engineering-paper-humanizer

name	engineering-paper-humanizer
description	用于中文工程类论文正文润色与去 AI 味。用户要求润色/改写论文段落、优化表述、 改得自然一点、降低 AI 痕迹/模板化套话、处理中文引号破折号括号、 humanize thesis prose、academic Chinese polishing 时使用。 适用于 LaTeX/Markdown/plain text 正文；用户直接粘贴文本时自动独立模式。 不处理引用位置/LaTeX 命令/Markdown 格式（交给 academic-format-cleaner）。

Engineering Paper Humanizer

Red Flags（停止并检查）

AI的想法	正确做法
"这段写得太平淡，加点升华"	工程论文用参数、约束和代价说话，不加宏大叙事
"破折号改成逗号太麻烦，保留"	中文正文破折号必须处理，不得保留 ——
"括号里只是参数说明，保留吧"	中文解释性括号默认清理——参数数值、量程单位、条件补充全部通过语言叙述替代，不得保留括号形式。只保留专业缩写英文全称括号；标准号和型号在正文中通过语言叙述引用（策略见 rewrite-guide.md §标准引用括号专项处理），表格内可保留括号
"status.json 里 P0 还在，先润色"	AI 以为"证据有问题是审计的事，润色是文字的事，分开处理就行"。实际上 P0/P1 未清零说明正文中仍有不可靠的结论，润色只会让它们看起来更可信。必须先退回审计修复证据（validation mode 除外）
"这个结论的证据我帮它补上"	不补写来源、数据、实验条件，缺证据移入缺口清单
"润色就是压缩文字"	保留数据口径、方法条件、指标含义和结论边界，不删必要信息
"marker 里的题名太长，缩写一下"	题名是 Zotero/.bib 文献匹配的唯一键——缩写一个词、改一个字符，bibliography 自动解析就匹配不上，参考文献列表会缺条目。不论题名多长，原文照录，不缩写、不询问用户
"md 转 txt 写个脚本处理一下"	Markdown → 纯文本转换使用 academic-format-cleaner/scripts/check_format.py <file> --fix --format plain --output <file>，不自己写转换脚本
"这段有很多参数，检测器应该不会判 AI"	真实报告显示，参数密集但结论过圆、结构过整齐的段落仍会高风险
"先按我的规则统一润色，报告只是参考"	用户提供 AI 检测报告时，高风险片段优先级高于通用敏感词清单

处理中文工程论文的正文表达与通用中文标点。读取 .tex、.md、.txt 文件，以正文内容为目标——不触碰 LaTeX 命令、引用位置、标题层级或代码块格式，这些交给 academic-format-cleaner。

运行脚本需要 Python 3.7 或更高版本；Git 仅在需要查看差异时使用。

运行模式

根据用户输入来源自动判断入口模式，无需用户手动指定：

场景	判断依据	模式
用户粘贴文本到消息中（如"润色以下文本：……""处理这段文字：……"）	用户在消息中直接粘贴待润色文本	独立模式
用户指定论文文件或章节（如"润色 output/main-ch3.md""润色 §3.2"）	消息中引用文件路径或章节编号	工作流模式

独立模式：不检查 status.json，不读取审计报告，不写入产物文件。跳过步骤 1（读取上下文）的工作流检查部分，只执行核心润色：运行文本检查 → 按规则改写 → 标点专项 → 二次 AI 痕迹审计 → 输出。结果直接返回，不落盘。

工作流模式：遵循下方完整流程，包括门控检查、审计报告读取、备份、产物落盘和 chapters/chX/status.json 更新。若 .thesis-workflow/chapters/chX/status.json 不存在但用户要求润色论文文件，先提示用户完成上游阶段（审计），用户确认后方可继续。

无论使用哪种入口，humanizer 的默认完成状态都是”尽量降低 AI 检测风险”。改写时优先改变句式骨架、语序和连接方式，降低过度成熟、过度整齐、过度精炼的模型痕迹；可把非关键专业表达改成更普通的说法，允许适度口语化。默认保留并适当增加”的、了、把、这个、这样、前面算出来的、后面还需要”等普通承接词。数值、单位、型号、标准号、引用和核心技术关系仍需保留。

