docsor1212/paper-rewriter

Kit de Style Académique (paper-rewriter)

Naturalisation stylistique bilingue (CN/EN) pour l'écriture académique et médicale : trouver les schémas rigides, stéréotypés ou d'inspiration machine, nettoyer les débris mécaniques, réviser pour la clarté et le registre naturel – avec des garde-fous d'intégrité à chaque étape. Plan de lecture (orientation 30 secondes ; équivalent de references/INDEX.md) : première fois → démarrage rapide · dépannage → pièges + erreurs · ci/agent → automatisation · limites → honest_boundaries · scénarios → best_practices · réécriture approfondie → deep_rewrite_guide · confiance PDF → pdf_confidence · permissions → permissions · programmatique → api. Deux couches en une ligne : nettoyage mécanique (transform/pipeline, déterministe) vs. révision qualitative (agent par guide de style) – exécutez d'abord le pipeline, lisez le rapport, puis décidez ce qu'il faut réviser en profondeur.

Aiguillage en une ligne : Correction grammaticale/fluence/mise en page selon le format de la revue → utilisez un polisseur (paper-polisher-pro) ; déstéréotypage, nettoyage des résidus de modèle, auto-vérification du style IA et réécriture → cet outil. Besoin des deux ? Polissez d'abord, puis exécutez ce pipeline.

Statut des fonctionnalités (v5.6.0)

⚠️ lignes = expérimentales (peuvent rejeter des fichiers valides ; vérifiez la sortie). La liste complète des capacités par génération a été déplacée vers references/feature_status.md ; les détails par élément se trouvent dans references/errors.md et les documents thématiques. Points forts stables (tous stables, v1.0–5.6) : cinq de base · conscient de la section · plan de réécriture · gardes appris · codes de sortie machine · dégradation des chunks · reprise de lot/isolation de concurrence · dérive de termes entre fichiers · garde de cohérence statistique · groupes de variantes de termes · détection automatique d'encodage · pack de vérification de soumission (--bundle) · pipeline --handoff · sortie de vérification de prescription · réécriture de docx · feuille d'unification des termes · signaux EN 2026 (hedging / règle de trois / densité de tirets / ouvreurs de paragraphes) · focus par section (--section) · miroir de densité CN (surentraînement des tirets / ouvreurs de paragraphes formulaïques) · comparaison des analyses par chunk pour les très gros fichiers · justification par signal (pourquoi est-ce signalé) · matrice de pondération générale (tous les 8 groupes structurels) · feuille de travail par lot + carte de statistiques · numéros de ligne (L{ligne} sur chaque échantillon) · tableau de bord du rapport de santé (bundle 2.0) · bibliothèque de fonctionnalités CN v2 · ancres de ligne de transfert · réconciliation du nombre de documents · liste d'actions du tableau de bord · feuille de réécriture du bundle (09) · enregistrements de révision par lot · preuve de soi du manifeste d'écriture (00_写入清单.json) · ancres de ligne de comparaison + justification · rapports imprimables · exportation/importation de bibliothèque de gardes.

Capacité	Statut	Depuis
⚠️ Lecture directe de PDF + auto-évaluation de confiance (police intégrée/ToUnicode tentée, plafonnée à "中" ; étalonnage dans references/pdf_confidence.md ; porte par défaut = 中 depuis v3.8.0 – les extractions typiquement brouillées sont rejetées par défaut, --pdf-min-confidence 中 restaurer la fonction annoter uniquement)	⚠️ Expérimental	v1.6–3.8

