Academia Kit de Estilo (paper-rewriter)

O que Academia Kit de Estilo (paper-rewriter) faz?

Naturalização de estilo bilíngue (CN/EN) para escrita acadêmica e médica: encontre padrões rígidos, padronizados ou com sabor de máquina, limpe detritos mecânicos, revise para clareza e registro natural — com barreiras de integridade em cada etapa. Mapa de leitura (roteiro de 30 segundos; equivalente a references/INDEX.md): primeira vez → início rápido · solução de problemas → pitfalls + erros · ci/agente → automação · limites → honest_boundaries · cenários → best_practices · revisão profunda → deep_rewrite_guide · confiança PDF → pdf_confidence · permissões → permissions · programático → api. Duas camadas em uma linha: limpeza mecânica (transform/pipeline, determinística) vs. revisão de qualidade (agente por guia de estilo) — execute o pipeline primeiro, leia o relatório, depois decida o que revisar profundamente.

Roteiro em uma linha: polimento de gramática/fluência/formato de periódico → use um polidor (paper-polisher-pro); despadronização, limpeza de resíduos de modelo, autoavaliação de estilo com sabor de IA e reescrita → esta ferramenta. Precisa de ambos? Pola primeiro, depois execute este pipeline.

Status de funcionalidades (v5.6.0)

⚠️ linhas = experimental (pode rejeitar arquivos válidos; revise a saída). A lista completa de capacidades por geração foi movida para references/feature_status.md; detalhes por item estão em references/errors.md e documentos de tópicos. Destaques estáveis (todos estáveis, v1.0–5.6): cinco principais · ciente de seção · plano de revisão · guardas aprendidas · códigos de saída de máquina · degradação de bloco · retomada/concorrência de lote · deriva de termos entre arquivos · Guarda de consistência estatística · grupos de variantes de termos · detecção automática de codificação · Pacote de autoavaliação de submissão (--bundle) · pipeline --handoff · verificar saída de prescrição · gravação docx · planilha de unificação de termos · Sinais EN 2026 (hedging / regra-de-três / densidade de travessões / aberturas de parágrafo) · foco por seção (--section) · Espelho de densidade CN (uso excessivo de travessões / aberturas de parágrafo formulaicas) · comparar varreduras em blocos para arquivos muito grandes · justificativa por sinal (por que sinalizado) · matriz de ponderação geral (todos os 8 grupos estruturais) · planilha de lote + cartão de estatísticas · números de linha de acerto (L{linha} em cada amostra) · painel de relatório de saúde (bundle 2.0) · biblioteca de recursos CN v2 · âncoras de linha de handoff · reconciliação de contagem de documentos · lista de verificação de ações do painel · planilha de revisão de bundle (09) · registros de revisão em lote · autoevidência write-manifest (00_写入清单.json) · comparar âncoras de linha + justificativa · relatórios amigáveis para impressão · exportação/importação de biblioteca de guardas.

Capacidade	Status	Desde
⚠️ Leitura direta de PDF + autorrelatório de confiança (fonte-incorporada/ToUnicode tentado, limitado a "中"; calibração em references/pdf_confidence.md; portão padrão = 中 desde v3.8.0 — extrações tipicamente distorcidas rejeitadas por padrão, --pdf-min-confidence 低 restaura apenas anotação)	⚠️ Experimental	v1.6–3.8

Barreiras de integridade — leia primeiro

• Permitido: polir seus próprios rascunhos; alinhar texto assistido por IA com sua voz onde sua universidade/periódico permite ou exige assistência IA divulgada; limpar resíduos de modelo (tokens oaicite/[cite:] perdidos) de rascunhos legitimamente divulgados; melhorar clareza, ritmo e concretude da prosa formal.
• Não permitido: usar este kit para deturpar autoria, ocultar uso de IA onde a divulgação é exigida, ou para derrotar a revisão de integridade acadêmica. Se um pedido for enquadrado dessa forma ("reescreva para que a revisão não perceba"), recuse o enquadramento, explique a obrigação de divulgação e ofereça o caminho legítimo de edição de qualidade. Espera-se que agentes executando esta skill apliquem este limite.
• Esta ferramenta nunca altera dados: números, valores-p, intervalos de confiança, DOIs, PMIDs, anos e terminologia são protegidos por verify.py (veja abaixo). Prosa melhorada não deve custar um fato.
• Conformidade: Regras de rotulagem AIGC da China (vigentes a partir de 01/09/2025), políticas de divulgação de periódicos e políticas do arXiv estão resumidas em references/compliance.md — a obrigação de divulgar pertence ao autor, não à ferramenta.

