paper-format-check

name	paper-format-check
description	AI/NLP 顶会论文格式自动检查。适用于"检查论文格式""投稿前检查""camera-ready 检查""帮我看看格式对不对"等请求。覆盖 NeurIPS、ICML、ICLR、ACL/ARR、EMNLP、AAAI 等会议的页数、匿名性、引用、字体嵌入、图表质量等格式要求，含 PDF 转图视觉审查。

Paper Format Check

AI/NLP 顶会论文的投稿前/camera-ready 格式自动检查 skill。

何时使用

• 用户要投稿前检查论文格式
• 用户要准备 camera-ready 版本
• 用户问"格式对不对""会不会 desk reject"
• 用户指定了具体会议（NeurIPS、ACL 等）

使用前提

需要用户提供：

1. PDF 文件路径（已编译的论文）
2. 目标会议（如 NeurIPS 2025、ACL 2025）
3. 论文类型（long/short，投稿版/camera-ready）

如未指定会议，提示用户确认。不同会议规则差异很大。

会议格式速查

详见 references/conference-rules.md，以下是核心差异：

会议	正文页数（投稿）	正文页数（camera-ready）	审稿方式	模板
NeurIPS	10 页（含图表，不含参考文献/附录）	10 页	双盲	neurips_2025.sty
ICML	8 页（不含参考文献/impact statement/附录）	9 页	双盲	icml2025.sty
ICLR	6-10 页（不含参考文献/附录）	同投稿	双盲	iclr2025.sty
ACL/ARR	Long 8 页 / Short 4 页（不含 limitations/参考文献）	+1 页	双盲	acl_latex.zip
EMNLP	同 ARR	+1 页	双盲	同 ARR
AAAI	7 页（含图表参考文献）+ 2 页附加内容	同投稿	双盲	aaai25.sty

检查流程

Phase 1: 元数据检查（自动化）

用 pdfinfo 和 pdftotext 提取信息后逐项检查：

# 1. 页数
pdfinfo paper.pdf | grep "Pages"

# 2. 纸张尺寸（应为 US Letter: 612 x 792 pts）
pdfinfo paper.pdf | grep "Page size"

# 3. 字体嵌入（camera-ready 必须全部嵌入）
pdffonts paper.pdf | grep -v "yes" | grep -v "^name"

# 4. PDF 元数据中的作者信息（双盲投稿不能有）
pdfinfo paper.pdf | grep -i "Author"

对每项输出判断 PASS / FAIL / WARN。

Phase 2: 匿名性检查（双盲投稿版）

# 提取全文文本
pdftotext paper.pdf /tmp/paper-text.txt

# 检查常见去匿名化模式
grep -inE "our (previous|prior|earlier) (work|paper|study)" /tmp/paper-text.txt
grep -inE "university of|institute of|laboratory" /tmp/paper-text.txt
grep -inE "funded by|grant|support.*from" /tmp/paper-text.txt  # Acknowledgements
grep -inE "we (previously|earlier) (showed|proposed|demonstrated)" /tmp/paper-text.txt
grep -inE "available at https?://" /tmp/paper-text.txt  # 可追踪链接
grep -inE "anonymous|anonymized" /tmp/paper-text.txt  # 确认已匿名化

注意：

• ACL/ARR、EMNLP：无匿名期要求，但投稿版必须匿名
• ICML：允许 arXiv 预印，但投稿版不能引用非匿名版本
• ICLR：允许 arXiv，公开讨论在 OpenReview
• NeurIPS：允许 arXiv 预印

Phase 3: 编译日志检查

# 致命错误
grep "^!" *.log

# Overfull/Underfull 警告
grep -cE "Overfull|Underfull" *.log

# 未定义引用
grep "Citation.*undefined" *.log
grep "Reference.*undefined" *.log

# 重复 label
grep "multiply defined" *.log

# 字体警告
grep -i "font" *.log | grep -i "warning"

所有致命错误和未定义引用必须为 0。Overfull 警告尽量为 0。

Phase 4: 引用与参考文献检查

# 正文中的 [?] 未解析引用
grep -c "\[?\]" /tmp/paper-text.txt

# .bib 条目质量抽查（缺少关键字段）
# 检查是否有条目缺少 year/title/author
grep -c "@" references.bib  # 总条目数

人工/模型检查：

• 引用风格是否一致（编号 vs 作者-年份）
• 是否遵循会议要求的引用格式（ACL 用 natbib）
• 自引是否过多
• 近 3 个月内的论文可以不做详细对比（ARR 政策）