工作流模式下细分为三种子模式（由 workflow router 设定，详见 workflow §执行模式）：

• Review-gated：所有确认点暂停，P0/P1 硬性阻断
• Preauthorized：跳过文件/格式询问，但细纲确认不跳过，P0/P1 仍阻塞
• Validation：P0/P1 可不为 0，产物写入 validation 目录

在 Thesis Workflow 中的位置

位于 reference-integrity-auditor 之后、academic-format-cleaner 之前。

推荐顺序：

1. thesis-outline-planner：规划总大纲和文献池。
2. evidence-grounded-chapter-writer：撰写带证据标记的章节初稿。
3. reference-integrity-auditor：检查无来源结论、source marker 和待补证据。
4. engineering-paper-humanizer：在证据可靠后润色正文，降低 AI 腔。
5. academic-format-cleaner：最后处理引用位置、LaTeX/Markdown 格式和命令保护。

若草稿仍存在 P0/P1 证据问题，先退回证据审计或章节写作，不要直接润色成更像定论的文字。

启动前先判断运行模式（见 §运行模式）：

• 独立模式（用户粘贴了待润色文本）→ 跳过本节门控检查，直接进入步骤 2。
• 工作流模式（用户引用论文文件或章节）→ 检查 .thesis-workflow/chapters/chX/status.json（门控规则遵循 workflow §强制串行规则第5条）：若 p0_count 或 p1_count > 0，或 next_allowed 不为 "humanizer"、"format-cleaner" 或 "next-chapter"，拒绝继续并提示先运行 reference-integrity-auditor 并将 P0/P1 清零。若 next_allowed 为 "fix-evidence" 说明审计已发现问题但尚未修复，拒绝继续。若文件不存在，说明审计阶段未运行，提示用户先完成上游阶段，用户确认后方可继续。"format-cleaner" 和 "next-chapter" 状态允许润色以支持修改回环（见 workflow §修改回环）。Validation mode 下可忽略此门控。

处理范围

处理这些问题：

1. AI 腔与模板化表达：如“具有重要意义”“应运而生”“值得注意的是”“综上所述”“广阔应用前景”等空泛套话。
2. 普通论文语气：用具体工况、参数和基本说明替代空泛升华，但表达要像普通学生写出来，不追求过度专业。
3. 通用中文标点：ASCII 直双引号、中英文引号混用、半边引号、破折号、异常 dash 和解释性括号。
4. 中文化规则：清理无主语动作句、权威感套话、引导式开场、口号式尾部否定、碎片化标题和堆叠句。
5. 文本级自检：运行 scripts/check_text.py 定位正文表达问题。
6. 检测报告回灌：若用户提供 AI 检测报告，先提取总风险、分档比例和 80% 以上片段，再按报告高风险片段制定润色优先级。
7. 普通学生稿效果：默认降低表达成熟度，使文本更像普通本科生按资料整理出的基础论文段落，而不是过度规范、过度精炼的模型稿。

不处理：LaTeX 命令、Markdown 格式结构、公式/代码环境内部内容、变量/数值/单位、缺来源结论——这些交给 format-cleaner 或 auditor。source marker 方括号及题名文字绝对不动，只改 marker 前后的连接词。

核心原则

1. 意思保真优先：核心意思、参数和结论方向不变；表达可以普通、松一点，不追求精炼漂亮。
2. 标点服务语义：引号只用于真实引用、特指术语、语义距离；破折号默认改成逗号、分号、句号或自然连接词；中文解释性括号默认拆进正文或删除。
3. 公式数据保护：只改公式前后的说明文字，不改 LaTeX 数学环境、参数符号、单位、数值和计算结论。
4. 证据边界保护：含 [待补来源: ...]、needs-source、P0/P1 的内容移出正文，放入证据缺口或台账。润色只处理已有来源支撑的正文。
5. Source marker 保护：[文献题名]、[Mxx]、[参考文献] 等方括号标记不动方括号、不动题名文字——不缩写、不翻译、不删减。只改 marker 前后的连接词和句式。