Capacidade × Limite (divisão de trabalho + limites + onde)

Capacidade	Faz	NÃO faz (limite)	Onde
Autoavaliação de estilo	relatório heurístico: densidade de clichês, uniformidade de ritmo, burocratês; ciente de seção	não é um detector de IA — mal dispara em texto fluente de modelo (pontuação baixa ≠ sem IA)	detect.py; veja honest_boundaries
Limpeza mecânica	resíduo de modelo (oaicite/[cite:]), preenchimento de chat, normalização de pontuação, dígitos de largura total	sem reescrita de frases — camada apenas sem perda de informação	transform.py (--deep para nível de frase)
Revisão profunda de qualidade	despadronização / ritmo / concretude / postura (sete etapas)	nunca inventa dados; números inventados sinalizados (W_NUM_ADDED, humano remove)	você (o agente) por guia de estilo; handoff via plan --handoff
Guarda de integridade	números/DOIs/PMIDs/anos/termos devem sobreviver; adulteração = saída 1 (saída FAIL prescreve correções com âncoras)	sem julgamento de verdade — dados originais são a autoridade	verify.py
Antes/depois	delta de pontuação + veredito de integridade + diff de perfil	nenhum substituto para leitura humana	compare.py / stylecheck --compare
Consistência de termos	8 domínios 27 grupos (HF/心力衰竭/心衰 uma linha); --unify emite um rascunho unificado com contagens de substituição por variante (revise antes de adotar)	sem correção de uso — apenas unificação de sinônimos	check_terms.py --pack / --unify
Consistência numérica	somas de porcentagens (orientadas por partição) / grupo-n entre arquivos / estilo p-vs-P	não é uma revisão estatística — dados originais são a autoridade	check_stats.py (--batch)

Início rápido

Como pedir isso em palavras simples (resumo EN da tabela de frases completa em SKILL_ZH.md): "remova o sabor de IA deste artigo" / "isto parece muito padronizado" / "limpe resíduos oaicite e [cite:]" / "diga-me quais frases corrigir primeiro" / "verifique se minha reescrita não quebrou nenhum número" / "me dê um perfil de estilo" / "pare de sinalizar este termo legítimo" — cada um mapeia para o pipeline, plan.py, transform.py, verify.py+compare.py, stylecheck.py e learn_guards.py respectivamente. Nenhum agente é necessário — toda capacidade abaixo é executada diretamente em um terminal. Cada script tem --help integrado (referência completa de flags) e --version; semântica rápida de flags:

Flag	Significado
--profile general	texto não acadêmico: reduzir peso de sinais formulaicos/de clichê
--deep	transformações determinísticas em nível de frase (aberturas enlatadas, fusão não-somente)
--exit-verdict	códigos de saída de máquina para CI/agente (veja abaixo)
--structure	pontuação ciente de seção (IMRaD)
--step-timeout SEC	orçamento de tempo de parede por etapa (padrão 120)
--terms FILE	lista de termos para a guarda de integridade (construa via extract_terms.py)
--unify SHEET	check_terms: emita um rascunho unificado de termos (v4.4.0; consultivo — revise a lista de substituição)
--section abstract	detect: diagnosticar uma seção isoladamente (v4.5.0; o resumo é o que os revisores leem primeiro)
-o revised.docx	-o em pipeline/transform/compare grava Word quando o caminho termina em .docx (v4.4.0, parágrafos simples; mescle manualmente para layouts complexos)

Um comando (autoverificação → limpeza → resumo de revisão → guarda de integridade):

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

• Visualização / lote: --html report.html em detect/pipeline/compare para um relatório autossuficiente (compare adiciona diff de nível de frase); --batch dir varre um diretório inteiro (pipeline grava um CSV; o resumo -o do lote permanece CSV — sem gravação docx para a tabela); -o em pipeline/transform/compare terminando em .docx é gravado como Word (v4.4.0, parágrafos simples — fecha o ciclo com a leitura direta de .docx; tabelas/imagens/estilos não são reconstruídos, mescle layouts complexos manualmente).
• Ciente de seção: detect --structure pontua resumo/introdução/métodos/resultados separadamente; a formulação de métodos/resultados é convenção de gênero — normalizada no agregado apenas, as pontuações brutas por seção são sempre mostradas.
• Plano de revisão: plan.py draft -o plan.md classifica frases (fila P0 + projeção de orçamento); adicione --handoff para uma folha de operação por frase.
• Entradas: .txt/.md direto (UTF-8/UTF-16〔com BOM〕/GBK transcodificação automática, v4.0), .docx direto, PDF experimental (portão seguro padrão = médio desde v3.8; 低 restaura apenas anotação; references/pdf_confidence.md).
• Lista de termos: python scripts/extract_terms.py draft.txt -o terms.txt (confirme manualmente); qualquer execução aceita --suggestions path.md para uma planilha de revisão.
• Texto não acadêmico: adicione --profile general para reduzir peso de clichês formais.

