thesis-creator

name	thesis-creator
description	面向中国本科生的毕业论文全流程写作辅助系统。支持从选题到交稿的端到端工作流，包含降重优化、AIGC 降低和本地检测功能。用户说「帮我写论文」或「帮我降重」等时触发。

论文创作 Agent 系统

面向中国本科生的毕业论文全流程写作辅助系统。

---

核心原则

[!IMPORTANT] 工作区隔离原则：AI 始终在用户项目目录下的 thesis-workspace/ 工作。所有产出文件都在用户工作区内。

---

触发条件

触发语	执行动作
「帮我写论文，主题是…」	全流程（Step 0-9）
「帮我降重这段文字：…」	仅 Step 5
「降低这段的 AIGC 率：…」	仅 Step 6：必须输出“处理前计划 → 改写文本 → 清单自检”，并按场景化重写、自然承接、轻冗余控制和高密度句拆解处理，不得只给改写结果
「检测这段文字的 AIGC 率」	AIGC 检测
「帮我生成论文大纲」	Step 0-3
「初始化工作区」	Step 0（工作区不存在直接初始化）
「继续」	仅在当前步骤的强制交互点、前置校验和质量门禁均已满足后继续流程
「生成摘要」	Step 4（仅摘要部分）
「生成图片」「生成图表」	Step 8
「导出 Word」「导出文档」	Step 9
「一键导出」	Step 8+9

---

工作流程概览

flowchart LR
    A[Step 0: 初始化] --> B[Step 1-2: 准备]
    B --> C[Step 3: 大纲]
    C --> D[Step 3→4: 文献搜索与建池]
    D --> E[Step 4: 撰写]
    E --> F[Step 5-6: 降重]
    F --> G[Step 7: 合并检测]
    G --> H[Step 8: 图片生成]
    H --> I[Step 9: 导出Word]

⚠️ 流程顺序：大纲确认 → 文献搜索与建池 → 正文写作 → 合并 → 图片生成 → 导出 Word 状态文件路径：thesis-workspace/.thesis-status.json 若文件不存在，status_manager.py 会自动创建。

推荐统一入口：scripts/core/lifecycle.py（整合日志 + 状态管理）

---

继续与暂停点规则

[!IMPORTANT] 「继续」不是跳过按钮。 若当前流程仍存在强制交互点、前置校验或质量门禁未完成，则必须先完成对应动作，再允许进入下一步。

不可跳过的暂停点

1. Step 0 初始化后：必须先运行 python scripts/core/lifecycle.py --workspace thesis-workspace/ --check-workspace，并检查 thesis-workspace/references/prompt/background.md 是否已补全；工作区必须通过脚本初始化并从 config/.thesis-config.yaml 复制生成 thesis-workspace/.thesis-config.yaml，同时生成 thesis-workspace/.thesis-status.json、thesis-workspace/logs/、thesis-workspace/scripts/charts/render.py、thesis-workspace/workspace/final/images/sources 与 thesis-workspace/workspace/references/images.yaml；未完成时只能提示用户编辑，禁止直接推进到 Step 1/3。
2. Step 3 大纲确认后：必须先询问用户文献数量（20-30 / 30-50 / 15-20），并展示搜索耗时预估后，进入 Step 3→4 之间的“文献搜索与建池”阶段；该阶段不是独立 Step，但后续在 Step 4/6/7 中如发现文献不足、语种比例失衡或文献失效，必须允许回流补池后再继续写作或检测。
3. Step 4 每章写作时：必须先完成 Stage 1 要点规划，待用户确认后才能进入 Stage 2 扩写；如果当前仍停留在 Stage 1，用户回复「继续」只能视为确认本章要点，不能跳过更早的未完成门禁。
4. Step 7 合并检测后：若同一 ref_id 在终稿中重复出现，必须硬阻断并回退修正，禁止带重复引用进入 AIGC 检测；若 AIGC 检测未通过，必须回退到 Step 5/6 继续改写与审校，禁止进入 Step 8 图片生成或 Step 9 导出。
5. Step 8 图片生成前：必须按“抽取图片需求 → 准备源码文件 → 大模型填写 .dot/.mmd/.puml → 渲染 PNG → 回填 [image_N] → 完整性验证”执行；使用 scripts/charts/manifest_builder.py、source_writer.py、render.py、markdown_updater.py、validate.py，最终已渲染 AI 图片不得残留 [image_N]。