工作流程

1. 读取上下文

先判断运行模式（见 §运行模式）：

• 独立模式：跳过本节，直接进入步骤 2。

• 工作流模式：执行以下检查。

判断文本类型和用户目标。若用户只要求格式修复，转用 academic-format-cleaner。若用户要求润色、降 AI 味或修复中文标点，继续本流程。

强制读取审计报告（工作流模式）：启动时必须读取 .thesis-workflow/chapters/chX/audit.md（如存在），获取其中的两个手交清单：

• 可润色段落：这些段落可以正常改写润色。
• 禁止润色成定论的段落：这些段落含 P0/P1、缺数据或 unsupported claims，只做标点和连接词修正，不改变技术表述的确定性。不得将这些段落中的”可能””初步””待验证”等降级表述改为肯定语气。

如果 chapters/chX/audit.md 不存在但 status.json 存在且 P0/P1 已清零，可继续但需在输出中注明”审计报告缺失，润色边界由 humanizer 自行判断”。

如果用户要求直接修改论文主文件，修改前先通过 scripts/git_snapshot.py <主文件> 创建备份。修改完成后将本轮润色操作记录（变更清单，非全文副本）写入 .thesis-workflow/chapters/chX/humanized.md，最终润色后文本写入对应章主文件 main-chX.md / main-chX.txt / main-chX.tex。

文件产出规则遵循 workflow §输出与文件安全。本阶段产物为 .thesis-workflow/chapters/chX/humanized.md（润色操作记录，非全文副本）。

如用户提供了项目级上下文文件（ledger/ 目录），先读取 ledger/facts.md 和 ledger/decisions.md。

2. 运行文本检查

根据文件扩展名选择对应格式运行 check_text.py：

# .md 文件
python <SKILL_DIR>/scripts/check_text.py <TARGET_FILE> --format markdown
# .txt 文件
python <SKILL_DIR>/scripts/check_text.py <TARGET_FILE> --format plain
# .tex 文件（默认 LaTeX 格式）
python <SKILL_DIR>/scripts/check_text.py <TARGET_FILE>

统一使用 check_text.py 作为正文检查入口。

若用户同时提供 AI 检测报告，先阅读报告中的高风险与中风险片段，不要只看总百分比。优先处理以下真实报告中反复出现的风险模式：文献综述连续罗列、功能模块流水账、参数结论句过圆、安全规范口吻成串、结论按“第一、第二、第三”机械枚举、英文原文直译段落。报告片段与 check_text.py 诊断冲突时，以报告高风险片段为本轮改写重点。

3. 按规则改写

按 references/rewrite-guide.md 和 references/punctuation-guide.md 逐段处理：

• 删除章节预告、教程式开场、对话残留。
• 将“显著提升”“关键作用”等空泛判断换成具体指标；无指标时改成“有一定提高”“作用比较明显”等普通说法。
• 把“本质上”“核心在于”“真正的问题是”等伪洞察开头改为普通说明，如“这里主要是……”“这个地方的问题是……”。
• 对“完成了/实现了/进行了”这类无主语动作句补出主体或工况。
• 对“无需猜测”“无额外配置”等口号式尾巴改成完整机制说明。

为让流程结束后更接近可通过 AI 检测的状态，还需遵循：

• 不大幅改变原文总字数；优先调语序、补主语、换普通同义词，而不是新增大量内容。
• 降低过度精炼度；允许句子略显笨拙、重复一点，读起来像普通学生按资料整理出来。
• 长句可拆为短句，也可减少句号，多用逗号、分号承接，使语气没有那么整齐。
• 不要过度压缩名词短语；可以适当保留或增加“的、了、把、这个、这样、以后、前面算出来的”等普通连接和语助词。
• 专业词汇可以适度降俗；但参数名、标准号、元件型号、单位、引用和影响结论的核心术语不乱改。
• 删除”我觉得、我认为”等主观口语，但不要加入新的主观判断。

步骤3自检：逐段回读改写结果，确认——每段都实际改动了句式或语序（非仅复制原文）？AI 套话（”显著提升””具有重要意义”等）是否已清除？如果有段落只改了一两个词，返回重改。

