> v1.6.4（2026-10-07）分页起页：摘要／英文摘要／目录／正文／参考文献／致谢 各占一页；新增 check_pagination.py（G18）
> 起因：用户交稿前核版式，要求“摘要关键词是一页，英文摘要单独一页，目录单独一页，引言及后续正文另起一页，参考文献另起一页，致谢另起一页”，并要求先写进技能再出稿。此前 md2docx.py 只管字体行距、不管起页，转出来所有内容一路往下堆，摘要和关键词、英文摘要和目录全挤在一起。
> ① 分页做进 md2docx.py：新函数 page_break(doc) 插一个只装 w:br/@type=page 的空段落作为整页符，比往上一节的 run 里塞 br 稳（上一节常是刚写完的最后一句正文，br 贴着句尾在 Word 各版本表现不一致）；五个锚点各自判一次、带 pg = {'en','toc','body','ref','ack'} 状态机防重复插——英文摘要／目录／正文第一个一级标题（一、 或 引言）／参考文献／致谢。锚点判断必须排在写 heading() 之前，否则分页符落在标题后面，那一节还是接上一页排的；“目录”那个特例分支（16pt 居中大标题）又要排在锚点判断之后，两处顺序别调反。
> ② 只在论文稿上断页：convert() 里加一道判——全文得匹配 ^#{1,6}\s*(?:摘要|英文摘要|Abstract)\s*$ 才启用分页。开题报告、文献综述、答辩问答没有这套前置页结构，硬断只会把第一节推到第二页。另有 --no-pagination 总开关，学校模板要求连续排页时用。模块级 PAGINATE = True 作默认，命令行置 False。
> ③ 新增 G18 与 check_pagination.py：读 Word 稿，按 w:br/@type=page 切“页”，逐页核起段（并看上一页止段）——摘要页收在“关键词”、英文摘要页含 Abstract／Key words、目录页含“目录”、正文首页为“一、引言”、参考文献页起段是“参考文献”、致谢页含“致谢”，另查页数够不够 6 页。这是一套通行版式不是学校规定，学校另有细则以学校为准，故留了 --lenient。
> ④ 分页规范写进 references/ug-format.md 第七节“分页与章节起页【硬性】”（含六块起页表、--no-pagination 用法、以及“分页≠分节，页码体系另说”的提醒——罗马数字＋正文从 1 起算要用真正的 w:sectPr，只插分页符做不出独立页码）。
> ⑤ 中文双引号归一（同日补）：中文稿的引号一律全角弯引号“”，直角「」也换掉；半角直引号只在两类地方留——行内代码／代码块里的符号（<span style="color:red">、规则例句）和英文摘要、Key words、英文著录条目。判据是左右是否为汉字或全角标点，不是交替顺序；改前整包备份，改完行数与反引号数零变化。
>
> v1.6.3（2026-10-07）英文摘要用英文标点 + Times New Roman；ug_gate 正文定位换 first_body_start()
> 起因：用户翻英文摘要，数出 6 处 " " 中文弯引号——英文段落里该是半角直引号 "…"，中文弯引号一出现，整段就“像翻译过来的”。要求英语摘要段统一用英文标点和字体，并写进技能。
> ① 根因在 fix_punct.py：fix_quotes() 见 " 就无条件换成全角弯引号，中文稿里这叫规范，英文摘要里这叫错别字。md2docx.py 转稿时先把英文摘要／Key words 区（自 ## 英文摘要／## Abstract 标题起到下一个标题为止的全部行，外加裸写的 **Key words：** 那一行）掩成占位符 \x00EN{n}\x00，让 _fix_punct 看不见，转完再换回——直引号保住，其余段落的中文标点规范化一点不受影响；
> ② 西文字体：para()／_emit()／_add_cites() 加 en 参数，英文段设 Times New Roman（东道仍是宋体），正文段落保持 SimSun；
> ③ G14 加两条（check_abstract.py）：禁中文标点（中文引号、逗号、分号、冒号、句号、括号一律拦）与禁混汉字（英文摘要里混进一个汉字就报，中文词要翻掉或挪进中文摘要）；原来只查中文标点，现在连弯引号也算数；
> ④ ug_gate.py 分段回归修复（目录带页码的稿子全军覆没）：上一轮目录改成裸行“一、引言 1”之后，split_doc() 分不出正文。查下来是两处扣着，不是一处——
> - 根目录因在 ref_i：抓参考文献表的正则是 ^#{0,6}\s*参考文献，可目录里那条“参考文献 11”也满足（行首就是 参考文献），ref_i 落在目录上（2418 处），真参考文献表（11317 处）根本轮不到。于是正文起点被目录首行顶掉 →“正文 64 字”“参考文献解析不到”；随后 致谢 又从 text[ref_i:] 里命中了目录里的“致谢 12”，参考文献段只剩 8 个字。修：参考文献表只认标题式（## 参考文献 单独成行）与 [1] 条目式，抓取时跳过目录区内的行；
> - 次因在 first_body_start()：原来的目录判据拿 cand.group(0)（只匹配到 一、 这三个字）去查行尾页码，永远查不到，跳过分支成了死代码。改成匹配整行再判，另起 toc_span()／is_toc_line() 两个函数按 G7 口径认条目（以 1—3 位页码收尾，且落在 ## 目录 到下一个 ## 之间）；
> ⑤ MD 侧写法不变，规则落在转稿与门禁两处。回归补 5 项（英文摘要 4：abstract_en_直引号穿到Word／abstract_en_TimesNewRoman／abstract_en_中文引号被拦／abstract_en_混汉字被拦；分段 1：ok_目录带页码——目录里的“参考文献 11”“致谢 12”不再抢走分段），现 73 项全过。
> v1.6.0（2026-10-07）补估算值标红门（G15）：正文复述的估算值也得红
> 起因：check_estimates.py 报了 26 处疑似，只标了 12 处——漏的全是正文里复述表内估算值的那一串（“农产品只涨约 5 倍”“农村涨了近 13 倍”“内容电商涨到三成以上”）。表里标红、正文白纸黑字，等于把风险提示撕掉大半，这类漏网比表里漏更伤，因为读者读的就是正文。
> ① §3.1 立规矩：表内格／表后注／正文复述三处必须同改；开题与答辩问答里复述到同一批数，一并按同一口径标；
> ② 新增 G15（§五门表）+ check_estimates.py --strict 机器判：还有未标红的疑似数字就退出码 2；
> ③ 防误报三处（都改在脚本里，别改回去）：表格行整行算出处窗口（出处常写在相邻列，| 3.22 亿人、69.2% | CNNIC 第 56 次 |）；SRC_HINT 补“监测／CNNIC／第 N 次／作者（年份）”（缺了它，5870.3 亿元、20.1% 这类真正公布过的数会被报成无出处，反而引人去给公布值标红）；量纲数字前必须是非词字符（否了 "Q6 单独答一问“ 的 6 单、”P03" 的 03 都进清单）；
> ④ 公布值不要标红——被误报时给句子补出处线索（把“据商务部监测数据”“（监测口径）”挪到 40 字窗口内），标红是给“算出来的”用的，给公布值标红等于把 G15 废掉；
