academic-paper-writer-pro-2

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。

1. 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

2. 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

3. 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。

1. 切图：运行 resources/scripts/split_pdf.py 将 PDF 分割为单页 PNG。
2. 逐页循环：按 ocr_kb/SKILL.md 的规范逐页提取 + 逐页追加 DOCX。
3. 核查与悬挂：每 2 页核查，每 4 页悬挂。
4. 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

1. 按 §2.2 解析目标格式参数。
2. 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”：

1. 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。
2. 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"/>）。
3. 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

1. 读取 .md 文件，按一级标题（# ...）拆分为多个章节。
2. 每个章节保存为 resources/md/section_N.md。
3. 统计总章节数。
4. 创建 resources/config.json（pipeline: "C", unit_type: "section"）。
5. 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：

1. 提取并保存：将 Mermaid 代码块保存为独立的 resources/figures/fig_N.mmd 文件。
2. 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"]}）。
3. 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。
4. 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！
5. 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 ![Figure N](resources/figures/fig_N.png)，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：

1. 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
2. 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
3. 图片嵌入：
   • ![caption](path) → 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
4. 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。
5. 追加到输出 DOCX。
6. 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

1. 所有 section_N.md 已在拆分时创建，合并为 resources/compiled_paper.md。
2. 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：

1. 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。
2. 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。
3. 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：

1. 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。
2. 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：

// 标题区域 - 单栏
{ properties: { column: { count: 1 } }, children: [/* 标题、作者、摘要 */] },
// 正文区域 - 双栏
{ properties: { column: { count: 2, space: 360 } }, children: [/* 正文 */] }

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：

1. 用户说 "按 IEEE 排版" → 读取 templates/ieee.md
2. 用户说 "按 APA 排版" → 读取 templates/apa7.md
3. 用户说 "按学位论文排版" / "按毕业论文排版" → 读取 templates/chinese_thesis.md
4. 用户说 "按 ACM 排版" → 读取 templates/acm.md
5. 用户说 "按 Springer 排版" / "按 LNCS 排版" → 读取 templates/springer_lncs.md
6. 用户说 "按 NeurIPS 排版" / "按 NIPS 排版" → 读取 templates/nips.md
7. 用户说 "按 MLA 排版" → 读取 templates/mla.md
8. 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：

1. 要求用户提供 .docx 模板或明确描述格式要求。
2. 从模板或描述中提取参数，填充 config.json 的 format_params。
3. 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：

• 逻辑校验：检查段落间的论证逻辑。

---

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：

1. 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。"
2. 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)：

# 删除中间文件（保留scripts）
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）：

1. 任务成功完成且用户确认收到最终产物
2. 用户显式要求"清理"或"删除中间文件"
3. 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：

1. 任务失败或中断
2. 用户明确要求保留中间文件
3. checkpoint.json 显示任务未完成

---