审稿人 | 图表引用完整性、数据自洽性 | 文中引用的图/表编号是否真实存在？数据是否互相矛盾？ |
| 格式审稿人 | 标题层级、引文格式、段落缩进 | 是否符合目标学术模板的排版要求？ |
| 魔鬼辩护人 | 专门反驳核心论点 | 尝试攻击论文的最弱论点，提出最严厉的质疑 |
10.2 量化评分表 (0-100 Quality Rubric)
| 维度 | 权重 | 评分标准 |
|---|
| 论证逻辑 (Argumentation) | 25% | 推理链条完整性、因果关联强度 |
| 技术深度 (Technical Depth) | 25% | 是否真正触及代码内核而非表层描述 |
| 语言质量 (Language Quality) | 20% | 避免 AI 套话、句式丰富、术语精准 |
| 图表充实度 (Media Richness) | 15% | 每章至少 1 图 1 表 |
| 格式规范 (Format Compliance) | 15% | 严格对齐目标模板要求 |
10.3 决策映射
- ≥ 80 分：通过，直接进入排版管道。
- 65-79 分：小修 (Minor Revision)，Agent 自动修订评审指出的问题后重新评分。
- 50-64 分：大修 (Major Revision)，Agent 必须对相关章节进行深度重写。
- < 50 分：退稿 (Reject)，输出诊断报告并通知用户介入。
10.4 魔鬼辩护人 — 反谄媚机制 (Anti-Sycophancy Protocol)
- 魔鬼辩护人在提出攻击性质疑后，不允许在一次对抗中连续两次让步。
- 每次"让步"前必须对反驳的有效性进行 1-5 分评估，仅当评估 ≥ 4 分时才可让步。
- 设定让步率追踪器：全局让步率超过 60% 时触发"锁帧检测 (Frame-Lock Detection)"警报，要求 Agent 退后一步审视前提假设。
11. 反泄漏与上下文腐蚀防护 (Anti-Leakage & Context-Rot Prevention)
11.1 知识隔离指令 (Knowledge Isolation Directive)
在 Pipeline D 的内容生成全过程中，Agent 必须遵守以下铁律：
IRON RULE (铁律)：用户提供的项目代码和素材是唯一的事实来源 (Source of Truth)。Agent 禁止使用自身训练数据中的"记忆"来填补任何信息空缺。如果某个技术细节在项目代码中找不到依据，必须标注 [素材缺口] 并暂停该段落，而非凭想象补全。
11.2 转场强化注入 (Mid-Conversation Reinforcement)
在多轮章节生成中，每当 Agent 开始撰写新章节时（即从 section_N.md 切换到 section_N+1.md），必须在内部 System Prompt 中重新注入以下两条提醒：
- 铁律重申："你正在撰写学术论文。你的唯一事实来源是用户提供的项目素材。禁止使用记忆填充。"
- 反模式检测："检查你即将写的内容是否与前序章节存在大段重复论述。如果是，请用交叉引用（如'如第 X 章所述'）替代重复段落。"
11.3 素材缺口标记协议 (Material Gap Protocol)
当 Agent 在撰写过程中发现需要但用户未提供的技术细节时：
- 禁止使用 AI 内部知识悄悄补全。
- 必须在该位置插入标记：
[素材缺口：此处需要 XX 的具体实现代码/数据/配置]
- 在最终的诚信报告 (§9) 中统一列出所有素材缺口，通知用户手动补充。
12. 写作质量自检清单 (Writing Quality Check) — 中文学术特化
[!IMPORTANT]
本清单在 §10 自审评议的"语言审稿人"环节中强制执行，用于检测 AI 生成文本中常见的模式化痕迹。
12.1 AI 高频词警报 (25 个中文高频词)
以下词汇在单篇论文中出现超过指定阈值时触发警告：
| 类别 | 高频词示例 | 单篇上限 |
|---|
| 虚化修饰 | 有效地、显著地、极大地、充分地、深入地 | 每词 ≤ 5 次 |
| 套话开头 | 随着...的发展、众所周知、近年来、值得注意的是 | 每词 ≤ 3 次 |
| 过度承诺 | 完美地、彻底地、毫无疑问、无可争议 | 每词 ≤ 2 次 |
| AI 典型词 | 赋能、闭环、抓手、痛点、沉淀、拉齐、颗粒度 | 每词 ≤ 2 次 |
| 连接词堆砌 | 因此、然而、此外、与此同时、综上所述 | 每种 ≤ 8 次 |
12.2 句式多样性检测 (Burstiness Check)
- 连续 3 个段落的首句不得使用相同的句式结构（如连续三段都以"本系统..."开头）。
- 段落长度标准差应 > 30 字（避免机器式的均匀段落）。
12.3 清嗓子开头检测 (Throat-Clearing Detection)
- 检测并删除无信息量的开场白，如"为了更好地理解..."、"在本节中，我们将..."。
- 学术写作应直接进入论述核心，而非预告即将说什么。
12.4 标点模式控制
- 破折号（——）单篇使用 ≤ 5 次。
- 感叹号（！）在正文中绝对禁用（仅允许出现在致谢等非正文部分）。
13. 修订分数轨迹追踪 (Score Trajectory Tracking)
当论文经历多轮"写 → 审 → 改"循环时，Agent 必须记录每轮评分，防止修订过程中某些维度意外退化：
| 轮次 | 论证逻辑 | 技术深度 | 语言质量 | 图表充实度 | 格式规范 | 总分 |
|------|----------|----------|----------|------------|----------|------|