---

详细步骤（按需加载）

步骤	说明	详细文档
Step 0	工作区初始化	workflows/step_0_init.md
Step 3	生成论文大纲	workflows/step_3_outline.md
Step 4	分章节撰写	workflows/step_4_writing.md
Step 6	审校润色	workflows/step_6_review_polish.md
Step 7	合并与检测	workflows/step_7_merge_detect.md
Step 8	图片生成与渲染（ER图默认读取 background.md，优先输出教科书风格 DOT，信息不足时尽量生成并 warning）	workflows/step_8_image.md
Step 9	文档导出	workflows/step_9_export.md
参考文献	文献池管理	workflows/reference_workflow.md

---

参考文献（独立存放）

核心改进：文献池独立存放在 workspace/references/verified_references.yaml 文献校验状态：verified_doi / verified_metadata_only / broken_doi_metadata_ok / missing_doi_unverified / invalid_reference 规则说明：无 DOI 不等于假文献；允许通过元数据验证的真实文献继续进入文献池。

图片需求清单

• 正文图片占位符统一使用 [image_1]、[image_2] 等格式
• 图片需求清单统一记录到 workspace/references/images.yaml
• workspace/references/images.yaml 必须采用结构化字段，至少包含 id、title、chapter、section、source、diagram_type、engine、purpose、fact_source、placement、status、description、source_file、output_file、render_status；可选 prompt_hint 用于指导大模型生成源码，dot_mode 可用于单图覆盖 ER 的 DOT 子模式
• Step 4 只负责记录 [image_N] 与 image-requirement 图片需求块，Step 8 再生成 images.yaml、准备源码文件、由大模型填写 .dot/.mmd/.puml、渲染 PNG 并回填 Markdown 图片引用
• 架构图、模块图、流程图、ER 图等 AI 图片必须先有 manifest 记录；用户提供图片必须在清单中标明 source=user 和待补状态
• 图表引擎按图类型明确映射，不自由摇摆：流程图/活动图/用例图/时序图/类图 → PlantUML (.puml)；ER 图由 .thesis-config.yaml 的 er_modeling.graph_type 决定，默认 Graphviz DOT (.dot) 教科书 Chen 风格，erd 时输出 Mermaid erDiagram；diagram_type=overall_er 必须第一个展示，且仅展示实体、联系与 1:1 / 1:N 基数，关系菱形节点必须结合外键字段或实体语义命名，如“拥有”“包含”，不得统一写成“关联”，且不展示字段；diagram_type=entity_er 可通过 .thesis-config.yaml 的 er_modeling.dot_mode=textbook-single-entity-ring 或 images.yaml 单图 dot_mode 启用单实体字段环绕 DOT，优先级为单图覆盖全局；架构图 → 用户自行生成/GPT image 后补入 (source=user)；模块图 → Mermaid (.mmd)；用户截图 → user
• 仅当流程图使用 PlantUML 生成时，必须附加固定提示词模板，并将其中主题替换为当前图表标题或用途描述：

请生成一个用于毕业论文的PlantUML流程图，主题为“{{图表主题}}”。要求：

- 使用activity diagram
- 所有节点使用中文
- 起止节点使用“开始”“结束”
- 逻辑严谨，体现完整业务流或上下文流转机制
- 包含必要循环（如存在用户持续操作、重试或追问）
- 避免语法歧义（防止被解析为class diagram）
- 图结构简洁，不超过3层嵌套
- 判断分支连线必须明确标注 Y/N
- 全图只保留一个最终结束节点，所有分支和普通路径最终汇入该结束节点
- 适合论文插图展示

只输出PlantUML代码。

• 不再默认使用 Mermaid 流程图；普通流程图同样优先走 PlantUML。
• 生成测试图或单独响应“生成流程图”类指令时，默认行为是将源码写入 thesis-workspace/workspace/final/images/sources/ 对应 .puml/.dot/.mmd 文件，而不是在控制台直接输出完整图表源码；仅在用户明确要求“只输出代码”时，才直接返回源码文本。

流程

1. Step 3 大纲确认后询问文献数量（默认 20-30 篇）
2. 多源搜索：Semantic Scholar + CrossRef + OpenAlex
3. DOI 验证：判断 4xx 错误状态码
4. 合并去重：多源结果合并，按相关度选出最相关 x 篇（scripts/references/reference_merger.py）
5. 写作时从文献池选取未占用引用
6. 文献搜索与建池阶段可回流复用：在 Step 4/6/7 任一阶段，如果当前章节缺少可用未占用文献、文献验证失败、语种比例不达标或引用密度不足，必须回到该阶段补充搜索，并增量更新 workspace/references/verified_references.yaml
7. 单篇文献整篇仅允许引用一次：一旦某个 ref_id 被正文使用一次，就必须标记为已占用，后续章节不得重复使用；Step 7 发现重复 ref_id 必须硬阻断
8. 中文文献质量不足时提示人工补充：若自动源无法满足中文文献占比 >65%，必须提示用户从 CNKI、万方、学校图书馆等外部高质量来源人工补充真实中文文献，禁止伪造
9. 文献 YAML 输出必须安全可解析：标题含英文冒号、中文冒号、括号等特殊字符时，仍必须能被 yaml.safe_load() 读取

