thesis-creator

论文创作 Agent 系统

面向中国本科生的毕业论文全流程写作辅助系统。

---

核心原则

重要

工作区隔离原则：AI 始终在用户项目目录下的 thesis-workspace/ 工作。所有产出文件都在用户工作区内。

---

触发条件

触发语	执行动作
「帮我写论文，主题是…」	全流程（Step 0-9）
「帮我降重这段文字：…」	仅 Step 5
「降低这段的 AIGC 率：…」	仅 Step 6：必须输出“处理前计划 → 改写文本 → 清单自检”，并按场景化重写、自然承接、轻冗余控制和高密度句拆解处理，不得只给改写结果
「检测这段文字的 AIGC 率」	AIGC 检测
「帮我生成论文大纲」	Step 0-3
「初始化工作区」	Step 0（工作区不存在直接初始化）
「继续」	仅在当前步骤的强制交互点、前置校验和质量门禁均已满足后继续流程
「生成摘要」	Step 4（仅摘要部分）
「生成图片」「生成图表」	Step 8
「导出 Word」「导出文档」	Step 9
「一键导出」	Step 8+9

---

工作流程概览

flowchart LR
    A[Step 0: 初始化] --> B[Step 1-2: 准备]
    B --> C[Step 3: 大纲]
    C --> D[Step 3→4: 文献搜索与建池]
    D --> E[Step 4: 撰写]
    E --> F[Step 5-6: 降重]
    F --> G[Step 7: 合并检测]
    G --> H[Step 8: 图片生成]
    H --> I[Step 9: 导出Word]

⚠️ 流程顺序：大纲确认 → 文献搜索与建池 → 正文写作 → 合并 → 图片生成 → 导出 Word 状态文件路径：thesis-workspace/.thesis-status.json 若文件不存在，status_manager.py 会自动创建。

推荐统一入口：scripts/core/lifecycle.py（整合日志 + 状态管理）

---

继续与暂停点规则

重要

「继续」不是跳过按钮。 若当前流程仍存在强制交互点、前置校验或质量门禁未完成，则必须先完成对应动作，再允许进入下一步。

不可跳过的暂停点

1. Step 0 初始化后：必须先运行 python scripts/core/lifecycle.py --workspace thesis-workspace/ --check-workspace，并检查 thesis-workspace/references/prompt/background.md 是否已补全；工作区必须通过脚本初始化并从 config/.thesis-config.yaml 复制生成 thesis-workspace/.thesis-config.yaml，同时生成 thesis-workspace/.thesis-status.json、thesis-workspace/logs/、thesis-workspace/scripts/charts/render.py、thesis-workspace/workspace/final/images/sources 与 thesis-workspace/workspace/references/images.yaml；未完成时只能提示用户编辑，禁止直接推进到 Step 1/3。
2. Step 3 大纲确认后：必须先询问用户文献数量（20-30 / 30-50 / 15-20），并展示搜索耗时预估后，进入 Step 3→4 之间的“文献搜索与建池”阶段；该阶段不是独立 Step，但后续在 Step 4/6/7 中如发现文献不足、语种比例失衡或文献失效，必须允许回流补池后再继续写作或检测。
3. Step 4 每章写作时：必须先完成 Stage 1 要点规划，待用户确认后才能进入 Stage 2 扩写；如果当前仍停留在 Stage 1，用户回复「继续」只能视为确认本章要点，不能跳过更早的未完成门禁。
4. Step 7 合并检测后：若同一 ref_id 在终稿中重复出现，必须硬阻断并回退修正，禁止带重复引用进入 AIGC 检测；若 AIGC 检测未通过，必须回退到 Step 5/6 继续改写与审校，禁止进入 Step 8 图片生成或 Step 9 导出。
5. Step 8 图片生成前：必须按“抽取图片需求 → 准备源码文件 → 大模型填写 .dot/.mmd/.puml → 渲染 PNG → 回填 [image_N] → 完整性验证”执行；使用 scripts/charts/manifest_builder.py、source_writer.py、render.py、markdown_updater.py、validate.py，最终已渲染 AI 图片不得残留 [image_N]。