> ⑤ --strict 只卡真数字，表注里“系由公开表述反推而来”那类叙述词不参与门禁（否则门永远过不了）；只挂在论文稿、开题报告上，说明稿／综述／问答走默认模式出清单。
> 回归测试补 5 条（estimates_正文已标红／estimates_正文未标红／estimates_表格行出处列／estimates_Q6误报／estimates_公布值补线索），现 54 项全过。
> v1.6.1（2026-10-07）Word 稿去空格 + 正文引注上标（G16／G17）
> 起因还是用户肉眼看到的两件事：Word 里“小标题后面有空格”“数据前后有空格”“外语词和中文词之间隔着半个空格”；以及正文 \[3\] 那类引注该挂右上角却平躺在行中。
> ① 去空格做进 md2docx.py 的 normalize_spacing()，转 Word 时自动清：汉字↔数字/西文之间、数字/西文↔汉字之间、全角标点后、加粗领句（**第一，增收效应有没有。** 这一类）外围的半角空格。保留：西文／英文内部空格（livestreaming e-commerce、Key words）、中文全角空格 U+3000（封面字段对齐用）、目录“标题 + 空格 + 页码”；
> ② 五类行以前漏掉 normalize：标题行（四级小标题里的“（4 问）”“ug_gate 剩余…”）、_emit 解析 **…** 后切出来的片段（“） 与 Key words”）、有序／无序／引用块列表项、表格单元格——都已补上；
> ③ 目录条目改走 toc_keep_page_gap()：其余空格去干净，只留页码前那一个（G7 要的写法），check_spacing.py 同步给目录末尾页码前空格开白名单；
> ④ 正文引注上标：md2docx.py 把正文里的 [1]／[12]／[3-5]／[1,3] 排成右上角上标 run（参考文献表条目由 is_ref_entry() 拦住不上标）；新增 G16 与 check_superscript.py 验；
> ⑤ 新增 G17（Word 空格）与 check_spacing.py 验。
> 回归补 10 项（空格 6：中数／西文内部／加粗领句／全角空格／列表前缀／目录页码 + 参考文献条目判定 2 + 端到端 2），现 64 项全过。
> ⚠️ v1.6.2 已把 ③ 里的 toc_keep_page_gap() 换掉，见下方 v1.6.2。
> v1.6.2（2026-10-07）目录排成标准目录：点线前导 + 页码右对齐
> 起因：用户看到 Word 目录长成 • 一、引言 ................. 1——顶着项目符号、拖着一排手打点，页码也没日子顶到版心右边。查下来是三处连着出的错：
> ① check_toc.py（G17 之外还有一处假阳性）：TOC_ITEM 写成 ^\s*(第?一二三…、|…|引言|…)，可目录条目常写成无序列表 - 一、引言 1，行首那个 - 让所有条目一条都没进检查，脚本却打印”9 条通过“。加了 (?:[-*+]\s+)? 前缀容错后才真查起来；
> ② md2docx.py 的目录分支排在列表分支后面：^[-*]\s+ 先接走目录行，条目被当成普通列表项顶着 • 输出，点线和页码也都没机会挂制表位。目录判断提到列表分支之前；
> ③ 手打点线夹在页码前面，不在行尾：toc_strip() 原先只扫行尾点线，而真实写法是 标题 …… 页码，行尾是页码，扫不到。改成连页码一起摘下来再清中间那截；
> ④ Word 侧排真目录：toc_split() 切（标题, 页码）→ toc_para() 写三个 run（标题、\t、页码）+ set_right_dot_tab() 挂制表位 val=right leader=dot，位置取 页宽 − 左margin − 右margin（版心右缘，A4 默认边距下 15.59cm）。MD 侧写法 不变，仍是“标题 + 空格 + 页码”，check_toc.py 口径 不变。
> 回归补 4 项（tocstrip_剥列表前缀与手打点线／tocsplit_切出标题与页码／tocentry_带前缀也算目录条目／toc_end2end_点线右对齐页码，顺带把 toc_keep_page_gap 的失效引用修掉），现 68 项全过。
> v1.5.2（2026-10-07）补表格门 + 英文摘要门（G14）
> ① 表格年份怎么选（§3.3 + references/ug-table-format.md + check_tables.py）：查得到逐年就排连续序列；只有零散年份只能写“分散年份对照”，表题写明、表后注里说清”缺年＝查不到同口径值，不是漏记“；表里混公布值与估算值必须加“数值性质与来路”列，反推值按 §3.1 标红。表末禁空行、单元格禁塞句（>20 字）。
> ② 英文摘要与关键词（§3.4 + check_abstract.py）：Abstract 120—300 词、Key words 3—5 个且与中文一一对应，位置在中文关键词之后、目录之前。
> ③ 两道门进 G14（§五门表、§六脚本表、references 表），脚本各配正／反例回归。
> v1.5.0（2026-10-07）四条新增规则 + 三个脚本修复
> ① 工具与来源红线（§一第6条）：只用 WorkBuddy 自带大模型写稿；不注册邮箱、不收 API key 去做文献或数据检索；禁止任何 VPN／翻墙访问，查国外文献走学校数据库、正规渠道与公开入口。
> ② 一次委托＝四类同步产出设为硬门禁：少一份就不算交付完成（§三）。
> ③ 反推／估算／无出处数据一律红色标注（§3.1 + references/ug-estimates.md + check_estimates.py + md2docx.py 红字通道）。
> ④ 表格年份与表后空白（§3.3 + references/ug-table-format.md + check_tables.py）：非连续年份只能写“分散年份对照”，表头写明、表后加注，缺年必须说清是“查不到同口径值”；表末禁空行、单元格禁塞句。
> ⑤ 英文摘要与关键词（§3.4）：Abstract 120—300 词 + Key words 3—5 个且与中文一一对应，位置在中文关键词之后、目录之前（G14 + check_abstract.py）。
> ⑥（v1.5.0 原第④条）引文照“新闻传播学论文撰写助手”口径：主力年 ≥60%、前两年 ≤25%、更早 ≤15%、近三年 ≥30%、英文 15%—20%，文末须附时效统计（§3.2 + references/ug-citing-standards.md + ref_age_stats.py）。
> 脚本修复：renumber_refs.py 的 (?m)$ 会连换行一起吞，group(0) 带着 \n\n 写回行里使文件行数成倍膨胀——已改为 strip() 后逐行落位，重排幂等且行数不变；check_intro.py 跳过非论文稿的判据从“有没有小标题”改为“稿型特征”，缺引言章的论文不再被放过。
>
> v1.5.1（2026-10-07）补目录格式门 + 修 check_toc.py 自误判