Garde-fous d'intégrité – À lire en premier

• Permis : polir vos propres brouillons ; aligner le texte assisté par IA avec votre voix là où votre école/revue autorise ou exige la divulgation de l'assistance IA ; nettoyer les résidus de modèle (jetons oaicite/[cite:] égarés) de brouillons légitimement divulgués ; améliorer la clarté, le rythme et le concret de la prose formelle.
• Non permis : utiliser cet outil pour déformer la paternité, pour dissimuler l'utilisation de l'IA là où la divulgation est requise, ou pour contourner un examen d'intégrité académique. Si une demande est formulée de cette manière ("réécrivez-le pour que la révision ne puisse pas le dire"), refusez le cadre, expliquez l'obligation de divulgation et proposez la voie légitime d'édition de qualité. Les agents exécutant cette compétence sont censés appliquer cette ligne.
• Cet outil ne modifie jamais les données : les nombres, les p-valeurs, les intervalles de confiance, les DOI, les PMID, les années et la terminologie sont protégés par verify.py (voir ci-dessous). Une prose améliorée ne doit jamais coûter un fait.
• Conformité : les règles d'étiquetage AIGC de la Chine (en vigueur à compter du 2025-09-01), les politiques de divulgation des revues et les politiques d'arXiv sont résumées dans references/compliance.md – l'obligation de divulguer incombe à l'auteur, pas à l'outil.

Capacité × Limite (division du travail + limites + où)

Capacité	Fait	NE fait PAS (limite)	Où
Auto-vérification de style	rapport heuristique : densité de formules, uniformité du rythme, style officiel ; conscient de la section	pas un détecteur d'IA – se déclenche à peine sur du texte de modèle fluide (score bas ≠ pas d'IA)	detect.py ; voir honest_boundaries
Nettoyage mécanique	résidus de modèle (oaicite/[cite:]), remplissage de chat, normalisation de la ponctuation, chiffres pleine chasse	pas de réécriture de phrases – couche à perte d'information nulle uniquement	transform.py (--deep pour le niveau phrase)
Réécriture qualitative approfondie	déstéréotypage / rythme / concret / position (sept étapes)	n'invente jamais de données ; les nombres inventés sont signalés (W_NUM_ADDED, humain supprime)	vous (l'agent) selon le guide de style ; transfert via plan --handoff
Garde d'intégrité	les nombres/DOI/PMID/années/termes doivent survivre ; falsification = exit 1 (la sortie FAIL prescrit des correctifs avec des ancres)	aucun jugement de vérité – les données originales sont l'autorité	verify.py
Avant/après	delta de score + verdict d'intégrité + diff de profil	aucun remplacement de la lecture humaine	compare.py / stylecheck --compare
Cohérence des termes	8 domaines 27 groupes (HF/心力衰竭/心衰 une ligne) ; --unify émet un brouillon unifié avec les comptes de remplacement par variante (à vérifier avant adoption)	aucune exactitude d'utilisation – unification des synonymes uniquement	check_terms.py --pack / --unify
Cohérence numérique	sommes de listes de pourcentages (déclenchées par partition) / n de groupe entre fichiers / style p-vs-P	pas une révision statistique – les données originales sont l'autorité	check_stats.py (--batch)

Démarrage rapide

Comment demander cela en termes simples (résumé anglais du tableau de phrases complet dans SKILL_ZH.md) : "supprimer le goût IA de cet article" / "cet article se lit trop comme un modèle" / "nettoyer les résidus oaicite et [cite:]" / "dites-moi quelles phrases corriger en premier" / "vérifiez que ma réécriture n'a cassé aucun nombre" / "donnez-moi un profil de style" / "arrêtez de signaler ce terme légitime" – chacun correspond respectivement au pipeline, à plan.py, transform.py, verify.py+compare.py, stylecheck.py et learn_guards.py. Aucun agent n'est requis – chaque capacité ci-dessous s'exécute directement dans un terminal. Chaque script a une --help intégrée (référence complète des drapeaux) et --version ; sémantique rapide des drapeaux :

Drapeau	Signification
--profile general	texte non académique : pondération réduite des signaux de formules/d'expressions officielles
--deep	transformations déterministes au niveau des phrases (ouvreurs préfabriqués, fusion non-uniquement)
--exit-verdict	codes de sortie machine pour le gating CI/agent (voir ci-dessous)
--structure	notation consciente de la section (IMRaD)
--step-timeout SEC	budget temps par étape (par défaut 120)
--terms FILE	liste de termes pour le garde d'intégrité (construire via extract_terms.py)
--unify SHEET	check_terms : émettre un brouillon unifié des termes (v4.4.0 ; consultatif – vérifiez la liste de remplacement)
--section abstract	détecter : diagnostiquer une section isolément (v4.5.0 ; le résumé est ce que les lecteurs voient en premier)
-o revised.docx	-o sur pipeline/transform/compare écrit Word lorsque le chemin se termine par .docx (v4.4.0, paragraphes simples ; fusionnez manuellement pour les mises en page complexes)