---

详细步骤（按需加载）

步骤	说明	详细文档
Step 0	工作区初始化	workflows/step_0_init.md
Step 3	生成论文大纲	workflows/step_3_outline.md
Step 4	分章节撰写	workflows/step_4_writing.md
Step 6	审校润色	workflows/step_6_review_polish.md
Step 7	合并与检测	workflows/step_7_merge_detect.md
Step 8	图片生成与渲染（ER图默认读取 background.md，优先输出教科书风格 DOT，信息不足时尽量生成并 warning）	workflows/step_8_image.md
Step 9	文档导出	workflows/step_9_export.md
参考文献	文献池管理	workflows/reference_workflow.md

---

参考文献（独立存放）

核心改进：文献池独立存放在 workspace/references/verified_references.yaml 文献校验状态：verified_doi / verified_metadata_only / broken_doi_metadata_ok / missing_doi_unverified / invalid_reference 规则说明：无 DOI 不等于假文献；允许通过元数据验证的真实文献继续进入文献池。

画像要件一覧

• 本文の画像プレースホルダーは、[image_1]、[image_2] などの形式に統一します
• 画像要件一覧は workspace/references/images.yaml に記録します
• workspace/references/images.yaml では構造化フィールドを使用し、少なくとも id、title、chapter、section、source、diagram_type、engine、purpose、fact_source、placement、status、description、source_file、output_file、render_status を含める必要があります。任意の prompt_hint は LLM によるソースコード生成のガイドに使用でき、dot_mode は ER 図の DOT サブモードを単一画像に適用する場合に使用できます
• Step 4 では [image_N] と image-requirement 画像要件ブロックの記録のみを行い、Step 8 で images.yaml を生成し、ソースファイルを準備し、LLM に .dot/.mmd/.puml の記入を依頼して PNG をレンダリングし、Markdown の画像参照を更新します
• アーキテクチャ図、モジュール図、フローチャート、ER 図などの AI 画像は、必ず manifest に記録してから作成します。ユーザー提供の画像は、一覧に source=user と補完待ちの状態を明記する必要があります
• 図表エンジンは図の種類に応じて明確に割り当て、自由に変更しません。フローチャート／アクティビティ図／ユースケース図／シーケンス図／クラス図 → PlantUML (.puml)；ER 図は .thesis-config.yaml の er_modeling.graph_type で決定し、デフォルトは Graphviz DOT (.dot) の教科書的な Chen スタイル、erd の場合は Mermaid erDiagram を出力します。diagram_type=overall_er は必ず最初に表示し、エンティティ、リレーション、および 1:1／1:N のカーディナリティのみを表示します。リレーションの菱形ノードは、外部キー項目またはエンティティの意味に基づいて「所有する」「含む」などの名前を付け、「関連」と一律に表記してはならず、項目も表示しません。diagram_type=entity_er は .thesis-config.yaml の er_modeling.dot_mode=textbook-single-entity-ring または images.yaml の単一画像用 dot_mode で、単一エンティティの項目を周囲に配置する DOT 表示を有効にできます。単一画像の設定が全体設定より優先されます。アーキテクチャ図 → ユーザーが自ら生成／GPT image の後に追加 (source=user)；モジュール図 → Mermaid (.mmd)；ユーザーのスクリーンショット → user
• フローチャートを PlantUML で生成する場合に限り、以下の固定プロンプトテンプレートを付け、テーマを現在の図表タイトルまたは用途の説明に置き換えます：