> 起因：交付稿目录被写成“一、引言 ／ 1”（26 处全角斜线）一路带进 Word 才发现。根因有两半——技能侧 references/ug-ref-numbering.md 只写“标题＋前导点＋页码”、既没写死禁斜线也没有机器能判的门，所以 G7 一路绿灯；执行侧 md2docx.py 对目录原样照抄、目录全是手写。
> ① §五门表 G7 明确目录唯一正确写法＝标题 + 空格 + 页码，禁用分隔符清单（全角“／”、半角“/”“|”“-”“:”“·”、手打点线）见 references/ug-ref-numbering.md §四；
> ② 新增 scripts/check_toc.py 机器判，并入 G7（§六脚本表）；
> ③ check_toc.py 自身踩过的坑（别改回去）：最初用 ^(.*?)(\S*)\s*(\d{1,3})\s*$ 抓三段，(.*?) 非贪婪在“（三）产地基础设施的短板 14”上会把整条标题吞进 middle，导致改对的稿子反而报 26 个不通过。现改为先按 \s*(\d{1,3})\s*$ 切掉页码，再在剩余串尾部找“非标题字符”run（_is_title_char）；点线版“一、引言…… 1”与斜线版“一、引言 ／ 1”都照样拦下，标题自带冒号（“（一）总量：规模扩张与增速换挡”）不误伤；
> ④ 回归测试补 4 条（toc_空格+页码／toc_斜线／toc_手打点线／toc_无页码），现 42 项全过。
>
> v1.4.1 脚本三修：① ug_gate.py 破折号原 count("——") + count("—") 属三重计数，改为 count("——")；
> ② check_defense.py 类别判定改为标签优先、关键词兜底（原按关键词顺序，会被”文献“”结果“抢走，致 G 类恒缺）；
> ③ check_intro.py 对非论文稿（综述／开题／问答）跳过”引言／绪论“章检查。
> 另：check_bundle.py 比对的是母池与各稿的题名＋作者，台账里的题名写错会一路判不一致，
> 生成母池时务必逐条核到原题名，别用记忆里的近似题名。
文科本科毕业论文写作助手
面向全国普通高校文科本科毕业论文的写作辅助，覆盖四类产出：文献综述、开题报告、毕业论文、答辩应知应会问题。
四类默认同步产出：用户只要给出一个选题（如“帮我写一篇新闻学的毕业论文，主要研究电商直播”），不要四选一，而是按 references/ug-bundle.md 一次锁死研究问题、建共享文献母池，然后顺序成稿、成组交付（综述 → 开题 → 论文 → 答辩问答 → 一致性报告）。只有用户明确说“只要××”时才单出一份，并说明其余三类本轮未产出。
它把“本科论文怎么写”这件事从经验判断变成可查项：三类产出各对应一套硬指标（字数、文献条数、结构、格式），另加一套口径一致性门禁；重复率与 AI 率设硬红线 15% / 30%；引用不只查格式，还查真实性。
它不做什么：不代写论文正文，不生成数据与访谈材料，不伪造文献与引文。这三条是红线，见 §二。
一、五条基本准则【硬性】
| # | 准则 | 实质约束 |
|---|---|---|
| 1 | 不编造 | 文献、数据、访谈材料、案例信息一律不得生成；核不实即删 |
| 2 | 结构完整 | 封面、摘要、关键词、目录、正文、参考文献、致谢，缺一不可 |
| 3 | 论证有据 | 每个核心判断要有文献、材料或数据支撑；不能通篇“我认为” |
| 4 | 引用规范 | 引他人观点、数据、原话必须标来源；不得抄袭；引注按顺序编码制，首现从 [1] 起连续递增；党和国家政策、规划、领导人讲话精神必须进选题背景并作为引文 |
| 5 | AI 使用须声明 | 按学校要求声明用途；不得声称“零 AI 特征”或“保证通过检测” |
| 6 | 工具与来源红线【硬性】 | 只用 WorkBuddy 自带大模型写稿；不注册邮箱、不收 API key 去做文献／数据检索；不使用 VPN／翻墙访问。 取资料一律走 WorkBuddy 自带能力与公开正常途径：查国外文献用学校购买的外文数据库、出版社与期刊官网、正规检索页；拿统计数据用机构官网与公开发布的公报年鉴。代理、未授权抓取、来路不明的爬虫结果一律不用 |
规范分层：条目标【硬性】的必须遵守，违反即不合格；标【倾向】的可按学科与选题调整；未标的是参考范例。
格式优先级：学校教务处的《本科毕业论文撰写规范》＞ 学院实施细则 ＞ 本技能通行标准。三者冲突时以学校为准，并在交付时说明按哪一份执行。
二、两条硬红线与八条红线【硬性】
两条量化红线
| 指标 | 红线 | 说明 |
|---|---|---|
| 总文字复制比 | < 15% | 本科优秀论文要求；通行上限为 20%—30%，以学校规定为准 |
| AI 率 | < 30% | 本科通行 20%—40%，各校差异大，以学校规定为准 |
这两项只认站点实测值。本地脚本不产出重复率，AIGC 只有本地预估，报告里必须写“本地预估 X%”，不得写成“AI 率 X%”。
七条红线
- 编造参考文献或伪造数据。
- 抄袭（查重超过学校规定）。
- 代写或购买论文。
- 伪造指导教师意见或答辩记录。
- 声称“保证通过查重／AIGC 检测”。
- 将 AI 生成正文直接作为原创提交而不声明。
- 在修订清单之外擅自增删正文内容。
- 为取资料而注册邮箱、收 API key、挂代理／翻墙，或把来路不明的抓取数据当官方统计用。
三、一次委托·四类同步产出（默认执行路径）
| 步骤 | 定什么 | 产出 | 硬检查 |
|---|---|---|---|
| P0 诊断 | 学校、学院、专业、选题、进度、截止时间 | 当前阶段 + 缺失项 + 最小下一步（一次最多问 3 项） | 问清学校名称 |
| P0.5 锁口径 | 把“同一件事”写死：研究问题、对象、时间范围、方法、样本／材料 | 00_一致性说明.md 的锁定段 |
四份后续全部照抄，一个字不改 |
| P1 建母池 | 检索 → 核验 → 入池 | assets/reference_pool.csv 式台账，22—26 条 |
每条核不实即删；外文 ≥2 |
| P2 文献综述 | 选题界定、归纳、评述 | 综述初稿 + 15 条左右 | 条数达标、有述有评、格式规范 |
| P3 开题报告 | 依据、内容、方法、进度、提纲 | 开题报告全文（15 条左右） | 七部分齐全、字数达标 |
| P4 毕业论文 | 结构、正文、格式、查重/AI 率 | 主稿：论文全文（20 条左右） | 结构完整、字数达标、两项达标 |
| P5 答辩问答 | 从主稿取数字，不另造 | 答辩应知应会问题（20 问） | 八类覆盖、每答三段、无承诺式表述 |
| P6 一致性门禁 | 跑 check_bundle.py |
05_检查报告.md + 交付包 |
四份齐全、锚点一致、母池一致、数字同源 |
顺序不能倒：先锁口径，再建池，然后综述 → 开题 → 论文 → 问答。答辩问答永远最后出，因为它的每个数字都要从论文里抄。
主稿是毕业论文：综述、开题、问答三份的口径都能在论文里找到出处；反过来不成立。
单出例外（收紧）：用户明确说“只写文献综述／只要开题”时只出一份，但仍须保持口径可对接，并在交付说明里标 [待补] + 写一句“本轮只出××，其余三类未产出”。详见 references/ug-bundle.md §七。
四类同步是硬门禁，缺一份不算交付完成【硬性】
- 用户没点名要哪几份，一律四类齐出；本轮实际产出的文件必须全部列在回复里。