4. 标点专项处理

引号：

• 中文正文外层用中文双引号，嵌套用中文单引号。
• 书名、论文名、标准名、法规名优先用书名号。
• 代码、命令、变量、路径、文件名用反引号或等宽命令，不用中文引号。
• 英文整句引用不要强行改成中文引号；LaTeX 中优先用 TeX 式引号或 \enquote{}。
• 单纯强调不要加引号。

破折号：

• 中文正文默认不用 ——、—、–、--、---。
• 解释关系改为“即”“也就是说”或拆句。
• 补充插入改为逗号、分号或拆句，不要改成括号。
• 强转折改为分号或句号。
• 数字范围、页码范围、数学负号、复合术语、代码片段除外。

括号：

• 正文括号默认清理，尤其是“即、例如、如、检查……、说明……”这类解释性括号。
• 只保留非留不可的括号：专业缩写、英文全称、标准号、型号、必要参数或单位说明。
• 中文解释括号能并入正文就并入正文，不能并入且不影响核心意思时直接删除。

步骤4自检（硬性门控，不可跳过）： 运行 check_text.py 并检查输出中以下规则 ID 的具体数量（不是"是否下降"，是"是否为 0"）：

• PUNCT-002（破折号）：必须为 0（数字范围如 20–50、复合术语如 3-RPS 除外）
• PUNCT-007（解释性括号）：必须为 0（纯英文缩写/全称、纯数字参数、标准号括号除外；含中文的括号一律清理）
• ASCII 直双引号 "..."：必须为 0（英文整句引用除外） 以上三项任一非零 → 列出每条的具体行号和上下文，逐处修复，修复后重新运行 check_text.py 确认归零。三项未全部归零禁止进入步骤5。

修复循环上限：步骤 4 修复循环最多 2 轮。2 轮后仍未归零的项，记录具体行号和未解决原因到 humanized.md，标记为"人工审核"后进入步骤 5。

5. 二次 AI 痕迹审计

完成初稿后，做一次短审：

1. 问自己：这段哪里还明显像 AI 生成？
2. 列出剩余痕迹：节奏过整齐、术语堆叠、连接词过强、结尾太漂亮、句子太精炼、参数解释太硬。
3. 再改一遍，直到文本读起来像普通学生按资料整理出的论文段落，而不是模型拼出的总结。
4. 对照用户提供的检测报告复核：最高风险片段是否已经改变句式骨架，而不仅是替换同义词。

步骤5自检：再次运行 check_text.py，逐项确认：

1. errors/warnings 总量是否比步骤2明显下降？无明显改善 → 返回步骤3-4重做
2. AI 痕迹密度是否降低？

6. 输出

独立模式：返回改写后的文本，附简短改动说明。不写文件，不更新 status.json。

工作流模式：返回改写后的文本，并附简短说明。若用户给的是文件并要求直接修改文件，先备份、再修改文件，修改后运行 check_text.py 复查，并把本轮润色变更清单写入 .thesis-workflow/chapters/chX/humanized.md（非全文副本），最终润色后文本写入主文件。

humanized.md 最低记录要求（工作流模式）：

• 每个高风险片段的原文首句 → 改文首句对照（至少标注段落位置）
• Source marker 完整性确认结论（是否所有 [文献题名] marker 保持原样）
• check_text.py 复查的关键指标变化（errors/warnings 数量对比）
• 禁止只写"全文润色完成"这类无信息量的单句记录

润色完成后，更新 .thesis-workflow/chapters/chX/status.json：将 stage 设为 "humanized"、next_allowed 设为 "format-cleaner"，放行下游格式清理阶段。

参考文件

文件	用途
scripts/check_text.py	通用中文文本检查
scripts/text_rules.json	文本规则数据
scripts/generate_dict.py	生成文本规则速查表
scripts/git_snapshot.py	智能备份脚本（修改主文件前创建备份）
scripts/_shared.py	checker 和 dict 生成器共享工具函数
references/rewrite-guide.md	中文工程论文改写规则
references/punctuation-guide.md	引号和破折号专项规则
references/optional-checks.md	可选质量评判
见 workflow router 参考文件 main-tex-context-template.md	论文主文件结构地图模板；由 outline-planner 首次创建，humanizer 读取其中格式约定