请生成一个用于毕业论文的PlantUML流程图，主题为“{{图表主题}}”。要求：

- 使用activity diagram
- 所有节点使用中文
- 起止节点使用“开始”“结束”
- 逻辑严谨，体现完整业务流或上下文流转机制
- 包含必要循环（如存在用户持续操作、重试或追问）
- 避免语法歧义（防止被解析为class diagram）
- 图结构简洁，不超过3层嵌套
- 判断分支连线必须明确标注 Y/N
- 全图只保留一个最终结束节点，所有分支和普通路径最终汇入该结束节点
- 适合论文插图展示

只输出PlantUML代码。

• Mermaid フローチャートをデフォルトでは使用しません。一般的なフローチャートも PlantUML を優先します。
• テスト図を生成する場合、または「フローチャートを生成」などの指示に単独で応答する場合、デフォルトではソースを thesis-workspace/workspace/final/images/sources/ 内の対応する .puml/.dot/.mmd ファイルに書き込み、コンソールに図表のソースコード全体を直接出力しません。ユーザーが「コードのみを出力」と明示した場合に限り、ソースコードをテキストで直接返します。

ワークフロー

1. Step 3 でアウトラインを確認した後、文献数を尋ねます（デフォルトは 20～30 件）
2. 複数のソースを検索：Semantic Scholar + CrossRef + OpenAlex
3. DOI を検証：4xx エラーステータスコードを判定します
4. 統合・重複排除：複数のソースの結果を統合し、関連度に基づいて最も関連性の高い x 件を選びます（scripts/references/reference_merger.py）
5. 執筆時は文献プールから未使用の引用を選びます
6. 文献検索とプール構築の段階では、再利用のために前の段階へ戻れます：Step 4/6/7 のいずれかで、現在の章に利用可能な未使用文献が不足している、文献の検証に失敗した、言語比率が基準を満たさない、または引用密度が不足している場合は、その段階に戻って検索を補い、workspace/references/verified_references.yaml を増分更新する必要があります
7. 各文献は文書全体で 1 回のみ引用できます：ある ref_id が本文で一度使用されたら、必ず使用済みとしてマークし、以降の章で再使用してはなりません。Step 7 で重複した ref_id が見つかった場合は、必ず処理をブロックします
8. 中国語文献の品質が不十分な場合は、手動での補完を促します：自動取得ソースで中国語文献の割合 >65% を満たせない場合は、CNKI、万方、大学図書館などの外部の信頼できるソースから、実在する中国語文献を手動で補うようユーザーに促す必要があります。捏造は禁止です
9. 文献 YAML の出力は安全に解析できる必要があります：タイトルに英語のコロン、中国語のコロン、括弧などの特殊文字が含まれていても、yaml.safe_load() で読み込めなければなりません

詳しくは workflows/reference_workflow.md を参照してください

---

ユーザーワークスペースのディレクトリ構造

thesis-workspace/
├── README.md                  # 工作区使用说明
├── .thesis-config.yaml        # 配置文件
├── references/                # 参考资料（用户放入）
│   ├── templates/             # 学校模板
│   ├── examples/              # 范文
│   ├── guidelines/            # 规范
│   └── prompt/background.md   # 论文背景（必填）
├── workspace/                 # 论文产出
│   ├── outline.md             # 大纲
│   ├── references/                # 参考文献池（独立）⭐
│   │   ├── verified_references.yaml  # 已验证文献池
│   ├── cited_references.json  # 引用记录（每章引用的ref_id）⭐
│   ├── drafts/                # 初稿（仅含临时引用编号，无参考文献列表）⭐
│   │   ├── 参考文献.md         # 合并阶段生成的参考文献（独立MD文件，GB/T 7714格式）⭐
│   ├── final/                 # 终稿
│   │   ├── 论文终稿.md         # 终稿（引用编号已重排）
│   │   ├── 论文终稿.docx
│   │   └── images/            # 图片
│   └── reports/               # 报告
├── logs/                      # 日志
└── .thesis-status.json        # 状态