- 只交一份而用户没说“只写××”的，视为未完成：
check_bundle.py判“缺 00 或 05”时直接不通过，不要拿“先出一稿看看”当解释。 - 真的因为信息不足（例如学校、选题还没定）卡住的，允许停在某一步，但要在回复里写清缺什么、哪一步可以接着走，并给出下一步的最小动作（一次最多问 3 项）。停下来不等于少交。
- 用户主动说“这次先要论文正文”时，按单出例外处理，别自作主张补齐另外三类。
四、四类产出的硬指标
| 指标 | 文献综述 | 开题报告 | 毕业论文 | 答辩应知应会问题 |
|---|---|---|---|---|
| 总字数 | 2500—5000 | 2000—3000（不含综述） | ≥8000（多数高校） | 20 问，每答三段 |
| 其中文献综述 | — | 3000 字左右 | 1500—2500 | 每问含考察点与避坑 |
| 摘要 | 200—400 字 | 无 | 200—400 字 | 无 |
| 关键词 | 3—5 个 | — | 3—5 个 | 无 |
| 一级标题 | 3—4 个 | 七部分 | 4—5 个（含引言结论） | 八类分节（A—H） |
| 标题层级 | ≤3 级 | 3 级 | ≤3 级（一、／（一）／1.） | 二级（A 选题与意义 …） |
| 参考文献 | 15 条左右，外文 ≥2 | 15 条左右，外文 ≥2 | 20 条左右，外文 ≥2 | 引用论文，不另列 |
| 近五年文献 | ≥8 篇 | ≥5 篇 | ≥8 篇 | — |
| 目录 / 致谢 | 不要求 | 不要求 | 必备 | 不要求 |
答辩问答的类别覆盖（A—H，每类 ≥1 问）：A 选题与意义 3｜B 文献与综述 2｜C 设计与方法 4｜D 数据与材料 2｜E 结果与发现 3｜F 结论与局限 3｜G 规范与格式 1｜H AI 与诚信 2 = 20 问。
答题三段式（硬性）：① 直接回答（一句话给判断）② 证据（数据/文献/页码）③ 边界（承认适用范围与局限）。缺第三段最伤——被追问才承认局限是减分项。
五条一致性契约（硬性·四类同步产出专用）
| 契约 | 内容 | 机器可判 |
|---|---|---|
| 锁同一件事 | P0.5 一次写死研究问题、对象、时间范围、方法、样本／材料，四份全照抄 | 部分（--topic） |
| 共享一个文献母池 | 22—26 条母池，四份都从池里挑；同一条文献在四份里著录形式必须一字不差 | 是（--pool） |
| 数字同源 | 样本量、百分比、时间范围、个案名称，四份完全一致 | 是（--fact） |
| 问答取自主稿 | 答辩问答的每个数字、文献、页码都能在论文里查到，不许新造 | 是 |
| 每个稿的引注自己成体系 | 综述／开题／论文三份各自按正文首次出现顺序从 [1] 起连续编号；同一篇只占一个号、文末只列一条；政策与领导人讲话进场即编号 | 是（check_ref_order.py） |
引注编号细则（首现归 1、不按引用次数拆号、政策讲话必须作引文、目录页码对齐）见 references/ug-ref-numbering.md。改号一律走 renumber_refs.py，不许手改。
交付时附 00_一致性说明.md：研究问题锁定段 + 母池编号映射表（P× ↔ 稿内编号 ↔ 用于哪份稿）+ 数字同源核对表。这三样不是可选项。
校验：
PY -X utf8 scripts/check_bundle.py --thesis 03_毕业论文.md --review 01_文献综述.md \
--proposal 02_开题报告.md --defense 04_答辩应知应会问题.md --pool 文献母池.csv \
--topic 电商直播 --fact 样本量=120
字数按学校规定调整，用 --word-min/--word-max 覆盖默认值。
3.1 反推、估算、无出处数据一律红色标注【硬性】
本科论文最容易被追问穿的不是论证浅，是某个数字看着像真的、其实没人发过它。凡属反推／估算／非官方口径整理值／说不出来源的具体数字，必须让读者一眼看出它是算出来的：
- MD 侧用
<span style="color:red">……</span>包住（md2docx.py已支持，转 Word 自动红字，可跨行、可嵌粗体、可在表格单元格里用）； - Word 侧红字必须保留，这是给读者看的风险提示，不是格式瑕疵；
- 定稿前跑
check_estimates.py 01 02 03出疑似清单，逐条判定：能说出口径与步骤的（哪怕是估的）标红保留，说不清的删掉换定性表述； - 标红伴随措辞改动时，重跑
check_ref_order.py与renumber_refs.py。
最容易漏的一条：正文复述估算值时必须跟着标红。 只在表里标红、一进正文就写成”涨了近 13 倍“”只涨约 5 倍“”涨到三成以上“不标，等于自己把标红撕了大半——读者（和答辩老师）读到的正文才是主证据，表只是注脚。三处必须同改：表内格 → 紧邻的表后注 → 正文里复述它的每一句；开题、答辩问答里复述到同一批数，也一并按同一口径标。判定办法是机器化的（跑 --strict，正文里没被红 span 包住的那个数就是漏的）。
公布值被误报成”无出处数字“时，不要标红，给句子补出处线索（把”据商务部监测数据“”（监测口径）“”另一来源“挪到 40 字窗口内，或让 \[1\] 式引注、相邻表格列的来源进窗口）。标红是给”算出来的“用的，给公布值标红会把这道门废掉。
细则与操作见 references/ug-estimates.md。标红不等于允许用——反推值占了三成以上，说明该换方法（改走案例深描，不报总量）。
3.2 引文照“新传”口径：年份时效与外文比重【硬性】
参考文献的通行硬伤是“一大半十年以上没人碰过”＋“外文要么零要么硬塞”。按写作当年动态推算，门槛如下（年份由 ref_age_stats.py 自己算，不手填）：
| 区间 | 定义 | 门槛 |
|---|---|---|
| 主力年 | 写作当年与前一年 | ≥ 60% |
| 前两年 | 再往前一年 | ≤ 25%，每条须在母池备注写明保留理由 |
| 更早 | ≤ 前三年 | 只能经典文献或被引 ≥ 500，≤ 15% |
| 近三年（通行口径） | 前两年—当年 | ≥ 30% |
| 英文／外文（通行口径） | — | 15%—20% |
配套要求：文末附“文献时效统计”表（照 ref_age_stats.py 输出抄）；期刊著录六项齐全（作者、题名、刊名、出版年、卷(期)、起止页），页码靠记忆填的等于伪造；禁引自媒体、公众号、营销号、无署名网页、百科、问答社区；外文 DOI 一律检索后回填，记忆里的 DOI 不可信（实测把 Coase 写成 10.1086/708386 会回执成一篇古植物学论文，正确值 10.1111/j.1468-0335.1937.tb00002.x）；老条目 Crossref 登记残缺时只提示不反判母池。
细则见 references/ug-citing-standards.md。母池一改就重跑 ref_age_stats.py --pool 文献母池.csv，四项不达标说明文献结构不合格，先补近两年中文核心，再考虑移出多余外文。
3.3 表格：年份怎么选、表后为什么会有空白【硬性】
