anonymize-paper

匿名化论文

让 LaTeX 投稿真正实现双盲——并在录用后干净地恢复。匿名化信息泄露有明确记录，会导致直接拒稿（CHI 和 NeurIPS 明确声明，包括补充材料和关联代码仓库中的泄露）；而手动去匿名化常常会在发表的 PDF 中留下占位作者 或失效的 anonymous.4open.science 链接。此技能会双向执行深度扫描，并记录每项更改，让恢复过程可以机械完成，而非考古寻踪。

适用场景

• “帮我为 NeurIPS / CHI / ICML / KDD ... 匿名化论文” / “把这篇论文盲化”
• 投稿前询问“我有没有在任何地方泄露身份？” / “检查双盲”
• “把我的自引改成第三人称”
• “我的代码 / 数据链接会暴露身份——该怎么办？”
• 录用后：“去匿名化” / “恢复作者信息” / “准备最终出版版的作者栏”
• 从 tailor-to-venue 调用（匿名化扫描步骤），或在 preflight-check 之前调用（最终关卡）。

输入

1. 主 .tex 文件（含 \documentclass）；会自动跟踪 \input / \include 文件。
2. 会议信息配置文件 venues/conferences/<venue>-<year>.yml（结构见 venues/schema.yml）——提供盲审级别（单盲 / 双盲 / 三盲）和 cfp_url。如果没有配置文件，请向用户询问盲审级别，或使用 parse-cfp 创建配置文件。
3. 可选但建议提供：编译后的 PDF（用于元数据检查）、补充材料目录，以及要搜索的作者 / 机构名称。

流程 — 匿名化（投稿）

1. 确定匿名评审级别，然后在线重新核实——必须执行。 阅读会议资料页；获取 cfp_url，确认匿名评审级别和会议的匿名化政策措辞（哪些情况算违规、是否必须删除致谢、是否允许使用匿名化的工件链接）。单盲会议（例如 SIGSPATIAL）无需匿名化——告知用户并停止，不要破坏一篇本来很好的论文。

2. 运行深度扫描：

   python3 scripts/scan_anonymization.py paper.tex \
       --venue venues/conferences/<venue>-<year>.yml \
       --supplementary <supp-dir> --names "Jane Doe,Example University"
   

   标志：--blind double（无会议资料页时使用）、--pdf paper.pdf（指定 PDF）、--no-pdf、--json、--strict（警告也视为失败）、--force（即使在单盲会议也扫描）、--no-inputs。退出码：0 表示干净，1 表示发现泄漏，2 表示参数错误。扫描器会检查：作者／单位／电子邮件／ORCID／\thanks 块、致谢、资助／基金编号、可识别身份的链接、裸露的电子邮件地址、第一人称自引、机构自指、pdfauthor、LaTeX 注释、.bib 文件、主目录路径、已编译 PDF 的元数据字节，以及补充材料目录树。

3. 通过可逆编辑修复发现项。 先处理 ERROR，再处理 WARN（每项都需要判断——应讨论，不要批量删除）。各类泄漏的修复方法——作者块、致谢、自引、仓库／数据集链接、元数据、补充材料——请参阅 references/leak-catalog.md。两条规则：

   • 优先使用 \ifanon 开关，这样终稿切换只需改一行；如果要上传源文件（arXiv、补充材料压缩包），则改用 submission-anon git 分支——开关会在源文件中泄露真实姓名。
   • 将自引改写为第三人称（“Doe 等人证明了 [12]”），绝不要写成“Anonymous [12]”——除非所引作品本身尚未发表。

4. 记录还原清单。 每项更改都在 anonymization-manifest.md 中写一行（不要放入投稿压缩包）：说明删除／改写的内容、文件:行号，以及准确的原文（基金编号、致谢段落、真实仓库 URL）。格式见 references/camera-ready-reversal.md。

5. 检查补充材料。 修复后使用 --supplementary 重新运行步骤 2。代码应以干净的导出版本提交（不含 .git），清除笔记本输出／元数据，删除 LICENSE/AUTHORS 中的版权所有者姓名，并将工件托管在匿名镜像上（anonymous.4open.science）——绝不要使用会暴露账户信息的 Drive/Dropbox/GitHub 链接。

6. 核验已编译的 PDF。 重新编译，再次运行扫描以检查新 PDF 的元数据，并手动检查扫描器无法检查的内容：带有实验室徽标的图、显示用户名的终端截图、提及机构名称的数据集描述、水印。

7. 重复运行直至干净，然后执行门禁检查。 重复扫描 → 修复 → 扫描，直到退出码为 0。然后运行完整的 preflight-check（它会验证 documentclass 调用以及其他可能导致编辑部拒稿的问题）。

流程 — 取消匿名化（终稿）

8. 接收录用通知后，使用清单还原，并执行：

   python3 scripts/scan_anonymization.py paper.tex --mode camera-ready
   

   此命令会标记残留项：占位符／空白作者块、遗留的 anonymous.4open.science 链接、[review,anonymous] 类选项、没有 [final] 的 neurips_<year>、\anontrue 开关、“omitted for review”措辞，以及缺失的致谢。还原作者块，使其与版权表（ACM eRights / IEEE eCF）完全一致——按 references/camera-ready-reversal.md 操作——然后交由 prepare-camera-ready 按会议要求处理。

输出

• 一份发现项报告（文本或 --json），包含严重性、检查 ID、file:line。
• 经用户批准后逐类处理泄漏，提供编辑后的 .tex／补充材料文件，以及用于还原的 anonymization-manifest.md。
• 终稿阶段：残留项报告和还原后的源文件。

与 preflight-check 的关系

preflight-check 会将同一组源代码级匿名化检查（共享检查 ID，anonymization/*）作为多个关卡之一运行；此技能是其深入版本，涵盖注释、.bib、PDF 字节、补充材料目录树、名称搜索，以及修复工作流和终稿反向处理。快速关卡 → preflight；全面检查或取消匿名化 → 此技能。

适配你的学科

泄漏模式不受学科限制；政策则因学科而异。请分叉并替换为你所在领域期刊的配置文件（许多期刊采用单盲审查，因此扫描会自动跳过），并扩展 --names 规则，以涵盖你所在领域中可识别群体的机构审查委员会或临床试验注册 ID。

防护措施

• 绝不要声称论文“已经匿名”；应说“未发现机器可检测的身份泄漏”。写作风格、自有数据集和小众主题仍可能暴露作者身份，而且审稿人会主动查找线索。
• 绝不要为了匿名而删除学术内容（例如，完全删去自引有违学术诚信）；应改写为第三人称。引用完整性问题请转交 verify-citations 处理。
• 编辑前，请根据实时的 cfp_url 重新核实盲审级别和匿名化政策；盲审级别错误会损坏原本正确的论文。
• 绝不要代表用户向任何系统提交内容；只需提供报告或编辑结果。
• 报告中引用的内容最多只能包含被标记的行；绝不要在输出中粘贴大段论文内容。