详见 workflows/reference_workflow.md

---

用户工作区目录结构

thesis-workspace/
├── README.md                  # 工作区使用说明
├── .thesis-config.yaml        # 配置文件
├── references/                # 参考资料（用户放入）
│   ├── templates/             # 学校模板
│   ├── examples/              # 范文
│   ├── guidelines/            # 规范
│   └── prompt/background.md   # 论文背景（必填）
├── workspace/                 # 论文产出
│   ├── outline.md             # 大纲
│   ├── references/                # 参考文献池（独立）⭐
│   │   ├── verified_references.yaml  # 已验证文献池
│   ├── cited_references.json  # 引用记录（每章引用的ref_id）⭐
│   ├── drafts/                # 初稿（仅含临时引用编号，无参考文献列表）⭐
│   │   ├── 参考文献.md         # 合并阶段生成的参考文献（独立MD文件，GB/T 7714格式）⭐
│   ├── final/                 # 终稿
│   │   ├── 论文终稿.md         # 终稿（引用编号已重排）
│   │   ├── 论文终稿.docx
│   │   └── images/            # 图片
│   └── reports/               # 报告
├── logs/                      # 日志
└── .thesis-status.json        # 状态

⭐ 标记为本次更新新增或变更的文件

---

Markdown 标题输出硬约束(Markdown→Word 映射)

[!IMPORTANT] 生成的 Markdown 必须能被 Pandoc / python-docx / markdown-it / Typora / VSCode Markdown 正确识别，并映射为 Word Heading 1~4，支持自动目录、导航窗格、标题折叠和大纲视图。

标题生成规则

Markdown 语法	Word 映射	说明
# 标题名称	Heading 1	章级标题（摘要、第N章、结论等）
## 标题名称	Heading 2	节级标题（1.1、4.2 等）
### 标题名称	Heading 3	小节级标题（1.2.1、4.4.1 等）
#### 标题名称	Heading 4	段级标题（5.2.1 等）

格式硬约束：标题符号 # 后必须保留一个空格。正确：## 研究背景；错误：##研究背景。

禁止行为(标题模拟禁令)

以下方式视为格式错误，禁止用于模拟标题层级：

禁止方式	说明
加粗文本	**第一章 绪论** 不是标题
序号+普通段落	1.1 研究背景 无 ## 不是标题
列表项	- 第一章 绪论 不是标题
表格标题	表格内文字不是标题
单纯放大字体	HTML <font size> 不是标题
中文符号模拟层级	===系统设计=== 不是标题
HTML 标签	<h1> 等不是标题

层级约束

标题必须满足严格层级结构，禁止跨级跳跃：

正确：# → ## → ### → ####
错误：# → ###（跳过 ##）

论文结构标题示例

# 摘要

# Abstract

# 第一章 绪论

## 1.1 研究背景

## 1.2 国内外研究现状

# 第二章 系统分析

# 第三章 系统设计

# 第四章 系统实现

# 第五章 测试与分析

# 结论

# 参考文献

输出约束

1. 输出必须是纯 Markdown 正文
2. 禁止用 markdown 代码块包裹正文内容
3. 不要输出解释性文字（如"以下是论文内容"）
4. 不要输出提示语

兼容性要求

生成结果必须兼容 Markdown → docx 转换流程，确保通过 pypandoc.convert_file() 或 python-docx 转换后能自动生成 Word 目录。