年份是表格最容易挨问的地方。 学生习惯把查到手的几个数字排成一张”时间序列表“，年份却东缺一年西缺一年，答辩时被一句”为什么 2015—2020 全空、2022 又没数“问穿。三条硬规矩：
- 能查到逐年同口径值 → 排连续序列，1 年不跳。
- 只有零散年份查得到 → 明写“分散年份对照（非连续序列）”，表题里就要写，注里再说清”本表各年来源与性质不同，只可用于跨年幅度对比，不可按年份顺序读作逐年趋势“。缺年不是漏记，是查不到同口径公布值——这句话要替答辩老师问出来，写在正文里。
- 表里混着公布值与估算值 → 必须加一列“数值性质与来路”（一格一句：公布值／引述既有研究／反推／推算／行业整理近似值）。反推与推算值按 §3.1 标红。
四条硬禁（机器判 check_tables.py）：表末不许有空行或整行空单元格；单元格里不许塞句子（>20 字即移到表后正文，单元格只留短语）；单元格内短句要有标点，不许”……承压这也解释了为什么……“式连写；表后不许出现断头句。
> “表后面有空白”九成不是排版问题：表末多一行空单元格（| | |）、或单元格里塞了整句把列撑宽，都长成空白。先跑 check_tables.py 定位，别去调页边距。2026-10-07 实测就是表 3 末多一行空行、且“典型约束”格里塞了 55 字长句。
细则见 references/ug-table-format.md。
3.4 英文摘要与关键词【硬性】
本科论文基本都要交英文摘要，位置在中文关键词之后、目录之前。三部分：标题 Abstract（小写 aside，正文一段，120—300 词）、Key words（一行写完，分号隔开，3—5 个，首词大写其余小写，专名除外）、与中文关键词一一对应（至少 2 个主题词命中，否则等于各写各的）。
这一段是英文段落，不是”中文的英文翻译“（v1.6.3 起写进硬规则）：
| 项 | 规矩 |
|---|---|
| 引号 | 半角直引号 "…"，不许中文弯引号 “ ” |
| 句末标点 | 半角 .，一点到底；分号、冒号、括号同理半角 |
| 汉字 | 段内不许出现汉字——要表达的概念翻成英文，或挪进中文摘要 |
| 西文字体 | Times New Roman（东道字体仍是宋体，由 md2docx.py 自动设，不用手点） |
为什么值当单拎一条：中文稿写顺了手，引号一不留神就是 “ ”。中文段落里那是技术规范，英文段落里它是错别字——老师扫一眼摘要，看到满屏弯引号，后面全都打折看。而 fix_punct.py 恰恰只会把 " 转成弯引号（中文规范），站在英文段的角度看，它是无差别破坏的；所以转稿时对英文摘要区单独放行。
机器判 scripts/check_abstract.py：Abstract 段在不在、词数在不在 120—300、Key words 段在不在、关键词 3—5 个、有无中文标点（含弯引号）、有无混入的汉字、与中文关键词对不对得上。写得通不顺、术语译得准不准，机器判不了，人工核。
排版侧 scripts/md2docx.py：英文摘要／Key words 区在过中文标点规范化时掩成占位符（\x00EN{n}\x00）再放行，转完换回；该段西文字体自动挂 Times New Roman。这两条改的都是转稿器，MD 源稿里照直写英文，不用为排版改写法。
3.5 正文引注上标【硬性】
行数顺序编码（G12）只管编号对不对，不管长什么样。正文里那串 \[1\] 要挂在右上角：
- 正文、表注、图注里的引注一律上标：
…… Che 等[3] 认为……→[3]上标； - 文末参考文献表是著录条目不是引注，
[1] 中共中央，国务院. 乡村全面振兴规划（2024—2027年）[Z]. 2025.这一行不上标；md2docx.py靠“以[n]起头且带文献类型标识（[J]／[M/DB]／[EB/OL]／[Z]…）”自动区分，不用手点； - 上标字号随正文，字体 Times New Roman，跨行连续引注（如
[3-5]、[1,3]）整体一个上标块； - 为什么这条值当一提：平躺的行中引注看着像”没排完“，答辩时老师第一眼扫的就是这个；而把参考文献表也标上去，等于著录条目变形，属于另一种错。两种都机器拦。
机器判 scripts/check_superscript.py：正文 [n] 没上标报一处，参考文献表条目被误上标报一处。判定见脚本内 is_ref_entry()。
3.6 Word 稿里的多余空格【硬性】
中文 Markdown 写顺手会往”汉字 与 数字/西文“之间塞半个空格（2023 年、约 5 倍、Coase 论证过），全角标点后顺手留一个（增收效应有没有。 这一类），加粗领句闭合后也留一个（**第一，增收效应有没有。** 这一类）。这些空格进到 Word 里就是”排版没做完“的观感，且一旦手改 Word 就再也回不来。规矩是在 MD 侧写干净，由 md2docx.py 转 Word 时自动清，不靠人肉盯：
| 去 | 留 |
|---|---|
| 汉字↔数字/西文之间、数字/西文↔汉字之间 | 西文／英文内部空格（livestreaming e-commerce、Key words） |
| 全角标点后的半角空格 | 中文全角空格 U+3000（封面”学 年级：“那种对齐用） |
加粗标记 ** 与中文之间的半角空格 |
目录“标题 + 空格 + 页码”（G7 要的写法） |
四类行以前会漏掉这一步，现已全部覆盖：标题行（四级小标题里的“（4 问）”“ug_gate 剩余警告明细”）、_emit 切出来的加粗片段（“** 与 **Key words**”）、**有序／无序／引用块列表项**、**表格单元格**；目录条目走toc_strip()+toc_split()（§3.7），页码是独立 run，不走normalize_spacing`。
机器判 scripts/check_spacing.py：00/01/02/03 六稿转完扫一遍，三 registry 类空格（汉字↔数字/西文、全角标点后）＋“目录条目被加了首行缩进”两类问题，应报 0。
3.7 Word 目录＝点线前导 + 页码右对齐【硬性】
目录在 Word 里的样子是固定的：标题 ——（点线）—— 页码顶到版心右缘。这不是靠手打点实现的，是靠制表位：标题写完跟一个制表符，中间的空白由右对齐带点线前导的制表位吃掉，页码自然落在右边同一条竖线上。
md2docx.py 转稿时自动做：
| 步骤 | 函数 | 做法 |
|---|---|---|
| 收拾 MD 行 | toc_strip() |
剥列表前缀（- *）、剥 •、清掉标题与页码之间的手打点线 |
| 切成两段 | toc_split() |
得到（标题, 页码） |
| 挂制表位 | set_right_dot_tab() |
w:tab val=right leader=dot，pos 取版心右缘（页宽 − 左 margin − 右 margin；A4 上下 2.54cm、左右 3cm 下是 15.59cm） |
| 写段落 | toc_para() |
三个 run：标题、\t、页码，段落左对齐、1.5 倍行距、无首行缩进 |
MD 侧写法不变：目录条目照旧写“一、引言 1”这种一行一条，G7 与 check_toc.py 的口径一律不动。点线是排版产物，不写进 MD。
两条踩过的坑，别改回去：
- 目录判断必须排在列表分支之前。目录条目常写成
