Communitygithub.com

zxyasfas/论文格式智能体

学术论文 DOCX 格式器,配有内容指纹保护:证明文本内容从未被更改,仅格式被调整。同时可作为 AI 智能体技能安装使用。

论文格式智能体 是什么?

该技能专注于本地优先的学术文档格式处理,支持 `.docx` 论文文件以及独立的格式规范文件(`.docx`、`.doc` 或 `.txt`)。它的核心优势在于内置了“内容指纹”保护机制,能生成防篡改证明,确保仅格式被修改而学术内容未被触及。工作流程包括确认输入文件、以格式化模式运行 CLI 工具、检查生成的内容保护报告(验证 `content_changed` 和 `content_guard_enforced` 字段),并根据需要进行规则更新与测试。该技能适用于 Cursor、Codex 等 AI 智能体平台,通过严格的默认安全设置(不上传私密文件、默认仅修改格式)和分步验证流程,为学术写作提供了可靠、可审计的格式处理方案。

兼容平台~Claude Code✓Codex CLI~Cursor
npx skills add zxyasfas/paper_format_agent

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

论文格式智能体 是做什么的?

使用此技能进行本地优先的学术文档格式处理。它适用于 .docx 论文文件以及独立的格式规范文件(支持 .docx、.doc 或 .txt 格式)。

安全默认设置

  • 除非用户明确要求,否则绝不向外部服务上传私人论文或格式指南。
  • 将学生论文、手稿、审稿人评论及学校模板视为敏感数据。
  • 除非用户明确同意,否则不更改学术内容。默认仅进行格式修改。
  • 将报告和生成的文档保存到用户指定的输出目录中。

标准工作流程

  1. 确认输入文件:
    • --format-file:格式指南或模板文本。
    • --paper-file:源论文,当前支持 .docx。
    • --out-dir:输出目录,用于存放报告和生成的文档。
  2. 以仅格式修改模式运行 CLI:
python -m paper_format_agent.cli \
  --format-file "format_guide.docx" \
  --paper-file "paper.docx" \
  --out-dir "./output" \
  --engine auto \
  --strict-required-sections
  1. 检查生成的产物:
    • formatted_paper_v3.docx:修复后的文档。
    • format_rules.json:提取的规则。
    • format_report.json:机器可读的评分和检查结果。
    • format_report.html:人类可读的报告。
    • modify_log.json:格式操作记录。
    • engine_report.json:后处理引擎结果。
  2. 检查 format_report.json 中的内容保护字段:
    • content_changed 通常应为 false。
    • content_guard_enforced 通常应为 true。
  3. 如果某条规则有误,更新规则提取或评分逻辑,并添加一个最小测试用例。

验证

在将工作交回之前,运行以下命令进行验证:

python tools/validate_skill.py
python -m unittest discover -s tests -p "test_*.py"
python tools/compile_check.py
python tools/release_audit.py

添加模板支持时

  • 添加重现行为所需的最小代表性规则文本。
  • 优先使用确定性规则提取,而非仅依赖 LLM 解释。
  • 为边距、字号、行距、必需章节、标题、图题或参考文献添加测试。
  • 不提交真实的学生文档。使用合成文本或匿名化固定数据。

审阅输出时

首先阅读 format_report.json,如果用户需要人类可读摘要,再查看 format_report.html。按以下优先级处理问题:

  1. 内容意外更改。
  2. 必需章节或标题分类错误。
  3. 页面设置、边距、字体或行距不正确。
  4. 图题、参考文献、表格或编号有误。
  5. 报告措辞或评分解释不清晰。

适合贡献的任务

好的首次 PR 通常属于以下类别之一:

  • 为学校、期刊或会议的格式规则添加合成测试。
  • 通过范围精确的正则表达式或解析器改进规则提取器。
  • 在不改变评分语义的前提下改进报告清晰度。
  • 在 docs/regression_manifest.sample.json 中添加回归案例。
  • 改进此技能工作流程或 agents/openai.yaml 元数据。

相关技能