最终目标

导出的 docx 文档必须满足：

• Word「引用 → 目录」可自动生成目录
• Word「导航窗格」可显示章节树
• 标题可折叠
• 标题具备大纲级别
• Heading 1~4 自动识别

---

防错机制

问题	影响	处理
缺少规定动作章节	致命	自动补充
设计实现未分离	致命	强制拆分
章节顺序错误	致命	强制调整为：系统分析→系统设计→系统实现→系统测试→总结与展望
使用 LLM 上下文合并文档	致命	必须使用 merge_drafts.py 脚本
图表不足	严重	提示补充
数据库表数量不足	严重	检查 background.md 表定义，确保 ≥11 张表
未执行状态管理脚本	致命	每个 Step 必须通过 lifecycle.py 或 status_manager.py 记录状态，禁止大模型自行维护状态
日志未通过脚本记录	严重	所有流程日志必须通过 logger.py 输出，禁止大模型自行生成日志内容
文献链接 404	严重	合并前执行 reference_validator.py --check-404，404文献必须替换
图片文件缺失	严重	Step 8 完成后检查 images/ 目录，所有占位符必须有对应 PNG 文件
参考文献虚构	严重	DOI验证+重生成
参考文献数量超标	严重	按相关度截取
参考文献缺少中英文	严重	中文和英文文献都必须包含，缺少则触发补充搜索
参考文献 YAML 解析失败	严重	reference_merger.py 必须使用安全 YAML 输出，特殊字符标题保存后仍可 yaml.safe_load()
中文文献比例不足	严重	自动源不足时提示从 CNKI、万方、学校图书馆人工补充真实中文文献，禁止伪造
引用复用同一 ref_id	严重	同一篇文献整篇仅允许引用一次，发现重复占用必须硬阻断并回流补池改写引用
AI模板词超标	中等	按 Step 6 的 AIGC 标准流程处理：先做处理前计划，再按”场景化重写 → 结构重组 → 细节注入 → 自然承接与轻冗余 → 高密度句拆句解释 → 语言去模板化”改写，最后输出清单自检；禁止只做同义替换、删词式压缩或只给改写结果
标题未使用 Markdown # 语法	致命	所有标题必须用 # / ## / ### / ####，禁止加粗文本/序号段落/中文符号模拟标题
标题层级跳跃	严重	禁止跨级(如 #→###)，必须逐级(#→##→###→####)
标题符号后无空格	严重	#标题 必须修正为 # 标题，符号后必须保留一个空格
AIGC 降低缺少自检清单	严重	必须补齐处理前计划、改写文本、自检表；自检项出现“未通过”时继续局部修正，不得交付为最终版
章节内自建参考文献列表	中等	删除，合并阶段统一生成
background.md 为空或未完善	致命	提示用户编辑 thesis-workspace/references/prompt/background.md，禁止控制台交互式输入
ER 图事实源不一致	严重	Step 8 的 ER 图默认读取 background.md，仅 ER 图受 thesis-workspace/.thesis-config.yaml 的 er_modeling 配置影响；默认输出教科书 Chen 风格 DOT（实体矩形、属性椭圆、联系菱形），总体 ER 图必须第一个展示，且只展示实体、联系与 1:1 / 1:N 基数；关系菱形节点必须结合外键字段或实体语义命名，如“拥有”“包含”，不得统一写成“关联”；DOT 输出不要显式使用 label=

---

Prompt 文件（写作时加载）

文件	说明	加载时机
prompts/writer_guidelines.md	写作规范	Step 4
prompts/aigc_reducer_prompt.md	AIGC 表达质量优化与深度人工化流程，按场景化重写、自然承接、轻冗余控制和高密度句拆句解释执行	Step 6
prompts/humanizer_guidelines.md	人工化改写细则与风险边界，约束自然过渡、轻冗余和拆句解释不得破坏学术语体	Step 6
prompts/reference_citation_prompt.md	引用铁律	Step 4
workspace/references/verified_references.yaml	文献池	必须加载

---

Script 文件

文件	说明
scripts/references/reference_engine.py	多源搜索 + DOI验证
scripts/references/reference_merger.py	文献合并去重 + 选出最相关 x 篇
scripts/document_exporter/	Word导出 + 图片插入
scripts/content/merge_drafts.py	章节合并
scripts/aigc/detect.py	AIGC检测
scripts/aigc/technical_detect.py	技术论文 AIGC 检测
scripts/charts/manifest_builder.py	从正文 [image_N] 与 image-requirement 生成或更新 images.yaml
scripts/charts/source_writer.py	根据 images.yaml 准备并校验 .mmd/.dot/.puml 源码文件
scripts/charts/render.py	按 Mermaid、Graphviz、PlantUML 渲染 PNG
scripts/charts/markdown_updater.py	将已渲染图片回填为 Markdown 图片引用
scripts/charts/validate.py	校验源码、PNG、占位符和用户待补截图状态

---

致谢

致谢生成位于 Step 4（与摘要同阶段），输出文件为 workspace/drafts/致谢.md，由 merge_drafts.py 在合并阶段自动纳入终稿。

注意：致谢不计入七章正文结构，但属于论文交付的必备内容之一。