- 一、引言 1（无序列表），若先让^[-*]\s+接走，条目就被顶着•原样输出，点线留着、页码也拿不到制表位——这正是”目录长得不对“的根。 - 手打点线夹在页码前面，不在行尾。
标题 …… 页码的行尾是页码，只扫行尾点线等于没扫；要先摘出行尾页码，再清中间那截[\.·•]{2,}。
> 页码仍是 MD 里手写的占位值（1, 2, 4, 7…）。制表位只管把它顶到右边，不负责算它。装订前要换成 Word“引用 → 目录”生成的真目录域（REF 域），否则正文一改页，目录就对不上了。
五、门表（G1—G18）
| 门 | 检查项 | 通过标准 | 机器可判 |
|---|---|---|---|
| G1 | 选题 | 问题清楚、不是太大太空、能做完 | 部分 |
| G2 | 文献 | 条数达标、外文 ≥2、近五年足量、按主题组织 | 是 |
| G3 | 综述 | 有述有评、评述具体、结尾回到本文 | 否 |
| G4 | 方法 | 与问题匹配、抽样与处理规则写清 | 否 |
| G5 | 结构 | 七件套齐全、一级标题 4—5、层级 ≤3 | 是 |
| G6 | 表达 | 摘要 200—400、关键词 3—5、术语一致 | 是 |
| G7 | 规范 | GB/T 7714、编号连续、目录＝“标题 + 空格 + 页码”（禁斜线、禁手打点线）、参考文献著录六项齐全 | 是（ug_gate.py + check_toc.py） |
| G8 | 重复与 AI | 站点实测 <15% / <30%，本地预估风险分 ≤12 | 部分 |
| G9 | 学术诚信 | AI 声明、数据真实、无越增删 | 否 |
| G10 | 答辩应对 | 20 问齐备、A—H 八类覆盖、每答三段、无承诺式表述 | 是 |
| G11 | 打包一致性 | 四类齐全、锚点一致、共享母池、数字同源、问答有源 | 是 |
| G12 | 引注顺序 | 首现 [1] 起、按首次出现连续递增、无重复著录、文内外一一对应、政策与领导人讲话已作引文、目录页码对齐 | 是 |
| G13 | 引言结构 | 引言（绪论）章存在；六部分齐备：背景与问题→研究意义→研究现状述评→研究内容与问题→方法与思路→结构安排；800—1200 字，占正文 10%—15%；不提前写结论、无空意义、无时代套话 | 是 |
| G14 | 表格与中英文摘要 | 表：无非连续序列冒充连续、表末无空行、单元格不塞句、表题—注—数据来源三件套齐；摘要：有独立 Abstract（120—300 词）与 Key words（3—5 个且与中文对应）；英文摘要用英文标点（半角直引号）与 Times New Roman、段内不混汉字 | 是（check_tables.py + check_abstract.py） |
| G15 | 估算值标红 | 每一处反推／推算／行业整理近似值，在表内、表注、正文复述三处都标了红；无未标红的”可疑无出处数字“ | 是（check_estimates.py --strict） |
| G16 | 引注上标 | 正文／表注／图注里的 [1] 式引注全部上标，文末参考文献表条目不上标 |
是（check_superscript.py） |
| G17 | Word 空格 | 汉字↔数／西文、全角标点后、加粗领句外围的半角空格已清；西文内部空格、封面全角空格、目录页码前空格属正常 | 是（check_spacing.py） |
| G18 | 分页起页 | 摘要＋关键词一页、英文摘要一页、目录一页、正文自“一、引言”起另起一页、参考文献另起一页、致谢另起一页；学校另有细则以学校为准 | 是（check_pagination.py） |
门编号与 scripts/ug_gate.py、scripts/check_defense.py、scripts/check_ref_order.py、scripts/check_intro.py、scripts/check_toc.py、references/ug-fix-points.md 六处对齐，编号不会漂移。
> G15 的范围（2026-10-07 立）：--strict 只卡”未标红的疑似数字“。表注里解释性的一句”系由公开表述反推或推算而来“必然含”反推／推算／估算“，把它也算失败项，这道门永远过不了，也就失去了辨伪价值——那类只进清单供人工看。
>
> G15 与误报的边界：--strict 默认只挂在承载数据的正文稿（论文稿、开题报告）上；一致性说明稿、文献综述、答辩问答稿先用默认模式出清单。表格行整行算出处窗口（出处常写在相邻列，如 | 3.22 亿人、69.2% | CNNIC 第 56 次 |），”CNNIC 第 56 次““Q6 单独答一问”这类词把数字伪装成量纲数的，脚本已排除。
> G7 里的目录格式（2026-10-07 补，2026-10-07 v1.6.2 修订）：目录每条只有一种写法——一、引言 1（标题 + 空格 + 页码）。不许写成 一、引言 ／ 1，也不许手打点线 一、引言…… 1；前导点线要由排版软件按制表位生成（Word 侧见 §3.7）。check_toc.py 只查带目录的论文稿，综述／开题／问答没有目录，跑它会直接跳过。
> ⚠️ check_toc.py 的 TOC_ITEM 必须容忍 -／* 前缀（(?:[-*+]\s+)?）：目录条目常被写成无序列表，前缀不匹配会让所有条目一条都不进检查，脚本却照常打印“N 条通过”——那种假绿色比报错更坑人。v1.6.2 前就是这样放过 - 一、引言 …… 1 的。
> 目录带页码时，ug_gate.py 也认（v1.6.3）：目录条目按 G7 写成“一、引言 1”之后，ug_gate.py 靠 toc_span()／is_toc_line() 认出目录区（## 目录 到下一个 ##），正文与参考文献表都从真位置起算。踩过的坑：ref_i 的正则若写成 ^#{0,6}\s*参考文献，会被目录里那条“参考文献 11”抢走，正文被判成 64 字、参考文献判成“解析不到”——这类假故障最费时间，因为它看起来像稿子没写。
> G14 里的英文摘要（v1.6.3 补）：只查“Abstract 在不在、词数够不够、Key words 对不对得上”是假绿——引出 6 处 " " 的稿子，三样全过、门全绿。check_abstract.py 现在额外卡两样：中文标点（弯引号 “ ”、全角逗号分号冒号句号括号）与混入的汉字。改的时候只动脚本里的英文区判定，别去动 fix_punct.py 的引号规则——那是给中文稿用的，英文摘要的豁免做在 md2docx.py 的占位符掩蔽里（§3.4）。
六、脚本（随包自包含）
统一前缀 scripts/＝本技能目录下 scripts/；PY -X utf8 防中文编码问题。
| 脚本 | 用途 | 何时跑 |
|---|---|---|
ug_gate.py |
本科版门禁：字数、结构、摘要、关键词、标题层级、文献、AI 腔、词位比、两项红线 | 每个阶段结束 |
check_citation.py |
GB/T 7714 校验：逐条给“问题—原因—改法” | 定稿前 |
check_defense.py |
答辩问答门禁：20 问、A—H 八类覆盖、三段式答案、禁忌语 | 答辩前一周 |
check_bundle.py |
打包一致性门禁（四类同步产出专用）：齐全、锚点、母池著录、关键数字口径、问答数字同源 | 四类成稿后、交付前 |
