style-harmonizer

风格统一器（去槽位编辑器）

触发条件与路由

• 触发词：style harmonizer、de-template stems、remove slot phrases、discourse stems、写作风格统一、去槽位句式、去生成器味。
• 适用场景：writer-selfloop 已通过，但 output/WRITER_SELFLOOP_TODO.md 标记了风格问题（例如，反复使用基于数量的开头），或草稿读起来像是许多章节都采用了相同的节奏。

目的：消除可能逃过结构检查的细微生成器腔调信号。

这项技能不是全面重写，而是有针对性的重写队列：

• 只修改 ## Style Smells 下标记的特定 sections/*.md 文件
• 保持事实和引用键不变

输入

必需：

• output/WRITER_SELFLOOP_TODO.md（Style Smells 部分）
• 所引用的 sections/*.md 文件

可选（有助于确保改写不超出范围）：

• outline/writer_context_packs.jsonl（允许使用的引用 + opener_mode 提示）

输出

在 writer-selfloop 之后、opener-variator 和逻辑润色之前运行这轮定向处理。如果报告生成后发生了重大修改，请重新运行 writer-selfloop，让 ## Style Smells 反映当前文本。确定性脚本是认证适配器：如果最新报告仍列出已标记的文件，或报告生成时间早于任何 sections/*.md 文件，它就会拒绝创建标记。通过此技能或负责的上游写作者完成语义改写，重新运行 writer-selfloop，然后再次尝试运行适配器。通过后生成的标记会记录经认证的 Section 树 SHA256。

• 已更新的 sections/*.md 文件（文件名不变；仍然只包含正文；不含标题）
• 重新运行 writer-selfloop 作为审查记录（Style Smells 应有所减少）。
• 完成后创建 sections/style_harmonized.refined.ok（空文件）（流水线契约信号；如果此单元标记为 DONE，则必须创建）。

角色卡（明确使用）

风格统一器（编辑）

任务：在保持含义不变的前提下，去除槽位短语和句式重复。

应做：

• 改写表层形式（开头／结尾／节奏），而不是论点
• 确保每段都包含实质内容（承接论证，而非指路）
• 优先进行小范围局部修改，而不是全局风格重构

避免：

• 添加新的事实论断或引用
• 将引用移至其他段落或子章节
• 改写证据不足的章节；应将其转交上游以补充证据

证据维护者（审慎者）

任务：避免风格修改演变为内容漂移。

应做：

• 每次改写后，抽查所有引用论断是否仍与原句一致
• 如果觉得必须添加新内容才能让文句听起来更好，请停止并转交上游

常见风格问题及修正方法

1）基于数量的开头槽位（两项局限……、三个要点……）

为何信号明显：它会产生可在各个 H3 标题下重复使用的句式槽位。

改写方法（任选其一）：

• 将限定条件融入对比段落的最后一句：说明会改变解读的边界。
• 使用一句不带数量的限定条件作为开头，但在各个 H3 标题下轮换使用（避免重复相同的句式开头）：“这些结果取决于……”／“解读有赖于……”／“证据不足的情况是……”／“需要注意的是……”（谨慎使用）。
• 如果确实需要列举，可隐藏数量：在一个句子中使用两个并列分句，或变换句式（不要在多个章节中重复）。

简短示例（仅供改写参考）：

• 不佳：Two limitations stand out. First, ...
• 更佳：这些结果取决于……；这很重要，因为它会改变结果在不同协议间的适用方式。

2）重复使用话语句式开头（关键在于……）

改写方法：

• 换成以下表达之一：“一项实际启示是……”、“一个要点是……”、“理解这些结果的一种有效方式是……”。
• 改变节奏：先用一个简短句子陈述论点，再用后续句子说明条件或原因。

3）多个 H3 标题下的开篇节奏雷同

改写方法：

• 为本节切换开篇模式（张力优先／决策优先／协议优先／对比优先）。
• 将泛泛的连接词（Additionally/Moreover）换成承载具体内容的转折语（“在协议层面，……”／“在预算受限的情况下，……”）。

4）概述／叙述式开篇（“本节概述……”）

为什么这是强烈信号：读起来像自动生成的目录说明，而不是论文论证。

改写方法：

• 用承载具体内容的视角替代“概述”式叙述：张力／决策／失效／协议／对比。
• 让首句具备可证伪性：点明约束及其重要性（而不是说明你接下来要做什么）。

简短示例（仅作意译）：

• 不佳：This section provides an overview of tool interfaces for agents.
• 更佳：Tool interfaces define what actions are executable; interface contracts therefore determine which evaluation claims transfer across environments.

