Smart Paper Generator (中文母版)

> 历史说明:本目录原为英文版 smart-paper-generator 命名,2026-09-05 按用户偏好重命名为中文母版主目录。原英文版已备份至 ~/.workbuddy/skills/smart-paper-generator.en-backup/,按需恢复。

任务目标

• 根据用户题目,生成一篇原创、引用合规、格式规范的中文学术论文(.docx)。
• 能力覆盖:中英文学术文献检索、论文结构设计、原创内容生成、引文格式化、Word 文档生成、中英文双语摘要。
• 核心约束:生成内容必须达到低查重率(<15%) 与低 AI 检测率 的双重要求,语言风格贴近真实学者写作。

输入参数

字数说明(关键)

中文字 ≠ 英文字。本 skill 默认按"中文字符数 + 英文词数"累计,与英文版 word_counter.py 的 count_total_words 一致:

算法:总字数 = 汉字数 + 英文词数(脚本内已实现,详见 scripts/word_counter.py)。

工作流程

第 1 步:收集需求并确认输入

• 拿到用户的 topic(必填)。
• 缺省项按上表默认值填充:字数千字为单位、字段按学科自动推荐、引文 GB/T 7714。
• 自动识别 type 策略:
• 题目含「实证 / 影响 / 效果 / 实验 / 数据」→ 实证研究
• 题目含「综述 / 进展 / 回顾 / 现状」→ 综述
• 题目含「案例 / 个案 / 调研报告」→ 案例研究
• 题目含「理论 / 模型 / 机制 / 框架」→ 理论分析
• 题目含「开题 / 选题依据 / 研究方案」→ 开题报告

第 2 步:学术文献检索

• 运行 scripts/academic_searcher.py,通过 Semantic Scholar API(国际权威,无需 token)检索相关论文。
• 入参:--topic、--field、--max_results(默认 20)。
• 检索字段:标题、作者、年份、摘要、DOI、URL、引用次数。
• 结果不足(<5 篇):提示补充关键词或扩大范围,先用现有资料继续生成(不阻塞)。
• 中文检索扩展:Semantic Scholar 对中文学术论文覆盖较弱。脚本提供 --cn_source 占位参数,用户可:
  1. 自行补充 CNKI / 万方 / 维普检索结果(JSON 格式传入 --cn_input)
  2. 或忽略,只用国际文献(中文学术论文接受引用英文文献是常态)

第 3 步:设计论文大纲(按类型动态调整)

综述类:
1. 引言(背景 / 研究意义)
2. 文献综述(主题分类综述)
3. 研究现状与趋势分析
4. 研究述评与展望
5. 结论
7. 参考文献

实证研究类(社会科学):
1. 引言
2. 文献综述与研究假设
3. 研究设计(数据 / 变量 / 模型)
4. 实证结果与分析
5. 讨论
6. 结论与启示
7. 参考文献

案例研究类:
1. 引言
2. 案例背景
3. 案例描述
4. 案例分析
5. 案例启示与讨论
6. 结论
7. 参考文献

开题报告:
1. 选题背景与意义
2. 国内外研究现状
3. 研究内容与研究方法
4. 研究思路与技术路线
5. 创新点与预期成果
6. 研究进度安排
7. 参考文献

详见 references/academic-structure.md 完整版。

第 4 步:生成正文(强制字数,Word 输出)

• 按大纲逐节生成,段落要散文化,避免清单式罗列(除非该节明确需要表格)。
• 强制字数:每节生成后用 scripts/word_counter.py --input section.txt --target <N> 自检,不足时迭代扩展(避免空话、避免重复)。
• 写作风格硬约束(防 AI 检测):
• 句长多变:长句(40+字)+ 短句(5-10字)交替,严禁全部 25 字中长句
• 必含"不完美标记":偶发的口语化连接词("值得注意的是" / "实际上" / "不难发现")
• 第一人称适度:"本文认为" / "笔者发现" / "我们观察到"
• 引用密度:每千字 ≥ 3 处引用
• 禁用:此外 开头连续三段、综上所述 收尾、全是"的" 字结构长句
• 避免 AI 痕迹短语:毋庸置疑 / 举足轻重 / 不可或缺 / 与日俱增 / 日新月异 / 总分总"首先/其次/再次/最后" 四连击

第 5 步:管理引文与参考文献(严格)

• 所有引用必须来自第 2 步的真实检索结果,严禁编造作者 / 期刊 / 年份 / DOI。
• 引文格式默认 GB/T 7714-2015(中文期刊与学位论文通用):
• 期刊:作者. 题名[J]. 刊名, 年, 卷(期): 起止页码.
• 专著:作者. 书名[M]. 出版地: 出版社, 年: 起止页码.
• 学位论文:作者. 题名[D]. 保存地: 保存单位, 年.
• 电子文献:作者. 题名[文献类型标志 / 文献载体类型标志]. 出版地: 出版者, 出版年(更新或修改日期)[引用日期]. 获取和访问路径.
• 作者超过 3 人 → 加 等 或 et al
• 格式细节见 references/citation-formats.md。