| R1 | 72 | 68 | 75 | 60 | 80 | 71 |
| R2 | 78 | 75 | 73 ⚠️↓ | 70 | 82 | 76 |
| R3 | 82 | 80 | 80 | 75 | 85 | 81 ✅|
- 任何维度分数较上一轮下降 ≥ 5 分时，标注
⚠️↓ 并在修订报告中说明退化原因。
- 总分达到 ≥ 80 分方可移交 Pipeline C 排版引擎。
14. Pipeline E — 降AI率管道 (AI Detection Rate Reduction)
[!IMPORTANT]
本管道的完整详细规范定义在 ai_reduction/SKILL.md 中。本节仅做高层描述和使用指南。
14.1 功能概述
Pipeline E 专门用于降低论文的AI检测率，将AI生成的文本改写为更自然、更符合人类写作习惯的学术表达。
核心能力：
- 中文改写：动词扩展、词汇替换、句式调整，保持技术术语不变
- 英文LaTeX去AI化：词汇规范化、结构自然化、移除机械表达
14.2 触发方式
方式一：显式指令
"使用 ai-reduction 功能对这篇论文进行降AI率处理"
"帮我降低这篇论文的AI检测率"
"对这段文字进行去AI化改写"
方式二：Pipeline D 后自动调用
在 content_generation/SKILL.md 完成内容生成后，询问用户：
"论文初稿已生成。是否需要自动进行降AI率处理？回复 是 进入 Pipeline E，或 否 直接进入排版。"
方式三：独立处理已有文档
"使用 ai-reduction 处理这个 Markdown 文件"
"对这个 LaTeX 文件进行去AI化"
14.3 支持的输入格式
| 格式 | 处理方式 |
|---|
.md | 直接读取，按段落/章节处理 |
.tex | LaTeX源文件，保持格式改写 |
.docx | 通过 docx/SKILL.md 读取内容 |
| 纯文本 | 直接处理 |
14.4 处理流程
Step 1: 语言检测
├── 自动检测主要语言（中文/英文/混合）
└── 选择对应的改写规则
Step 2: 内容拆分
├── 按段落/章节拆分
├── 识别并标记技术术语（保护区域）
└── 创建 checkpoint.json
Step 3: 逐单元改写
├── 应用对应语言的改写规则
├── 验证技术术语未被修改
├── 字数控制（中文模式：不超原文）
└── 更新 checkpoint.json
Step 4: 质量检查
├── 技术术语完整性验证
├── AI高频词残留检测
└── 生成改写报告
Step 5: 输出
├── 保存改写后的文档
└── 输出改写报告
14.5 中文改写规则摘要
| 规则类型 | 示例 |
|---|
| 动词扩展 | 管理 → 开展...的管理工作 |
| 词汇替换 | 采用→运用、基于→鉴于、利用→借助 |
| 句式调整 | "会将对象移动" → "会把对象移动" |
| 括号整合 | ORM（对象关系映射）→ 对象关系映射即ORM |
禁止事项：
- 过于口语化（如"至于xxx呢"）
- 字数膨胀（输出不应多于原文）
- 修改技术术语
14.6 英文LaTeX去AI化规则摘要
| 规则类型 | 示例 |
|---|
| 词汇规范化 | leverage→use, delve into→investigate |
| 移除机械连接词 | First and foremost, It is worth noting that |
| 列表转段落 | itemize/enumerate → 连贯段落 |
| 禁用格式强调 | 不使用 \textbf{}, \textit{} |
修改阈值：宁缺毋滥。原文已足够自然则保留。
14.7 输出格式
中文模式：
修改后：<改写后的内容>
英文LaTeX模式：
## Part 1 [LaTeX]
（重写后的LaTeX代码）
## Part 2 [Translation]
（中文直译）
## Part 3 [Modification Log]
（修改说明或"检测通过"）
14.8 完成报告
【降AI率处理报告】
源文件：<source_file>
语言模式：<Chinese/English/Mixed>
处理单元数：<N> 段落
原文总字数：<original_count>
改写后字数：<rewritten_count>
字数变化率：<change_rate>%
技术术语保护：<preserved_count>/<total_count>
AI高频词替换：<replaced_count> 处
保留原文段落：<unchanged_count> 段
最终文件：outputs/<name>_reduced_<date>.md
14.9 与其他管道的集成
Pipeline D (内容生成)
↓
[用户选择]
↓
Pipeline E (降AI率) ← 可选
↓
Pipeline C (排版)
15. 任务完成后的清理协议 (Post-Task Cleanup Protocol)
[!IMPORTANT]
所有管道任务完成后，必须执行清理操作，仅保留标准输出文件，删除所有过程性中间文件。
15.1 清理原则
| 原则 | 说明 |
|---|
| 保留最终产物 | outputs/ 目录下的所有文件必须保留 |
| 保留用户文件 | 用户原始提供的源文件（.pdf, .docx, .md等）不得删除 |
| 删除中间文件 | resources/ 下的所有过程性文件必须清理 |
| 保留脚本 | resources/scripts/ 可保留（可复用） |
15.2 清理范围