check_ref_order.py |
引注顺序门禁：首现是不是 [1]、是否按首现连续递增、文末有无重复著录、文内外是否一一对应 | 任何一份成稿后（G12） |
renumber_refs.py |
引注编号重排：按正文首次出现顺序一次性改完正文与文末，支持 --dry；幂等（重跑报 CLEAN、行数不变） |
编号乱序时，改完必跑上一条 |
fix_orphan_refs.py |
游离条目收回：把被追加到“致谢”之后、落在参考表外的条目搬回文末表 | G12 报“文内出现但文末查无此条”时先跑这个，再重排 |
check_tables.py |
表格格式门禁（G14）：表末空行／空单元格、单元格塞句与断不到句、表题—注—数据来源三件套、表后断头句 | 每做完一张表后、终稿前 |
check_abstract.py |
中英文摘要门禁（G14）：Abstract 段在不在、120—300 词、Key words 3—5 个、有无中文标点、与中文关键词对不对得上 | 论文起笔写摘要时、终稿前 |
check_toc.py |
目录格式门禁（G7 延伸）：目录区在不在、每条有没有以页码收尾、标题与页码之间是不是只有空格（斜线／竖线／连字符／冒号／手打点线一律拦下） | 论文写目录后、每次改目录后 |
check_estimates.py |
反推／估算／无出处数据扫描（G15）：列疑似位置与上下文，逐条判“已标红／未标红”；--strict 时只要还有未标红的疑似数字就退出码 2 算不通过 |
定稿前（配合 ug-estimates.md）；G15 挂 --strict |
ref_age_stats.py |
文献时效与外文比重统计：主力年／前两年／更早／近三年／英文占比 + 判定 | 母池增删后、交稿前 |
verify_ext_crossref.py |
外文 Crossref 复核：双字段检索 + 脏记录防呆（若随包未提供，用 academic_citation_skill.py 替代，检索规则见 ug-citing-standards.md §四） |
外文定稿前 |
check_intro.py |
引言结构门禁（G13）：引言章在不在、六部分齐不齐、800—1200 字且占正文 10%—15%、有无提前写结论与空意义与时代套话 | 论文写第一章后、每次改引言后 |
deai_scan.py |
AIGC 特征扫描：3/4-gram、句长变异、套话密度、风险分 | 初稿后、二稿后 |
check_paper.py |
查重与 AI 率量化报告（三档判定） | 有站点数据后 |
reduce_similarity.py |
降重（改复述结构，不换同义词） | 重复率超标时 |
reduce_ai.py |
降 AI 率（配合风险段落定位） | AI 率超标时 |
academic_citation_skill.py |
引用真实性核验（Crossref 核 DOI/卷期页） | 外文文献定稿前 |
batch_import.py |
批量导入文献 | 批量整理时 |
fix_punct.py |
中文标点规范化 | 生成稿件后 |
md2docx.py |
MD → Word 版式（宋体、首行缩进、1.5 倍行距）；转稿时自动清多余半角空格（§3.6）、自动把正文 [1] 式引注排成上标（§3.5）、把目录排成点线前导 + 页码右对齐（§3.7）、英文摘要／Key words 段保留半角直引号并挂 Times New Roman（§3.4） |
交稿前 |
check_superscript.py |
引注上标门禁（G16）：正文 [n] 未上标／参考文献条目被误上标 |
转 Word 后（G16 挂这份） |
check_spacing.py |
Word 稿空格门禁（G17）：中↔数·中↔西文之间的空格、全角标点后的空格、目录条目被误加首行缩进 | 转 Word 后（G17 挂这份） |
check_pagination.py |
分页起页门禁（G18）：按 w:br/@type=page 切页，逐页核起段（摘要页收在“关键词”／英文摘要页含 Abstract／目录页含“目录”／正文首页为“一、引言”／参考文献页／致谢页）与页数够不够 6 页；--lenient 降级为提示 |
转 Word 后（G18 挂这份） |
title_fingerprint.py |
题名结构指纹（对照目标院校/期刊已发表题名） | 纠结题名时 |
title_constants.py |
词表与口径唯一来源，被上面两个脚本引用 | 改词表时 |
generate_report.py |
检查报告汇总 | 需要正式报告时 |
典型命令
# 阶段门禁
PY -X utf8 scripts/ug_gate.py 论文.md --stage thesis --sim 12.4 --ai 26.8
PY -X utf8 scripts/ug_gate.py 开题报告.md --stage proposal
PY -X utf8 scripts/ug_gate.py 综述.md --stage review
# 著录校验
PY -X utf8 scripts/check_citation.py 论文.md --stage thesis
# 引注顺序门禁（G12）：三份成稿都要过
PY -X utf8 scripts/check_ref_order.py 01_文献综述.md 02_开题报告.md 03_毕业论文.md
# 编号乱序时重排（先 --dry 看映射，再去掉 --dry 落盘）
PY -X utf8 scripts/renumber_refs.py 01_文献综述.md 02_开题报告.md 03_毕业论文.md --dry
# 答辩问答门禁（20 问 · 八类覆盖 · 三段式答案）
PY -X utf8 scripts/check_defense.py 答辩问答.md
PY -X utf8 scripts/check_defense.py assets/defense_questions_template.md --allow-placeholder # 自检模板
# 打包一致性门禁（四类同步产出：齐全 / 锚点 / 母池 / 数字口径 / 问答同源）
PY -X utf8 scripts/check_bundle.py --thesis 03_毕业论文.md --review 01_文献综述.md \
--proposal 02_开题报告.md --defense 04_答辩应知应会问题.md \
--pool 文献母池.csv --topic 电商直播 --fact 样本量=120
# AIGC 本地预估
PY -X utf8 scripts/deai_scan.py 论文.txt --scene academic --top 5
# 转 Word
PY -X utf8 scripts/md2docx.py 源目录 输出目录
--sim/--ai 传的是站点实测值；不传则报告打印“未提供实测值”，绝不拿本地估计冒充。
零依赖：ug_gate.py、check_citation.py、check_defense.py、check_bundle.py、deai_scan.py、fix_punct.py、md2docx.py。
