Paper Polisher Pro
AI 寫作檢測（作者 AI 率自我檢測）· 學術潤飾指導 · 術語標準化 · 翻譯腔檢查 · 品質報告 · AIGC 合規標籤檢查 · 段落級歸因 · 期刊預審。 100% 本地執行，零上傳，無需憑證，純標準函式庫（可選 onnxruntime 增強層）。
⛔ 鐵律
- 僅有可重現的數值。 每個指標都來自
eval/run_eval.py的保留（測試集）評估；諸如「100% 檢測率 / F1 98.3%」等舊文件中的未經證實主張已被移除。- 不對短文下判定。 少於 100 個字元的文字會得到
risk=unknown（社群經驗：短文本的假陽性無法控制）。- 指紋僅用於歸因，絕不影響評分。（2026-08-15 測量：將指紋注入檢測器會使人類假陽性率翻倍。）
- 校準/評估分離。 頻譜、權重和閾值僅基於校準集的一半構建；測試集的一半保留給最終評估（樣本內 AUROC 0.9972 在分離後降至真實的 0.9187）。
快速總覽
- 功能：100% 本地 AI 率自我檢測 + 中文學術文本學術潤飾工具組（可選監督模型以獲取最佳準確度；英文則僅提供諮詢性的規則評分）。
- 30 秒入門：
python3 scripts/pp.py quickstart（無模型、無檔案演示）·python3 scripts/pp.py detect draft.txt --format json· 句子層級改寫建議：python3 scripts/pp.py fix draft.txt· 完整自我檢測報告：python3 scripts/pp.py workflow draft.txt· 環境檢查：python3 scripts/pp.py doctor（單一入口路由所有子命令） - 測量值（保留集，指紋綁定 md5 2631df3d388b）：AUROC 0.9998（2026 年前）/ 0.9400（當前世代）；人類 FPR@medium 2.3%。
- 了解限制：少於 100 字的文字基於設計得到
risk=unknown· 降級模式下的醫學文本會被過度評分 · 混合人機協作文檔：文檔級評分不可靠（段落歸因是可行的訊號）· 僅供作者自我檢查——不得用於規避機構 AI 檢測。 - 下一步：
references/best-practices.md中的情境操作指南 · 下方能力邊界矩陣 · § 快速入門中的端到端範例 · 依五大類別組織的常見問題（判定→模式與安裝→輸出與解讀→安全與驗證→工具與工作流程），跳轉至您需要的群組 ·CHANGELOG.md中的完整歷史。
30 秒任務路由
| 您想要… | 執行 | 詳細文件 |
|---|---|---|
| 檢查草稿的 AI 率 | pp.py detect draft.txt --format json | § 測量效能 + 下方邊界矩陣 |
| 查看哪些句子像 AI 寫的 | pp.py fix draft.txt | pp_fix_suggest.py --help |
| 比較您改寫前後的差異 | pp.py rewrite-check orig.txt rev.txt | 常見問題：改寫建議 |
| 翻譯 PDF 並保留版面 | pp.py bundle 不適用——請使用 doc-holmes | 相關工具 |
| 檢查寫作慣例 | pp.py norm draft.txt | 常見問題：風格規範 |
| 批次處理整份論文資料夾 | ai_detector.py --batch DIR --csv s.csv --report r.html | 常見問題：批次 CSV |
| 驗證零上傳主張 | pp.py verify + pp.py test | 安全聲明 |
| 期刊預審（學科背景） | ai_detector.py draft.txt --profile journal | § 期刊預審 |
| 環境除錯 | pp.py doctor / pp.py freshness --status | 常見問題：模式 |
| 所有結果的單一視覺儀表板 | pp.py html-report draft.workflow.json -o report.html | 腳本速查表：pp_report_html.py |
| 追蹤各次改寫輪次的草稿 | pp.py trend 輪次目錄/ -o trend.html | 腳本速查表：pp_trend.py |
| 不確定哪個指令適合？ | pp.py recommend "把這段的AI率降一降" | pp.py recommend --help |
最重要的三個限制（完整細節請見下方矩陣）
- 降級模式下醫學文本過度評分——規則模式下人類 FPR @medium ≈59%（醫學）vs ≈2%（一般）；在醫學文本上僅信任
@high判定，或安裝監督模型。 - 混合人機協作文檔——文檔級 AUROC 0.52-0.54（固有的平均化限制）；使用段落歸因作為人工審查排序，切勿作為自動判定。
- 資料覆蓋範圍——術語庫包含 2,344 個醫學/學術術語（非醫學文本的標準化率自然較低）；風格層針對學術散文校準（口語/敘述性輸入僅為諮詢建議）。各工具範圍：下方的子工具矩陣。
學術誠信
