mcpField
S
sci-polish

sci-polish

github.com/shzhao27208ドキュメント21354 回インストール11 週間前に更新
リポジトリ

sci-polish について

sci-polishは、学術論文の著者向け編集スキルです。AIらしい表現の調整と8項目の品質改善を段階的に行い、技術的な意味やLaTeX構造を保って修正文と評価レポートを出力します。

主な機能

  1. 01AIらしい表現と文章の段階的な編集
  2. 028項目に基づく評価と推敲
  3. 03LaTeX、引用、技術的意味の保持
  4. 04編集前後のスコアレポート

活用シーン

  1. 01論文の学術的な表現を整える
  2. 02AIらしい表現のみ、または指定項目のみを編集する
  3. 03投稿先の要件に沿って原稿を確認する

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/shzhao27208/aut_sci_write --skill sci-polish

インストール後、Claude Code で/sci-polishを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

_meta.json
references/
ai-detection-patterns.md
de-ai-strategies.md
journal-style-db.json
polish-dimensions.md
word-choice-anti-ai.md
scripts/
ai_score_estimator.py
tier1_words.py
validate_polish_output.py
templates/
polish-report.md
tests/
golden_cases.json

詳細

Sci-Polish — 学術論文の推敲とAIらしさの低減

2段階の学術論文推敲:AIの痕跡の低減+8つの観点での品質向上。


厳守事項(絶対に違反しないでください)

  1. 絶対に変更しない: LaTeX コマンド、数式環境($...$、\[...\]、equation、align など)、\cite{}、\ref{}、\label{}、アルゴリズムブロック、コードリスト、図・表環境(編集できるのはキャプションのテキストのみ)
  2. 絶対に捏造しない: データ、引用、実験結果、ベースライン、指標、著者名
  3. 絶対に削除しない: 明示的な許可のない著者の技術的主張
  4. 絶対に導入しない: フェーズBの編集時に、Tier 1 のAI語(references/word-choice-anti-ai.md を参照)
  5. 次のように表示する: テキストから検証できない主張には [PENDING VERIFICATION] を付ける
  6. 意味を保持する: すべての技術的記述の正確な意味内容を変更しない
  7. 出力形式: 修正文+推敲レポート。ユーザーから求められない限り、前置きや末尾の変更履歴は付けない
  8. 分野の用語に確信が持てない場合: 原文のまま残し、ユーザーによる確認が必要であることを示す

実行モード

モードコマンド動作
full(デフォルト)「この論文を推敲して」フェーズA → フェーズB(8つの観点すべて)
deai-only「AI率だけ下げて」/「只降AI率」フェーズAのみ
polish-only「AIらしさの低減は省いて推敲して」/「只润色」フェーズBのみ(8つの観点すべて)
polish-select「文法と一貫性を修正して」フェーズBのみ、選択した観点に限定

ステップ0:入力の処理

  1. 入力形式を特定する:
    • PDF → 表示されているテキストを抽出する(セクション構造を保持)
    • LaTeX → 表示されている段落を抽出する(すべてのコマンドを保護)
    • Markdown/プレーンテキスト → そのまま使用する
  2. 保護対象を特定する: 数式環境、引用、ラベル、アルゴリズムブロック、コードブロック、図・表環境
  3. 投稿先ジャーナルを尋ねる(任意):観点8の採点に影響します。指定がない場合は、一般的な学術基準を使用します。
  4. 実行モードを確認する: full/deai-only/polish-only/polish-select

ステップ1:フェーズA — AIらしさを低減する編集

参照ファイル:

  • references/ai-detection-patterns.md — パターン検出用ライブラリ
  • references/de-ai-strategies.md — 書き換え戦略
  • references/word-choice-anti-ai.md — 単語置換表
1.1 スキャン

ai-detection-patterns.md に照らしてテキストをスキャンします。検出内容を分類します:

  • 優先度:高: Tier 1 の単語、定型句、バースト性の不足(SD < 8)、RLHF の痕跡
  • 優先度:中: Tier 2 のしきい値違反、構造の対称性、接続表現の過剰な連続
  • 優先度:低: Tier 3 の文脈依存項目、句読点の痕跡、軽微な文体の均一性
1.2 書き換え(優先順位)

de-ai-strategies.md の優先順位に従います:

a. Burstiness enforcement — restructure sentence lengths (Strategy 1)
   Target: SD > 8, range ≥ 20, mid-band < 50%

b. Vocabulary de-AI — replace Tier 1 words, compress template phrases (Strategy 2)
   Consult word-choice-anti-ai.md for replacements

c. Sentence restructuring — vary syntax patterns (Strategy 3)
   No 3+ consecutive same-structure sentences

d. Concept concretization — add specifics where available (Strategy 4)
   Replace vague claims with data from the paper itself

e. Argumentation enrichment — add depth to claims (Strategy 5)
   Insert boundary conditions, alternative interpretations

f. Perplexity elevation — introduce unpredictability (Strategy 6)
   Unconventional openers, domain-specific minor terms

g. Style disruption — break uniformity (Strategy 7)
   Vary paragraph density and register between sections
1.3 自己監査