⭐ は今回の更新で追加または変更されたファイルを示します

---

Markdown 見出し出力の厳格な制約（Markdown→Word マッピング）

重要

生成する Markdown は Pandoc／python-docx／markdown-it／Typora／VSCode Markdown で正しく認識され、Word の Heading 1～4 にマッピングされる必要があります。また、自動目次、ナビゲーションウィンドウ、見出しの折りたたみ、アウトライン表示をサポートする必要があります。

見出しの生成規則

Markdown 構文	Word のマッピング	説明
# 标题名称	Heading 1	章レベルの見出し（要旨、第N章、結論など）
## 标题名称	Heading 2	節レベルの見出し（1.1、4.2 など）
### 标题名称	Heading 3	小節レベルの見出し（1.2.1、4.4.1 など）
#### 标题名称	Heading 4	段落レベルの見出し（5.2.1 など）

形式上の厳格な制約：見出し記号 # の後には必ずスペースを 1 つ入れます。正しい例：## 研究背景；誤った例：##研究背景。

禁止事項（見出しの模倣禁止）

以下の方法は形式エラーとみなされ、見出し階層の模倣に使用してはなりません：

禁止される方法	説明
太字テキスト	**第一章 绪论** は見出しではありません
番号＋通常の段落	1.1 研究背景 は ## がないため見出しではありません
リスト項目	- 第一章 绪论 は見出しではありません
表の見出し	表内のテキストは見出しではありません
単にフォントサイズを大きくする	HTML <font size> は見出しではありません
中国語の記号で階層を模倣する	===系统设计=== は見出しではありません
HTML タグ	<h1> などは見出しではありません

階層の制約

見出しは厳密な階層構造に従う必要があり、階層を飛ばしてはなりません：

正确：# → ## → ### → ####
错误：# → ###（跳过 ##）

論文構成の見出し例

# 摘要

# Abstract

# 第一章 绪论

## 1.1 研究背景

## 1.2 国内外研究现状

# 第二章 系统分析

# 第三章 系统设计

# 第四章 系统实现

# 第五章 测试与分析

# 结论

# 参考文献

出力の制約

1. 出力は純粋な Markdown 本文でなければなりません
2. 本文を markdown コードブロックで囲んではなりません
3. 説明文（「以下は論文の内容です」など）を出力しないでください
4. 前置きの文言を出力しないでください

互換性の要件

生成結果は Markdown → docx 変換プロセスと互換性があり、pypandoc.convert_file() または python-docx で変換した後に Word の目次を自動生成できる必要があります。

最終目標

エクスポートされた docx 文書は、以下の要件を満たす必要があります：

• Word の「参考資料 → 目次」から目次を自動生成できる
• Word の「ナビゲーションウィンドウ」に章の階層が表示される
• 見出しを折りたためる
• 見出しにアウトラインレベルが設定されている
• Heading 1～4 が自動認識される