此工具供作者自我審查並提升自身寫作品質——更清晰的句子、一致的術語、自然的風格。其設計目的並非規避機構的 AI 檢測系統，且不得用於將 AI 生成的作品偽裝成人類書寫。請遵守您所在機構的 AI 使用與揭露政策；內含的 aigc_label_check.py 旨在幫助您遵守揭露與標籤規範（例如，中國 2025-09 標籤措施）——以正確宣告 AI 輔助，而非隱藏它。每個 AI 風險報告（ai_detector.py / deai_gate.py）都會帶有明確的 integrity_notice 以說明此點。
測量效能（C-ReD + DetectRL-ZH，保留測試集的一半，n=5,251）
語料庫範圍說明（v4.8.0）：下方 v3.0 時代的表格是在完整保留測試集的一半（n=5,251）上測量的。內含的範例語料庫是子集——其測試集的一半為 n=1,304；可重現的每個語料庫數值：僅規則模式（PP_NO_SUP）0.8985（舊世代）/ 0.7149（當前世代），融合模式 0.9998 / 0.9400（
eval/results/v480_rules_*.json、v35ctl_*.json；快取鍵綁定模型指紋 AND 引擎模式）。
| 指標 | v2.0 基準 | v3.0 規則+頻譜 | v3.1 +監督式 | v3.4 監督式（版本時代記錄，現行請見下方重測行） |
|---|---|---|---|---|
| AUROC（測試集一半） | 0.7046 | 0.9187 | 0.9997 | 1.0 |
| TPR@FPR5% | 30.4% | 49.0% | 99.95% | 100% |
| TPR@FPR1% | 16.7% | 24.9% | 99.88% | 100% |
| 人類 FPR @校準後 p99 | 未測量 | 未測量 | 3.56% (30/844) | 0.71% (6/844) |
| 改寫/混合攻擊 AUROC | 0.64 | 0.89 | 1.0（語料庫內） | 1.0 |
| 攻擊「AI 輔助」召回率 | — | — | 71.1% | 86.6% |
| 領域外純敘述/電影召回率 | — | — | 1/6 | 5/6 僅監督式 · 6/6 本地融合 |
v4.4.0 指紋綁定重新測量出貨監督模型（md5
2631df3d388b）：AUROC 0.9998（測試集一半，n_base=927），TPR@FPR1% 99.4%，人類 FPR@medium 2.3%——eval/results/v35ctl_oldgen.json。上方欄位保留作為版本時代記錄（較早的模型譜系；v4.4.0 之前的二進位檔未經指紋綁定）。
哪一欄適用於您？（校準導航：唯一可引用的當前基準是 eval/results/CURRENT.md 中的 v35ctl_*；左側欄位是版本時代記錄。）基礎套件執行 v3.0 規則+頻譜引擎（0.9187 AUROC 欄位，在完整保留語料庫上測量；v4.4.0 之前的歸檔基準未經指紋綁定——自 v4.4.0 起的每個評估結果都包含已部署模型的 md5 作為 model_fp，當前綁定數值在 eval/results/v35ctl_*.json 中）。右側兩個欄位需要可選的本地監督模型（見下文）。引擎會誠實告知您所處的模式：當監督層不存在或跳過時，每個報告都帶有 degraded_mode / degraded_notice。
能力邊界矩陣（在信任任何檢測器前請先閱讀）
| 情境 | 行為 |
|---|---|
| 中文學術散文，完整堆疊 | 最佳案例（AUROC 0.9998 保留集，人類 FPR@medium 2.3%——v4.4.0 指紋綁定） |
| 不含模型的基礎套件 | 規則+頻譜（0.9187）；醫學文本過度評分（僅規則模式下人類 FPR @medium：~59% 醫學 vs ~2% 一般）→ 在醫學文本上僅信任 @high 判定 |
| 英文文本 | 語言門控基於設計跳過中文訓練的監督層；僅英文規則骨架，僅供諮詢 |
| 混合人機協作文檔 | 文檔級 AUROC 0.52-0.54（固有的平均化限制）；段落級 AUROC 0.69，校準後最佳操作點 P=0.60，覆蓋率 63%（references/para_thresholds.json）——低於自動判定門檻；僅使用 pp_workflow.py/paragraph_report.py 的排序進行人工審查 |
| 編輯程度回歸頭 | ρ=0.540——作為元數據報告，從不用於判定 |
| 當前世代模型（2026-09 抽樣） | AUROC 0.9400（v4.4.0 指紋綁定重新測量，443 份文檔的當前世代評估集：9 個系列，包括 K3/K2.7/Qwen3.7-3.8/DS-V4/V4.1/GLM-5.3/M3）vs 0.9998（2026 年前保留集）——一個適度的驗證差距。先前的 0.6542-vs-0.9022 數字是測量偽影（過時的分數快取重播 + 未經驗證的模型譜系）；自 v4.4.0 起，兩種情況都已被結構性防止（每個結果 JSON 中的 model_fp） |
| 口語/對話風格文本 | 風格層針對學術散文校準；在該風格之外，將風格分數視為諮詢建議 |