必须删除的目录和文件：
resources/
├── pages/ # 删除：切分出的PNG图片
├── figures/ # 删除：提取/裁剪的配图（已嵌入DOCX）
├── md/ # 删除：提取的Markdown文件
├── ai_reduction/ # 删除：降AI率中间文件
│ ├── original/
│ └── processed/
├── compiled_paper.md # 删除：汇总的Markdown
├── config.json # 删除：任务配置
└── checkpoint.json # 删除：进度记录
# 保留
resources/scripts/ # 保留：可复用的Python脚本
必须保留的文件：
outputs/
├── <name>_final_<date>.docx # 保留：最终排版文档
├── <name>_reduced_<date>.md # 保留：降AI率输出
├── references.bib # 保留：参考文献
└── *_checkpoint_*.docx # 保留：核查点版本（可选）
# 用户原始文件
<source>.pdf # 保留：用户源文件
<source>.docx # 保留：用户源文件
<source>.md # 保留：用户源文件
15.3 清理执行流程
任务完成后，Agent 必须执行以下清理流程：
Step 1: 确认任务完成
├── 检查 outputs/ 是否有最终产物
├── 确认用户已获取/确认输出文件
└── 询问用户是否需要保留特定中间文件
Step 2: 执行清理
├── 删除 resources/pages/
├── 删除 resources/figures/
├── 删除 resources/md/
├── 删除 resources/ai_reduction/
├── 删除 resources/compiled_paper.md
├── 删除 resources/config.json
└── 删除 resources/checkpoint.json
Step 3: 清理报告
├── 列出已删除的目录/文件
├── 列出保留的文件
└── 确认磁盘空间释放情况
15.4 清理命令参考
Windows (PowerShell)：
# 删除中间文件（保留scripts）
Remove-Item -Path "resources/pages" -Recurse -Force -ErrorAction SilentlyContinue
Remove-Item -Path "resources/figures" -Recurse -Force -ErrorAction SilentlyContinue
Remove-Item -Path "resources/md" -Recurse -Force -ErrorAction SilentlyContinue
Remove-Item -Path "resources/ai_reduction" -Recurse -Force -ErrorAction SilentlyContinue
Remove-Item -Path "resources/compiled_paper.md" -Force -ErrorAction SilentlyContinue
Remove-Item -Path "resources/config.json" -Force -ErrorAction SilentlyContinue
Remove-Item -Path "resources/checkpoint.json" -Force -ErrorAction SilentlyContinue
Linux/macOS (Bash)：
rm -rf resources/pages resources/figures resources/md resources/ai_reduction
rm -f resources/compiled_paper.md resources/config.json resources/checkpoint.json
15.5 清理确认报告
清理完成后，必须输出以下报告：
【清理报告】
任务类型：<Pipeline A/B/C/D/E>
最终产物：outputs/<文件列表>
保留文件：
- <用户源文件>
- outputs/<最终文档>
已清理：
- resources/pages/ (N 个文件)
- resources/figures/ (N 个文件)
- resources/md/ (N 个文件)
- resources/ai_reduction/ (N 个文件)
- resources/config.json
- resources/checkpoint.json
保留目录：
- resources/scripts/ (可复用脚本)
磁盘空间释放：约 N MB
15.6 特殊情况处理
| 情况 | 处理方式 |
|---|
| 用户要求保留中间文件 | 跳过清理，在报告中说明 |
| 任务失败/中断 | 保留 checkpoint.json 以便恢复 |
| 多次任务叠加 | 先清理旧文件再开始新任务 |
| 用户指定输出路径 | 按用户指定路径保留，清理默认路径 |
15.7 自动清理触发条件
以下情况自动触发清理（无需用户确认）：
- 任务成功完成且用户确认收到最终产物
- 用户显式要求"清理"或"删除中间文件"
- 开始新任务前检测到旧中间文件（已在 §1.1 环境清理确认中处理）
以下情况不执行清理：
- 任务失败或中断
- 用户明确要求保留中间文件
- checkpoint.json 显示任务未完成
