关于 sci-polish
sci-polish 是面向学术作者的论文编辑技能,分阶段处理 AI 痕迹与八个质量维度。它强调保护 LaTeX、引用和技术含义,并输出修订文本与评分报告。
主要功能
- 01分阶段降低 AI 写作痕迹
- 02按八个维度评估并润色
- 03保护公式、引用和技术内容
- 04提供修改前后评分报告
适用场景
- 01修改论文以改善学术表达
- 02仅处理 AI 痕迹或指定维度
- 03依据目标期刊要求检查稿件
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ shzhao27208/ aut_sci_write --skill sci-polish安装后在 Claude Code 中输入/sci-polish确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
_meta.jsonreferences/ai-detection-patterns.mdde-ai-strategies.mdjournal-style-db.jsonpolish-dimensions.mdword-choice-anti-ai.mdscripts/ai_score_estimator.pytier1_words.pyvalidate_polish_output.pytemplates/polish-report.mdtests/golden_cases.json详细介绍
Sci-Polish — 学术论文润色与去 AI 化
两阶段学术论文润色:降低 AI 痕迹 + 提升 8 个维度的质量。
硬性规则(绝不违反)
- 绝不修改: LaTeX 命令、数学环境(
$...$、\[...\]、equation、align等)、\cite{}、\ref{}、\label{}、算法块、代码清单、图表环境(仅可编辑标题文本) - 绝不捏造: 数据、引用、实验结果、基线、指标、作者姓名
- 绝不删除: 作者的技术论断,除非获得明确许可
- 绝不引入: 在 Phase B 编辑期间使用 Tier 1 AI 词语(参见
references/word-choice-anti-ai.md) - 标记为
[PENDING VERIFICATION]: 任何无法从文本中核实的论断 - 保留原意: 每条技术陈述的确切语义内容都必须保持不变
- 输出格式: 修订后的文本 + 润色报告。除非用户要求,否则不添加前言或结尾的修改日志
- 对领域术语不确定时: 保留原文,并标记供用户审核
执行模式
| 模式 | 命令 | 行为 |
|---|---|---|
full(默认) | “润色这篇论文” | Phase A → Phase B(全部 8 个维度) |
deai-only | “只降低 AI 率” / “只降AI率” | 仅 Phase A |
polish-only | “只润色,跳过去 AI 化” / “只润色” | 仅 Phase B(全部 8 个维度) |
polish-select | “修正语法和连贯性” | Phase B,仅处理选定维度 |
步骤 0:输入处理
- 识别输入格式:
- PDF → 提取可见文本(保留章节结构)
- LaTeX → 提取可见段落(保护所有命令)
- Markdown / 纯文本 → 直接使用
- 识别保护区域: 数学环境、引用、标签、算法块、代码块、图表环境
- 询问目标期刊(可选):影响维度 8 的评分。若未指定,则采用通用学术标准。
- 确认执行模式: full / deai-only / polish-only / polish-select
步骤 1:Phase A — 去 AI 化编辑
参考文件:
references/ai-detection-patterns.md— 用于扫描的模式库references/de-ai-strategies.md— 改写策略references/word-choice-anti-ai.md— 词语替换表
1.1 扫描
依据 ai-detection-patterns.md 扫描文本。将发现的问题分类:
- 高优先级: Tier 1 词语、模板化短语、爆发度不足(SD < 8)、RLHF 痕迹
- 中优先级: 违反 Tier 2 阈值、结构对称、过度堆叠过渡词
- 低优先级: 依赖上下文的 Tier 3、标点痕迹、轻微的风格统一性
1.2 改写(按优先级排序)
遵循 de-ai-strategies.md 中的策略优先级:
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 自检
改写后,依据 ai-detection-patterns.md 重新扫描输出:
- 是否仍有高优先级模式?→ 修正
- 爆发度检查:SD > 8?范围 ≥ 20?中段占比 < 50%?
- 保护区域是否完整?(LaTeX 命令、数学内容、引用均未更改)
- 是否保留原意?(未偏离原文语义)
步骤 2:Phase B — 8 维度润色
参考文件:references/polish-dimensions.md
2.1 评估所有维度(1-5)
根据 polish-dimensions.md 中的检查点为各维度评分:
- 语法与句法
- 学术语气
- 连贯性与行文流畅度
- 简洁性
- 术语
- 结构与格式
- 论证清晰度
- 期刊规范符合度
2.2 编辑评分 ≤ 3 的维度
按以下顺序编辑(基础 → 逻辑 → 风格 → 格式):
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 保留性检查
在 Phase B 编辑期间,确认 Phase A 的改进仍然保留:
- 爆发度未降低(保留句长变化)
- 未重新引入 Tier 1 AI 词语
- 未重新引入模板化短语
- 标点痕迹仍保持干净(破折号数量等)
2.4 重新评分
再次评估已编辑的维度。在报告中记录“Before”和“After”分数。
步骤 3:输出
3.1 修订后的文本
输出完整润色后的文本,并应用所有修改。 格式与输入格式一致(LaTeX → LaTeX,Markdown → Markdown 等)。
3.2 润色报告
使用 templates/polish-report.md 生成报告:
- 阶段 A 摘要: 按优先级列出检测并修正的 AI 痕迹数量
- 阶段 B 评分表: 8 个维度的修改前后评分,以及各维度的关键修改
- 主要修改: 最多列出 10 项最重要的修改前后对比,并说明理由
- 待处理事项: 标记为
[PENDING VERIFICATION]的内容或需要用户决定的事项
分章节指导
摘要
- 阶段 A 重点:删除 “In recent years”、夸大性用词和模板化开头
- 阶段 B 重点:确保包含所有 6 个要素(背景、研究空白、方法、见解、结果、意义)
- 篇幅:对照投稿 venue 的限制检查(通常为 150–250 个单词)
引言
- 阶段 A 重点:打破三段式并列结构,删除 “has attracted growing attention”
- 阶段 B 重点:贡献必须具体且可验证,不能含糊
方法
- 阶段 A 重点:恢复主动语态的主语(使用 “We”,而非只用被动语态),调整步骤说明句子的长短
- 阶段 B 重点:所有符号都必须在使用前定义,并说明公式的动机和含义
结果
- 阶段 A 重点:用数据本身说话,替换 “clearly demonstrates”
- 阶段 B 重点:每项论断都必须有表格或图的引用支持,并包含统计指标
讨论
- 阶段 A 重点:打破均衡式的模棱两可表达,明确表明立场
- 阶段 B 重点:具体说明局限性,并提出明确的未来工作
结论
- 阶段 A 重点:删除 “In conclusion, this paper presents” 这一开头
- 阶段 B 重点:简洁,不重复方法,并提出具体的未来工作
语气校准(可选)
如果用户提供了自己已发表的论文:
- 提取作者的写作特征(句长分布、连接词偏好、标点习惯)
- 以作者的实际写作模式为目标,而非采用通用的“自然表达”默认风格
- 在报告中注明:“已根据[论文标题]校准语气”
此方法将通用的去 AI 化改写替换为匹配作者风格的改写。
使用示例
完整润色:
“请润色这篇论文” / “请为 NeurIPS 投稿润色这篇论文”
仅去 AI 化:
“只帮我降 AI 率” / “降低 AI 检测分数,其他内容不要改”
选择性润色:
“只检查语法和术语一致性” / “只修改语法并检查术语一致性”
语气校准:
“用我之前发的这篇论文的风格来润色” / “按照我这篇已发表论文的风格润色”
© 许可证
MIT License — © 2026 Shuo Zhao。保留所有权利。
此技能属于 Aut_Sci_Write 套件的一部分。