子工具範圍矩陣（每個子工具的校準領域）
| 子工具 | 校準領域 | 領域外行為 |
|---|---|---|
| ai_detector / deai_gate | 中文學術散文（保留集校準） | 降級模式下醫學文本過度評分；英文僅諮詢規則；敘述/口語輸入會收到風格提示 |
| paragraph_report / pp_rewrite_check | 與上述相同引擎標準，按段落 | 相同限制；rewrite_check 在相同標準下比較兩個草稿 |
| pp_fix_suggest | 中文 AI 寫作模式庫（學術風格） | 英文文本僅進行基本連接詞/節奏檢查；發現結果是風格觀察，而非檢測 |
| term_check | 中文醫學/學術術語（2,344 個術語庫） | 非醫學文本：標準化率讀數較低——這是術語庫範圍限制，而非錯誤；--auto-fix 會尊重上下文 |
| translation_smell_check | 中文學術散文（翻譯腔模式） | 英文風格來源文本：輸出會列出其盲點術語，而非假裝有覆蓋 |
| style_distance | 學術散文風格計量學 | 在學術風格之外，風格分數僅供諮詢（輸出中已說明） |
| style_norm | 機械慣例——與風格無關 | 基於設計不給分數；統計檢查（數字/縮寫）在短樣本上較弱，並會如實說明 |
| aigc_label_check | 檔案元數據 / C2PA / 明確標籤聲明 | 非內容檢測器；驗證標籤合規性，而非作者身份 |
| quality_report | 稿件的可讀性/品質維度 | 非 AI 率測量；評分啟發式方法為通用型，未經期刊調校 |
| docx_text | .docx 文字提取（保留段落） | 非 PDF 轉換器——PDF 會收到轉換建議並被拒絕（無法保證零依賴的中文 PDF 提取） |
| 批次模式（--batch） | .txt/.md/.docx <5 MB 每個檔案 | >5 MB 基於設計跳過；加密或僅含圖片的 docx 會給出明確錯誤，而非靜默空輸出 |
安全與行為聲明
- 100% 本地執行：每個功能都在裝置上運行。程式碼庫零出站網路呼叫——無網路客戶端函式庫，無網路工具。唯一具備監聽能力的元件是可選的 MCP HTTP 表單（
--transport http），它僅綁定 127.0.0.1 迴環位址（綁定已由 AST 驗證器的允許清單規則斷言）；AST 掃描會將任何未綁定迴環位址的監聽器視為違規。結構性驗證：python3 scripts/pp_verify.py（AST 層級掃描；退出碼 0 = 零網路呼叫，所有腳本編譯成功）。傳統文字 grepgrep -rEin "urllib|requests|socket|import http" scripts/可能會在報告頁尾中顯示一些 URL 字串——這些是字串常數中的資料，而非網路程式碼；AST 驗證器能區分兩者。 - 不上傳，無憑證：不讀取也不傳輸任何憑證、金鑰或個人資料；唯一的兩個環境變數是
PP_NO_SUP（跳過監督層）和PP_LANG（en將pp.py入口介面切換為英文）——兩者均為本地行為切換。 - 無持久化：不會建立排程任務、自動啟動項目或系統設定變更；暫存檔（層間 JSON、探測文字）使用後即刪除。
- 無遠端程式碼：不載入任何遠端模型或腳本；可選的監督模型由使用者放置於本地路徑。
- 資料邊界：僅讀取/寫入使用者指定的檔案、系統暫存目錄及其自身的套件資料目錄（校準/新鮮度工件）；報告僅存在於使用者指定的位置。
- 學術誠信：請參閱上方章節——供作者自我審查與品質提升，並進行符合政策的揭露；不得用於規避檢測。
退出碼契約（自 v5.8.0 起穩定）
| 退出碼 | 含義 | 典型案例 |
|---|---|---|
| 0 | 成功 | 報告已產生 · verify 零網路通過 · test 套件全部通過 |
| 1 | 已執行但未通過 | 引擎執行時故障（訊息中含恢復建議）· test 失敗 · verify 漂移 · freshness 基準漂移 |
| 2 | 使用方式或輸入錯誤 | 未知子命令 · 檔案缺失 · 文字少於 100 字 · 無法解析的輸入檔 |
| 3 | 環境未就緒 | pp_setup.py 模型安裝/驗證失敗——請先執行 pp.py doctor |
程式化鏡像：pp_api 對於無效輸入會拋出 ValueError（↔ 退出碼 2），對於執行時故障會拋出 RuntimeError（↔ 退出碼 1），兩者均會在訊息中攜帶恢復建議。這些代碼是一項穩定性承諾——未來版本不會重新定義其用途。
反模式（附正確做法）
本節僅列出判斷型規則（不該做什麼）；操作性的操作指南問題請參閱
references/faq.md（可透過pp.py faq <關鍵字>搜尋）——兩者互相參照，而非重複。
- 不要餵送少於 100 字的文字並期望得到判定——
risk=unknown是設計使然（短文本假陽性無法控制）。✅ 改為：提交 300 字以上的文字，或使用風格規範檢查（pp.py norm），該檢查不給出判定，適用於短樣本。 - 不要在降級模式下信任醫學文本的分數
…[為翻譯而截斷]