---

防错机制

问题	影响	处理
缺少规定动作章节	致命	自动补充
设计实现未分离	致命	强制拆分
章节顺序错误	致命	强制调整为：系统分析→系统设计→系统实现→系统测试→总结与展望
使用 LLM 上下文合并文档	致命	必须使用 merge_drafts.py 脚本
图表不足	严重	提示补充
数据库表数量不足	严重	检查 background.md 表定义，确保 ≥11 张表
未执行状态管理脚本	致命	每个 Step 必须通过 lifecycle.py 或 status_manager.py 记录状态，禁止大模型自行维护状态
日志未通过脚本记录	严重	所有流程日志必须通过 logger.py 输出，禁止大模型自行生成日志内容
文献链接 404	严重	合并前执行 reference_validator.py --check-404，404文献必须替换
图片文件缺失	严重	Step 8 完成后检查 images/ 目录，所有占位符必须有对应 PNG 文件
参考文献虚构	严重	DOI验证+重生成
参考文献数量超标	严重	按相关度截取
参考文献缺少中英文	严重	中文和英文文献都必须包含，缺少则触发补充搜索
参考文献 YAML 解析失败	严重	reference_merger.py 必须使用安全 YAML 输出，特殊字符标题保存后仍可 yaml.safe_load()
中文文献比例不足	严重	自动源不足时提示从 CNKI、万方、学校图书馆人工补充真实中文文献，禁止伪造
引用复用同一 ref_id	严重	同一篇文献整篇仅允许引用一次，发现重复占用必须硬阻断并回流补池改写引用
AI模板词超标	中等	按 Step 6 的 AIGC 标准流程处理：先做处理前计划，再按”场景化重写 → 结构重组 → 细节注入 → 自然承接与轻冗余 → 高密度句拆句解释 → 语言去模板化”改写，最后输出清单自检；禁止只做同义替换、删词式压缩或只给改写结果
标题未使用 Markdown # 语法	致命	所有标题必须用 # / ## / ### / ####，禁止加粗文本/序号段落/中文符号模拟标题
标题层级跳跃	严重	禁止跨级(如 #→###)，必须逐级(#→##→###→####)
标题符号后无空格	严重	#标题 必须修正为 # 标题，符号后必须保留一个空格
AIGC 降低缺少自检清单	严重	必须补齐处理前计划、改写文本、自检表；自检项出现“未通过”时继续局部修正，不得交付为最终版
章节内自建参考文献列表	中等	删除，合并阶段统一生成
background.md 为空或未完善	致命	提示用户编辑 thesis-workspace/references/prompt/background.md，禁止控制台交互式输入
ER 图事实源不一致	严重	Step 8 的 ER 图默认读取 background.md，仅 ER 图受 thesis-workspace/.thesis-config.yaml 的 er_modeling 配置影响；默认输出教科书 Chen 风格 DOT（实体矩形、属性椭圆、联系菱形），总体 ER 图必须第一个展示，且只展示实体、联系与 1:1 / 1:N 基数；关系菱形节点必须结合外键字段或实体语义命名，如“拥有”“包含”，不得统一写成“关联”；DOT 输出不要显式使用 label=

---

Prompt 文件（写作时加载）

文件	说明	加载时机
prompts/writer_guidelines.md	写作规范	Step 4
prompts/aigc_reducer_prompt.md	AIGC 表达质量优化与深度人工化流程，按场景化重写、自然承接、轻冗余控制和高密度句拆句解释执行	Step 6
prompts/humanizer_guidelines.md	人工化改写细则与风险边界，约束自然过渡、轻冗余和拆句解释不得破坏学术语体	Step 6
prompts/reference_citation_prompt.md	引用铁律	Step 4
workspace/references/verified_references.yaml	文献池	必须加载

---

Script 文件

文件	说明
scripts/references/reference_engine.py	多源搜索 + DOI验证
scripts/references/reference_merger.py	文献合并去重 + 选出最相关 x 篇
scripts/document_exporter/	Word导出 + 图片插入
scripts/content/merge_drafts.py	章节合并
scripts/aigc/detect.py	AIGC检测
scripts/aigc/technical_detect.py	技术论文 AIGC 检测
scripts/charts/manifest_builder.py	从正文 [image_N] 与 image-requirement 生成或更新 images.yaml
scripts/charts/source_writer.py	根据 images.yaml 准备并校验 .mmd/.dot/.puml 源码文件
scripts/charts/render.py	按 Mermaid、Graphviz、PlantUML 渲染 PNG
scripts/charts/markdown_updater.py	将已渲染图片回填为 Markdown 图片引用
scripts/charts/validate.py	校验源码、PNG、占位符和用户待补截图状态

---

致谢

致谢生成位于 Step 4（与摘要同阶段），输出文件为 workspace/drafts/致谢.md，由 merge_drafts.py 在合并阶段自动纳入终稿。

注意：致谢不计入七章正文结构，但属于论文交付的必备内容之一。