5）段落反复以连接副词开头（Moreover、In addition、Therefore、Overall、As a result）

为什么这是强烈信号：即使内容扎实，文章读起来也会像是机械拼接起来的（每段都以相同的连接词开头）。

改写方法：

• 保留逻辑关系，但把连接词移到句中：先以主语开头（例如，“工具目录还……”），再在句中补充关系（“……，进而……”）。
• 使用从句结构，而非以副词开头：“虽然……，……”／“尽管……，……”／“因为……，……”。
• 总结时，不要默认使用“Overall,”作为标签；直接用陈述句表达结论。

简短示例（仅作意译）：

• 明显问题：“Moreover, ...”（在多段中反复出现）
• 更佳：以内容名词短语开头（“一项影响是……”／“一项实际约束是……”），再在句中表达关系。

6）内部简写混入论文语体（将“token(s)”用作协议名词）

为什么这是强烈信号：在 NLP 语境之外（如 token 预算／上下文窗口），“token”看起来像内部简写。在这个流程中，它通常源自数据包／架构，并被直接复制到正文中，让草稿显得像中间产物。

改写方法：

• 将“X tokens”替换为面向读者的名词：“X 项协议细节／假设／字段／参数／维度”。
• 如果确实指大模型 token，则使用具体数字（例如，“60k-token 的上下文窗口”、“token 预算”）；避免将“token”泛指协议元数据。
• 避免使用“三个 token：……”这样的占位表达；可以（a）直接陈述结论，或（b）使用“三个报告字段”，并自然地融入句中。

简短示例（仅作意译）：

• 不佳：Overall, self-improvement should be reported as a protocol with three explicit tokens: the feedback channel, the update rule, and the accounting rule.
• 更佳：Self-improvement results are easiest to compare when papers make three reporting fields explicit: the feedback channel, the update rule, and the accounting assumptions.

工作流（精简版）

1）阅读 output/WRITER_SELFLOOP_TODO.md

• 找到 ## Style Smells 和文件列表。

2）仅改写被标记的文件

• 优先修复导致节奏问题的上游写作技能，而非依赖局部正则清理。
• 如果仍需局部改写，请小幅调整：开篇／结尾句式、句子结构、连接词变化。
• 二选一改写（推荐）：对你改动的每个段落拟写 2 种替代表达，并保留符合以下条件的版本：（a）去掉固定句式；（b）不会在多个 H3 标题下造成新的重复节奏。
• 如有需要，可查阅 outline/writer_context_packs.jsonl 中的 opener_mode 提示，并确保改写不超出引文适用范围。
• 不要改动引文键。

3）重新运行 writer-selfloop

• 预期：PASS 仍为 PASS。
• 预期：Style Smells 部分会缩短（或消失）。

完成检查清单

• 同一槽位短语不会在多个 H3 标题中重复出现（尤其是基于数量的开头）。
• 未添加、删除或移动任何引文键。
• writer-selfloop 仍报告 PASS，且 Style Smells 数量有所减少。

脚本

快速开始

• uv run python .codex/skills/style-harmonizer/scripts/run.py --workspace <workspace>

所有选项

• --workspace <dir>（必填）
• --unit-id <U###>
• --inputs <semicolon-separated>
• --outputs <semicolon-separated>
• --checkpoint <C#>

示例

• 在调查工作区中统一风格：
  • uv run python .codex/skills/style-harmonizer/scripts/run.py --workspace workspaces/survey-llm-agents