需装库：读 .docx 与 Word 转换要 python-docx；Crossref 核验要 requests。缺哪个会明确报错，不静默降级。
七、references 映射
| 文件 | 什么时候读 |
|---|---|
ug-literature-review.md |
P1 写文献综述前 |
ug-proposal.md |
P2 写开题报告前 |
ug-thesis.md |
P3 写论文前（含答辩要点） |
ug-structure.md |
定结构与标题层级时（引言六步、四种论证结构） |
ug-format.md |
排版、字号、GB/T 7714、查重档位 |
ug-aigc.md |
降 AI 率、降重复率、检测节点安排 |
ug-defense-questions.md |
答辩问答规范：八类分配、答题三段式、禁忌语 |
ug-ref-numbering.md |
引注编号规范（G12）：首现归 1、顺序编码制、政策与领导人讲话必须作引文、目录排法 |
ug-bundle.md |
四类同步产出的打包规范：锁口径、共享母池、数字同源、交付清单、一致性门禁（改技能时先读这份） |
ug-estimates.md |
反推／估算／无出处数据标红规则：标红什么、怎么写 span、标红与改稿的联动 |
ug-citing-standards.md |
引文时效与外文比重（照新传口径）：四条门槛、文末时效统计、著录六项、禁引、Crossref 三个坑 |
ug-table-format.md |
表格规范（G14）：年份怎么选、分散年份对照怎么写、数值性质列、标红、四条硬禁、表后空白的成因与定位 |
ug-fix-points.md |
每个阶段收尾自检、答辩前快检 |
ext-citation-basics.md |
参考文献著录速查（六种类型＋六条易错点） |
ext-academic-style.md |
学术语体与论文写作模式（搬入） |
ext-banned-words.md |
套话与禁用词表（搬入） |
ext-rewrite-playbook.md |
去 AI 味四步重建法（搬入） |
ext-journal-standards.md |
字数与查重档位参照（搬入，期刊级，仅取档位） |
assets/ 八份模板：thesis_template.md、proposal_template.md、lit_review_template.md、defense_questions_template.md（20 问＋答题三段式）、reference_list.csv（单稿文献台账，含核验状态列）、reference_pool.csv（共享文献母池台账，四类同步产出用）、defense_outline.md（5—8 分钟陈述提纲）、ai_declaration.md。
八、每次回复的统一格式【硬性】
【当前阶段】P0 诊断 / P0.5 锁口径 / P1 建母池 / P2 综述 / P3 开题 / P4 论文 / P5 答辩问答 / P6 一致性
【诊断】已有什么、缺什么、最大风险
【产出】四类同步成组交付：00_一致性说明 + 01_综述 + 02_开题 + 03_论文 + 04_答辩问答 + 05_检查报告
【自检】对照门表简评（G1—G12），命中即改；引注乱序一律用 renumber_refs.py 重排，不手改
【下一步】≤2 项
四类同步时不许只交一份：每轮结束要把当轮实际产出的文件全部列出来。只出了某一类时，必须写明“本轮只出××，其余三类未产出”并标 [待补]。用户没说只写一类，缺一份就不算交付完成（§三硬门禁）。
不写“好的，我来帮你”这类开场；不把“建议”当成“产出”交付。
九、维护要点
- 改一处要动四处：
references/文档 →scripts/ug_gate.py→references/ug-fix-points.md门表 →SKILL.md§四/§五。 - v1.3.0 起新增 G12 引注顺序门：写稿时先按首现顺序编号，成稿后用
check_ref_order.py验、用renumber_refs.py修；政策与领导人讲话精神必须落到选题背景并进文末表。 - v1.4.0 起加 G13 引言结构门（
scripts/check_intro.py+references/ug-introduction.md）：引言不是开场白，是“背景与问题→研究意义→研究现状述评→研究内容与问题→方法与思路→结构安排”六部分，合计 800—1200 字、占正文 10%—15%。写引言时先按六部分列提纲再动笔；引言里一加引注就重跑renumber_refs.py和check_ref_order.py，别只顾着字数。门只判机器能判的四条（章存在／六部分／字数占比／无提前结论与空话），“述评有没有评价、问题能不能回答”留给人工。 - v1.3.1 修掉两个让 G12 静默失效的正则坑（改动
check_ref_order.py/renumber_refs.py，以后别改回去）：
1. 引注标记禁则必须写成(?![0-9A-Za-z_])，不能用\w——Python 的\w在 unicode 下把汉字也算进去，》[23]要求整条引注会被跳过，漏掉的往往正是正文真实存在的那条，表现为“引了但表对不上”。
2. 参考文献表头判定必须“整行就只能是一个参考文标题”（#0—6 个 + 可数编号前缀 +参考文献/主要参考文献）。放宽成.*?参考文献会误切带“文献综述”的文档标题；收紧成#{1,6}又会漏掉裸写的参考文献标题、判成“文末 0 条”。两条回归用例已进tests/run_tests.py。 - 词表唯一来源：
scripts/title_constants.py；改词表只改这里，别在脚本里另写一份。 - 回归测试：改脚本后必跑
PY -X utf8 tests/run_tests.py
批量跑：一次把门、引文、问答、打包一致性四组用例全跑，判定不符 0 例才算通过。
- v1.5.0 修掉两个会静默把错误带进稿件的坑（改过就别改回去）：
1. renumber_refs.py 里 REF_LINE 的 (?m)$ 能匹配到换行前的空位、(\s*) 又贪婪，m.group(0) 首尾都挂着 \n\n。整串拿去 replace 再写回行里，条目行就塞进换行——重排一次文件行数翻倍、空行成灾，而且幂等判定永远为真（永远报 WRITTEN 而非 CLEAN）。现在改为 strip() 后逐行落位，条目上下的空行都还在 lines 里，行数不变、重跑报 CLEAN。
2. check_intro.py 跳过非论文稿的判据原是“有没有二级标题”，结果任何缺引言章的论文只要有小节标题就零报错。现在按稿型特征判（NONTHESIS 认开题／答辩／指导教师等，REVIEW_TITLE 认以“文献综述”收尾的标题且排除“绪论综述／概述综述”这类），缺引言的论文照样拦。
- 往文末参考表追加条目，按“致谢标题”定位切点，不要按“文件末尾”——致谢常排在参考表后面，追加点找错，条目就落到表外变成游离条目（G12 会报“文内出现但文末查无此条”，同时因编号已被占用而无法回填）。事后补救用 fix_orphan_refs.py。
- 每学期核一次主要高校的规范变化与检测口径（AI 率阈值变动最频繁）。
- 打包前：确认 frontmatter 只有一个 --- 头块；确认 tests/ 通过。