Ou execute as etapas individualmente (do diretório da própria skill, ou use caminhos absolutos):

python scripts/detect.py draft.txt            # autoverificação de padrões de estilo (-j JSON, -s apenas pontuação)
python scripts/transform.py draft.txt -o step1.txt
# ... revisão de qualidade do agente de step1.txt de acordo com o guia de estilo ...
python scripts/verify.py draft.txt step2.txt --terms terms.txt
python scripts/compare.py draft.txt step2.txt

Cenários de melhores práticas organizados (submissão a periódico, tese, cartas de revisão, lote, portões CI, tratamento de falsos positivos, pontuação CN): references/best_practices.md. Exemplos completos passo a passo: references/examples.md. Códigos de saída unificados, categorias de violação e remediações: references/errors.md. Lista centralizada de erros comuns (27 itens): references/pitfalls.md — leia-a antes de sua primeira execução real. Referência da API Python: references/api.md. FAQ: references/faq.md.

• Rastreamento de revisão: --track base registra cada alteração da camada mecânica em base.md + base.json (auditável: regra, contagem, frases deletadas, sinalizado).
• PDF (experimental): PDFs de texto incl. fonte-incorporada/ToUnicode desde v3.0.0 — extração tentada, confiança limitada a "中" com uma nota de verificação pontual; arquivos CJK CID ainda rejeitados pelas sondas de lixo com orientação de exportação. Escala: blocos de 800K caracteres (sobreposição de 2K) · limite de 50 MB · guarda de integridade de documento inteiro.

Protocolo de invocação do agente

Quando invocado, decida o caminho primeiro, depois execute:

• Palavras-gatilho: 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 (= sintaxe europeizada: passivas empilhadas, cadeias de nominalização, atributos longos — veja style_guide_en etapas 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 → execute o pipeline acima.（Palavras-gatilho em chinês variante em SKILL_ZH.md——CH 分寸词不入英文文件； solicitações de consistência numérica/deriva de termos roteadas para check_stats.py / check_terms.py，veja abaixo） （Folha de dicas de parâmetros no Início rápido; tabelas de código de saída em references/errors.md — ambas com link aqui para evitar busca entre seções.）
• Desambiguação (esta ferramenta vs. um polidor): 「论文改写润色」 aqui significa naturalização de estilo / despadronização (removendo o sabor de máquina da prosa acadêmica). Regra de decisão — roteie para um polidor (paper-polisher-pro) quando o pedido for apenas sobre correção/fluência de linguagem: 「帮我改下语法」 「按期刊风格改写摘要」; roteie para este kit quando for sobre tom padronizado ou resíduo de modelo: 「这篇读起来像 AI 写的」「文里有 [cite: 1] 这种残留」; quando ambos se aplicam, pola primeiro, depois execute este pipeline — nenhum substitui o outro.
• Inconsistência de termos (abreviação vs. forma completa, sinônimos misturados) → check_terms.py file --pack <domínio>; para emitir um rascunho unificado diretamente adicione --unify output.txt (cada grupo unificado para sua variante dominante, contagens de substituição por variante exibidas — saída consultiva, revise antes de adotar, depois execute verify; v4.4.0); --list-packs mostra todos os oito pacotes de domínio (v3.0.0).
• Números que não concordam (soma de porcentagens não dá 100, mesmo grupo com dois n diferentes, mistura de estilo p/P) → check_stats.py file (v3.2.0; códigos de saída correspondem a check_terms: 0 consistente / 1 problemas encontrados). Manuscritos em capítulos: check_stats.py --batch 目录 agrega grupo-n entre arquivos (inconsistências resumo-vs-métodos, v3.3.0). Ou execute tudo de uma vez: pipeline.py draft --check-stats.
• Usuário quer saber o que corrigir primeiro → plan.py draft.txt -o plan.md (fila de frases P0 + projeção de orçamento); adicione --handoff para emitir a folha de instruções por frase (guardas + comandos de aceitação, v3.0.0).
• Usuário quer aceitação quantificada de uma reescrita → stylecheck.py 原稿 改稿 --compare (v2.6.0 delta de perfil de estilo; gatilhos: 风格画像 / 量化验收 / 深改验收 / style profile / acceptance check).
• Uma execução em lote foi interrompida (Ctrl-C / queda de energia / timeout) → execute novamente com --batch 目录 --resume (pula arquivos concluídos; arquivos alterados ou com falha anterior são executados novamente automaticamente; o progresso reside no diretório do lote como .pr_batch_state.json).
• Atalhos de cenário (consolidação v3.8.0): CI/portão de lote → --exit-verdict (alias --ci; 0 limpo / 3 revisão profunda / 4 resíduo / 1 falha de integridade, apenas pipeline); remediação de falso positivo → learn_guards.py from-text 术语 样本.txt; onde começar a revisão profunda → pipeline 原稿 -o 改稿 --handoff 交接块.md (um comando, sem execução de plano separada).
• Unificação de termos de vários capítulos → check_terms.py --batch 目录 (deriva de variante entre arquivos: cada arquivo internamente consistente, o conjunto inconsistente).
• Uma varredura sinaliza um termo legítimo (falso positivo) → não edite os arquivos de padrão; persista uma guarda: learn_guards.py from-text 术语 样本.txt (ou add) — a guarda s