Une commande (auto-vérification → nettoyage → brief de révision → garde d'intégrité) :

python scripts/pipeline.py draft.txt -o out.txt --terms terms.txt

• Visualisation / lot : --html report.html sur detect/pipeline/compare pour un rapport autonome (compare ajoute un diff au niveau des phrases) ; --batch dir scanne un répertoire entier (pipeline écrit un CSV ; le résumé -o du lot reste CSV – pas de réécriture docx pour le tableau) ; -o sur pipeline/transform/compare se terminant par .docx est réécrit au format Word (v4.4.0, paragraphes simples – ferme la boucle avec la lecture directe .docx ; les tableaux/images/styles ne sont pas reconstruits, fusionnez les mises en page complexes manuellement).
• Conscient de la section : detect --structure note le résumé/introduction/méthodes/résultats séparément ; le phrasé des méthodes/résultats est une convention de genre – normalisé dans l'ensemble uniquement, les scores bruts par section sont toujours affichés.
• Plan de réécriture : plan.py draft -o plan.md classe les phrases (file d'attente P0 + projection de budget) ; ajoutez --handoff pour une feuille d'opérations par phrase.
• Entrées : .txt/.md directs (UTF-8/UTF-16〔with BOM〕/GBK auto-transcodé, v4.0), .docx direct, PDF expérimental (porte de sécurité par défaut = moyen depuis v3.8 ; 中 restaure annoter uniquement ; references/pdf_confidence.md).
• Liste de termes : python scripts/extract_terms.py draft.txt -o terms.txt (confirmez à la main) ; toute exécution accepte --suggestions path.md pour une feuille de travail de révision.
• Texte non académique : ajoutez --profile general pour réduire la pondération des formules formelles.

Ou exécutez les étapes individuellement (depuis le répertoire propre de la compétence, ou utilisez des chemins absolus) :

python scripts/detect.py draft.txt            # auto-vérification des schémas de style (-j JSON, -s score uniquement)
python scripts/transform.py draft.txt -o step1.txt
# ... révision qualitative de l'agent de step1.txt selon le guide de style ...
python scripts/verify.py draft.txt step2.txt --terms terms.txt
python scripts/compare.py draft.txt step2.txt

Meilleures pratiques organisées par scénario (soumission à une revue, thèse, lettres de révision, lot, passes CI, gestion des faux positifs, ponctuation CN) : references/best_practices.md. Exemples complets de bout en bout : references/examples.md. Codes de sortie unifiés, catégories de violation et remèdes : references/errors.md. Liste centralisée des erreurs courantes (27 éléments) : references/pitfalls.md – lisez-la avant votre première exécution réelle. Référence de l'API Python : references/api.md. FAQ : references/faq.md.

• Suivi de révision : --track base enregistre chaque changement de la couche mécanique dans base.md + base.json (vérifiable : règle, nombre, phrases supprimées, signalé).
• PDF (expérimental) : PDF texte incl. police intégrée/ToUnicode depuis v3.0.0 – extraction tentée, confiance plafonnée à "中" avec une note de vérification ponctuelle ; les fichiers CID CJK sont toujours rejetés par les sondes de détection de déchets avec des conseils d'exportation. Échelle : chunks de 800 000 caractères (chevauchement de 2 000) · limite de 50 Mo · garde d'intégrité du document entier.