第 6 步:生成 Word 文档(强制)

• 运行 scripts/docx_generator.py --input paper.json --output paper.docx
• paper.json 必填字段(中英双语):
  json { "title_cn": "中文题目", "title_en": "English Title", "author": "作者", "abstract_cn": "中文摘要 200~300 字", "abstract_en": "English Abstract 150~250 words", "keywords_cn": ["关键词1", "关键词2", "关键词3"], "keywords_en": ["keyword1", "keyword2"], "sections": [ {"level": 1, "title": "1 引言", "content": "正文...", "subsections": [...]} ], "references": [...] }
• 输出格式:
• 标题层级:Heading 1 / Heading 2 / Heading 3
• 中文字体:宋体(正文)、黑体(标题)
• 英文字体:Times New Roman
• 字号:小四(12pt)正文,三号(16pt)主标题
• 行距:1.5 倍
• 页边距:上下 2.54cm,左右 3.17cm(A4 标准)

第 7 步:字数校验(强制)

• 运行 scripts/word_counter_docx.py --input paper.docx --target 8000
• 输出 JSON 字段:total_words、chinese_chars、english_words、meets_target、shortage
• meets_target 为 false 时,自动迭代第 4 步(扩写最短章节)
• 判定阈值:达标率 ≥ 95% 算通过(meets_target = total_words >= target * 0.95)

第 8 步:交付(三段式)

每次交付固定三件套,缺一不可:

1. 免责声明:明确告知"本内容为 AI 辅助生成的初稿,仅供学习与研究参考"
2. 自查报告:估计查重率、AI 检测率、潜在风险点
3. 完整论文:Word 文件 + 纯文本备用

脚本说明

调用范式:

python scripts/academic_searcher.py --topic "AI 在医疗诊断中的应用" --field "计算机科学" --max_results 20
python scripts/citation_formatter.py --input citations.json --format gbt7714
python scripts/docx_generator.py --input paper.json --output paper.docx
python scripts/word_counter.py --input paper.txt --target 8000
python scripts/word_counter_docx.py --input paper.docx --target 8000

重要注意事项

• ⚠️ 本工具生成的论文仅为初稿,不可直接用于正式发表或答辩提交。
• ⚠️ 用户必须独立核实所有引用、数据、DOI,工具不保证检索结果的真实性。
• ⚠️ 学术不端责任由使用者承担,工具不对论文查重结果与 AI 检测结果负责。
• ⚠️ 引文必须源自第 2 步检索结果,严禁 LLM 自由发挥时编造。

使用示例

禁止动作(严格)

• ❌ 不得编造文献(无 DOI、无 URL、无作者真实姓名)。
• ❌ 不得编造数据(无来源的统计数字、实验结果、调查数据)。
• ❌ 不得引用未实际访问的"经典文献"(Groove 1982 等虚构参考)。
• ❌ 不得忽略查重 / AI 检测要求,直接产出。
• ❌ 不得在引文中使用过时格式(GB/T 7714-2005 已废止,统一用 -2015)。

验收清单(交付前必须完成)

字数(必检)

• [ ] word_counter_docx.py --target 8000 输出 meets_target: true
• [ ] 中英文字符 / 词数明细已记录在自查报告

写作风格(必检)

• [ ] 句长多变:抽样 10 句覆盖短 / 中 / 长三类
• [ ] 含第一人称("本文认为" / "笔者发现")
• [ ] 无连续三段 "此外" 开头
• [ ] 无 AI 痕迹高频词(毋庸置疑 / 举足轻重 / 不可或缺)

术语一致性(必检)

• [ ] 全文核心术语统一(同义词不能混用)
• [ ] 中英文摘要关键词对齐(数量一致、含义对应)

原创性(必检)

• [ ] 段落表达非模板化(自检:连续 3 段不出现相同的句式骨架)
• [ ] 引用密度合理(每千字 ≥ 3 处引用)

AI 痕迹消除(必检)

• [ ] 用 GPTZero / ZeroGPT 等工具实测,目标 AI 检测率 < 30%
• [ ] 用 paperpass / 知网查重实测,目标重复率 < 15%

引文核实(必检)

• [ ] 参考文献 100% 来自第 2 步检索结果
• [ ] DOI 可访问(抽样验证 ≥ 5 条)
• [ ] 无 [To Verify] 占位符残留

数据准确性(必检)

• [ ] 统计数字带来源
• [ ] 实验数据不超出合理范围

文档格式(必检)

• [ ] 中英双语摘要 + 关键词齐全
• [ ] 标题层级清晰(Heading 1/2/3)
• [ ] 参考文献格式严格符合 GB/T 7714-2015

输出格式(必检)

• [ ] 三段式交付物齐备(免责声明 + 自查报告 + 论文)
• [ ] Word 文件能正常打开
• [ ] 纯文本备份同步提供