書き換え後、出力を ai-detection-patterns.md に照らして再スキャンします:

  • 優先度の高いパターンが残っていますか? → 修正します
  • バースト性を確認します:SD > 8? 範囲 ≥ 20? 中間帯 < 50%?
  • 保護対象は保たれていますか?(LaTeX コマンド、数式、引用に変更がないこと)
  • 意味は保持されていますか?(原文から意味がずれていないこと)

ステップ2:フェーズB — 8つの観点での推敲

参照ファイル:references/polish-dimensions.md

2.1 すべての観点を採点する(1~5)

polish-dimensions.md のチェックポイントに基づいて、各観点を評価します:

  1. 文法と構文
  2. 学術的な文体
  3. 一貫性と文章の流れ
  4. 簡潔さ
  5. 用語
  6. 構成と書式
  7. 議論の明瞭さ
  8. ジャーナルの要件への適合
2.2 スコアが3以下の観点を編集する

次の順序で編集します(基礎 → 論理 → 文体 → 書式):

Dim 1 (Grammar) → Dim 7 (Clarity) → Dim 3 (Coherence) →
Dim 4 (Conciseness) → Dim 2 (Tone) → Dim 5 (Terminology) →
Dim 6 (Structure) → Dim 8 (Journal)
2.3 保持状況の確認

フェーズBの編集中に、フェーズAでの改善が保たれていることを確認します:

  • バースト性が低下していない(文の長さの多様性が保たれている)
  • Tier 1 のAI語が再導入されていない
  • 定型句が再導入されていない
  • 句読点の痕跡が引き続き抑えられている(em dash の数など)
2.4 再採点

編集した観点を再評価します。レポートには「編集前」と「編集後」のスコアを記録します。


ステップ3:出力

3.1 修正済みテキスト

すべての修正を反映した、完成版の文章を出力します。 入力と同じ形式にしてください(LaTeX → LaTeX、Markdown → Markdown など)。

3.2 推敲レポート

templates/polish-report.md を使用してレポートを作成します。

  • フェーズ A の概要: 検出して修正した AI の痕跡の数(優先度別)
  • フェーズ B のスコアカード: 8 つの評価項目の修正前後のスコア、および各項目の主な変更点
  • 主な修正点: 変更理由を添えた、修正前後の最も重要な比較(最大 10 件)
  • 保留中の項目: [PENDING VERIFICATION] のマークがある項目、またはユーザーの判断が必要な項目

セクション別ガイダンス

要旨
  • フェーズ A の重点: 「In recent years」、誇張表現、テンプレート的な書き出しを削除します
  • フェーズ B の重点: 6 つの要素(背景、課題、アプローチ、洞察、結果、重要性)がすべて含まれていることを確認します
  • 長さ:投稿先の制限を確認します(通常は 150~250 語)
序論
  • フェーズ A の重点:3 部構成の並列表現を崩し、「has attracted growing attention」を削除します
  • フェーズ B の重点:貢献は曖昧なものではなく、具体的で検証可能なものにします
方法
  • フェーズ A の重点:能動態の主語(受動態のみではなく「We」)を補い、手順を説明する文の長さに変化をつけます
  • フェーズ B の重点:すべての記号を使用前に定義し、方程式の動機と解釈を示します
結果
  • フェーズ A の重点:「clearly demonstrates」を、データそのものが示す表現に置き換えます
  • フェーズ B の重点:すべての主張に表または図への参照を付け、統計指標を含めます
考察
  • フェーズ A の重点:均衡を取りすぎた曖昧な表現を崩し、立場を明確にします
  • フェーズ B の重点:限界を具体的に認め、今後の研究を具体的に示します
結論
  • フェーズ A の重点:「In conclusion, this paper presents」という書き出しを削除します
  • フェーズ B の重点:簡潔にまとめ、方法論の言い直しを避け、今後の研究を具体的に示します

文体の調整(任意)

ユーザーが過去に発表した論文を提供した場合:

  1. 著者の執筆スタイル(文の長さの分布、接続表現の好み、句読点の使い方)を抽出します
  2. 一般的な「人間らしい文章」の基準ではなく、著者が実際に使用しているパターンを目標として採用します
  3. レポートに「文体を[論文タイトル]に合わせて調整」と記載します

これにより、一般的な AI らしさを減らす書き換えを、著者固有の文体に合わせた調整に置き換えます。


使用例

全体の推敲:

「请润色这篇论文」/「この論文を NeurIPS への投稿に向けて推敲してください」

AI らしさの軽減のみ:

「只帮我降AI率」/「それ以外は変更せず、AI 検出スコアだけを下げてください」

選択的な推敲:

「只检查语法和术语一致性」/「文法の修正と用語の一貫性の確認だけをお願いします」

文体の調整を含む場合:

「用我之前发的这篇论文的风格来润色」/「以前お送りした論文の文体に合わせて推敲してください」


© ライセンス

MIT License — © 2026 Shuo Zhao. All rights reserved.

このスキルは Aut_Sci_Write スイートの一部です。

コメント