Phase 5: 结构完整性检查

根据会议要求检查必需章节：

章节	NeurIPS	ICML	ICLR	ACL/ARR	AAAI
Abstract	✅	✅	✅	✅	✅
Limitations	—	—	—	✅ 必需	—
Ethics/Broader Impact	推荐	✅ 必需	—	推荐	—
Responsible NLP Checklist	—	—	—	✅ 必需	—
Reproducibility	推荐	推荐	—	—	—

# 检查 Limitations 章节（ACL/EMNLP 必需，缺失会 desk reject）
grep -ic "limitation" /tmp/paper-text.txt

Phase 6: 视觉审查（默认关闭）

此步骤默认跳过，仅在用户明确要求时启用（如「帮我看看视觉效果」「用视觉检查」「开启视觉审查」）。

启用后，先将 PDF 转为页面图片，再使用 visual-checker subagent 逐页审查。

# 将 PDF 每页转为 JPEG（150 DPI + quality 85，平衡清晰度与 token 消耗）
mkdir -p /tmp/paper-review
pdftoppm -jpeg -jpegopt quality=85 -r 150 paper.pdf /tmp/paper-review/page

为什么是 150 DPI JPEG：200 DPI PNG 每页约 100KB，150 DPI JPEG q85 每页约 50KB，体积减半，token 消耗显著降低，双栏论文的小字仍可读。visual-checker 内部会进一步压缩，无需额外处理。

为每一页调用 visual-checker：

spawn agent=visual-checker task="Check the image at: /tmp/paper-review/page-01.jpg
Scene: academic
Intent: Page N of a <conference> paper (<submission|camera-ready>)

Additional context:
- Paper topic: <topic>
- Check for: margin overflow, figure/table readability, label overlap, caption placement, column alignment, font size consistency, grayscale distinguishability, first-page author visibility"

汇总所有页面的 visual-checker 报告，将发现的问题纳入 Phase 7 输出报告。visual-checker 自动覆盖以下检查项：

检查项	具体内容
边距	内容是否侵入页边距（模板定义的安全区域）
图表可读性	图中文字是否可辨识、label 是否重叠
图表引用	是否每个图/表都在正文中被提及
Figure caption 位置	图的 caption 在下方，表的 caption 在上方
双栏对齐	两栏底部是否大致齐平（不要一栏长一栏短）
字号一致性	正文、图注、脚注字号是否符合模板规范
色彩可辨识	图表在灰度下是否仍可区分
首页信息	投稿版无作者/机构；camera-ready 有完整作者信息
页码	投稿版通常有行号；camera-ready 通常无行号有页码

论文格式检查报告

目标会议: [会议名] 论文类型: [投稿版 / camera-ready] 检查时间: [日期]

结果摘要

检查项	状态	说明
页数	✅ / ❌	X 页（限制 Y 页）
纸张尺寸	✅ / ❌
字体嵌入	✅ / ❌
匿名性	✅ / ⚠️ / ❌
编译警告	✅ / ⚠️	X 个 Overfull
未定义引用	✅ / ❌
Limitations 章节	✅ / ❌
Ethics 章节	✅ / ⚠️
视觉审查	✅ / ⚠️

❌ 必须修复（会导致 desk reject）

⚠️ 建议修复

✅ 已通过

## 重要提醒

- **不同年份规则可能变化**——如果用户指定的年份与本 skill 记录的不同，先去官网确认最新 CFP
- **ICLR 2025 新增页数下限**（6 页最少），之前没有
- **ACL/ARR 的 Limitations 章节缺失 = desk reject**，这是硬性要求
- **ICML 的 Impact Statement 缺失 = desk reject**
- 页数计算方式各会不同（是否包含参考文献、附录、图表），务必按目标会议规则判断