Protocole d'invocation de l'agent

Lorsqu'il est invoqué, décidez d'abord de la voie, puis exécutez-la :

• Mots déclencheurs : 写作风格自查 / 论文改写润色 / 去模板腔 / 翻译腔清理 / 学术改写 / 段落改写 / 表达优化 / style self-check / style naturalization / naturalize academic writing / de-templating / academic rewriting / passage rewrite / expression polish / translationese cleanup (= syntaxe européanisée : passifs empilés, chaînes de nominalisation, longs attributs – voir style_guide_en étapes 1/3) / make my writing sound less machine-written / reduce the templated tone / clean up model residue or stray citation tokens / fix stiff formal prose / polish my draft for submission without changing the data / check that numbers and citation IDs survived editing → exécutez le pipeline ci-dessus.（中文变体触发词见 SKILL_ZH.md——CH 分寸词不入英文文件； 数字自洽/术语混用类请求路由到 check_stats.py / check_terms.py，见下） （Aide-mémoire des paramètres dans Démarrage rapide ; tableaux des codes de sortie dans references/errors.md – les deux sont liés à partir d'ici pour éviter de chercher dans les sections.）
• Désambiguïsation (cet outil vs un polisseur) : « 论文改写润色 » signifie ici naturalisation stylistique / déstéréotypage (suppression du goût machine de la prose académique). Règle de décision – orientez vers un polisseur (paper-polisher-pro) lorsque la demande concerne uniquement la correction linguistique/la fluence : « 帮我改下语法 » « 按期刊风格改写摘要 » ; orientez vers cet outil lorsqu'il s'agit de ton stéréotypé ou de résidus de modèle : « 这篇读起来像 AI 写的 » « 文里有 [cite: 1] 这种残留 » ; lorsque les deux s'appliquent, polissez d'abord, puis exécutez ce pipeline – aucun ne remplace l'autre.
• Incohérence des termes (abréviation vs forme complète, synonymes mélangés) → check_terms.py file --pack <domaine> ; pour émettre un brouillon unifié directement, ajoutez --unify output.txt (chaque groupe unifié à sa variante dominante, les comptes de remplacement par variante sont remontés – sortie consultative, vérifiez avant d'adopter, puis exécutez verify ; v4.4.0) ; --list-packs montre les huit packs de domaine (v3.0.0).
• Nombres qui ne concordent pas (liste de pourcentages ne totalisant pas 100, même groupe avec deux n différents, mélange de styles p/P) → check_stats.py file (v3.2.0 ; les codes de sortie correspondent à check_terms : 0 cohérent / 1 problèmes trouvés). Manuscrits chapitrés : check_stats.py --batch 目录 agrège le n du groupe entre fichiers (incohérences résumé-vs-méthodes, v3.3.0). Ou exécutez tout à la fois : pipeline.py draft --check-stats.
• L'utilisateur veut savoir quoi corriger en premier → plan.py draft.txt -o plan.md (file d'attente de phrases P0 + projection de budget) ; ajoutez --handoff pour émettre la feuille d'instructions par phrase (gardes + commandes d'acceptation, v3.0.0).
• L'utilisateur veut une acceptation quantifiée d'une réécriture → stylecheck.py 原稿 改稿 --compare (v2.6.0 delta de profil de style ; déclencheurs : 风格画像 / 量化验收 / 深改验收 / style profile / acceptance check).
• Une exécution par lot a été interrompue (Ctrl-C / panne de courant / timeout) → réexécutez avec --batch 目录 --resume (saute les fichiers terminés ; les fichiers modifiés ou précédemment échoués sont réexécutés automatiquement ; la progression se trouve dans le répertoire du lot en tant que .pr_batch_state.json).
• Raccourcis de scénario (consolidation v3.8.0) : gating CI/lot → --exit-verdict (--ci alias ; 0 propre / 3 révision approfondie / 4 résidus / 1 échec d'intégrité, pipeline uniquement) ; remédiation aux faux positifs → learn_guards.py from-text 术语 样本.txt ; par où commencer la révision approfondie → pipeline 原稿 -o 改稿 --handoff 交接块.md (une commande, pas d'exécution de plan séparée).
• Unification des termes multi-chapitres → check_terms.py --batch 目录 (dérive de variantes entre fichiers : chaque fichier cohérent en interne, l'ensemble incohérent).
• Une analyse signale un terme légitime (faux positif) → ne modifiez pas les fichiers de motifs ; persistez plutôt un garde : learn_guards.py from-text 术语 样本.txt (ou add) – le garde s

…

[CONFORMITÉ TRONQUÉE POUR LA TRADUCTION]