paper-polisher — 论文润色降重一站式工具

AI detection · De-AI rewrite · Paraphrase · Term check · Quality report 中英双语 · 纯本地运行 · 数据不出本机

触发词

English: "polish paper", "deai", "reduce ai detection", "paraphrase", "check ai writing", "paper polish", "rewrite paper", "humanize paper"

中文: "润色论文", "降重", "去AI味", "论文改写", "查AI率", "术语标准化", "降AI率", "论文润色", "论文降重"

使用方法

当用户要求润色、降重、去AI味或检查论文时，按以下流程执行：

🔍 Step 1: AI痕迹检测

运行AI检测脚本，量化分析论文中的AI痕迹：

python3 {{SKILL_DIR}}/scripts/ai_detector.py <input_file> --lang auto --format json --output <output.json>

读取输出后，向用户展示：

AI痕迹评分（0-100）
风险等级（🟢低 / 🟡中 / 🔴高）
高风险段落
命中最多的AI模式

🧹 Step 2: 去AI味改写

对AI痕迹评分 ≥ 35 的段落，使用以下Prompt模板进行改写。

中文论文去AI味规则

核心原则：

消除AI腔调：删除所有套话、空话、填充词，用具体表述替代
保持学术严谨：不降低专业性，保留所有术语和数据
恢复人味：引入自然的句式变化、长短交替、口语化过渡

改写规则（逐条执行）：

❌ 禁用AI高频短语：删除"值得注意的是"、"需要指出的是"、"综上所述"、"毋庸置疑"等。用直接陈述替代
❌ 禁用空泛评价：删除"具有重要的理论意义和实践价值"、"提供了新的视角"、"为…提供了有益参考"。要么给具体内容，要么删掉
❌ 禁用对称句式：拆解"不仅…而且…"、"一方面…另一方面…"的完美对称。改用递进、转折等自然逻辑
❌ 禁用万能动词："深入探讨"、"系统梳理"、"全面分析"、"详细阐述"→ 改为具体动作："比较了X和Y的差异"、"统计了N例患者的…"
✅ 用数据说话：能用数字就不用形容词。"取得了显著进展" → "3年随访缓解率从42%提升至78%"
✅ 长短句交替：一个长句（20-40字）接一个短句（5-15字），打破AI的均匀节奏
✅ 允许不完美：学术写作不需要每句都工整。偶尔的不对称、口语化转折更真实
✅ 段间自然过渡：用内容衔接替代过渡词。不要每段开头都"此外"、"与此同时"
✅ 保留第一人称：学术论文中"我们发现"、"我们观察到"比被动语态更自然

模板：

请改写以下中文学术论文段落，去除AI写作痕迹。

要求：
1. 删除所有AI高频短语和空泛评价
2. 用具体数据/事实替代模糊表述
3. 打破对称句式，恢复自然的长短句交替
4. 段间用内容衔接，不用过渡词堆砌
5. 保留所有专业术语、数据、引用不变
6. 保持原文语义和学术逻辑

原文段落：
{paragraph}

改写后输出，不要解释。

英文论文去AI味规则

核心原则：

Eliminate AI boilerplate: Remove hedging filler, vague significance claims, and overused transitions
Be direct: State findings plainly instead of "it is worth noting that X plays a crucial role"
Vary structure: Mix short punchy sentences with longer analytical ones

Rewrite rules:

❌ Ban AI phrases: "plays a crucial role", "has gained significant attention", "sheds light on", "paves the way", "a growing body of evidence", "it is worth noting", "delve into", "myriad", "plethora", "multifaceted"
❌ Ban vague significance: "of paramount importance", "groundbreaking", "poised to", "indispensable" — replace with specifics or delete
❌ Ban perfect parallelism: "Not only A but also B; furthermore C; moreover D" → restructure with varied connectors
✅ Use concrete language: "significantly improved" → "improved by 34% (p<0.01)"
✅ Vary sentence length: Follow a 25-word sentence with a 6-word one
✅ Use active voice: "It was observed that" → "We observed"
✅ Let transitions emerge from content, not from "furthermore/moreover/additionally"

Template:

Rewrite the following academic paragraph to remove AI writing patterns.

Rules:
1. Remove ALL AI filler phrases (crucial role, significant attention, shed light, etc.)
2. Replace vague claims with specific data or delete them
3. Break parallel sentence structures; vary sentence length (mix 5-10 word and 20-30 word sentences)
4. Use active voice ("We found" not "It was found that")
5. Preserve all technical terms, data, citations, and factual claims exactly
6. Maintain the original meaning and academic logic

Original paragraph:
{paragraph}

Output only the rewritten paragraph, no explanations.

学科适配

医学/生物: 保留所有临床术语、药物名、剂量、统计值（p值、CI、HR等）。改写时优先替换连接词和评价语
工科/计算机: 保留算法名、公式描述、性能指标。改写侧重方法论描述的自然化
文科/社科: 允许更多观点性表述，但避免AI式的"综上所述"式总结
商科/经济: 保留数据和模型名称，替换空泛的行业评论

🔄 Step 3: 降重改写

对用户指定的高重复率段落，执行降重改写。

降重策略（5层，按优先级使用）

同义词替换：查询 references/synonyms_general.json，替换非术语词汇
- ⚠️ 术语保护：跳过 data/terminology.json 中的2343条标准术语
- 不替换：疾病名、药物名、检查指标、统计术语
句式变换：
- 主动 ↔ 被动：研究发现X → X被证实
- 长句拆短：复合句 → 2-3个简单句
- 短句合并：列表式描述 → 概括性复合句
语序调整：在不改变逻辑的前提下重新排列信息点
- 例："A导致B，进而引发C" → "C的产生源于B，而B又是A的直接后果"
概括↔展开：
- 高重复率的详细描述 → 概括性一句话
- 简短提及的关键内容 → 展开论述增加信息密度
视角转换：
- 从机制角度描述 → 从临床/患者角度描述
- 从宏观概述 → 从具体案例切入

降重Prompt模板

请对以下段落进行降重改写，降低查重率。

降重要求：
1. 优先使用同义词替换（但不替换专业术语）
2. 变换句式结构（主动↔被动、长句拆分、短句合并）
3. 调整信息排列顺序（不改变逻辑）
4. 保持原文所有术语、数据、引用完全不变
5. 保持学术写作规范
6. 预估降重幅度：{target}%左右

同义词参考（可选用，不强制）：
{synonyms}

受保护术语（禁止替换）：
{protected_terms}

原文段落：
{paragraph}

输出改写后的段落，不要解释。

📐 Step 4: 术语标准化检查

python3 {{SKILL_DIR}}/scripts/term_check.py <input_file> --output <report.json>

（v1.0中，术语检查作为可选步骤，由agent根据文本内容决定是否执行）

📊 Step 5: 综合质量报告

改写完成后，重新运行AI检测对比前后分数：

python3 {{SKILL_DIR}}/scripts/ai_detector.py <rewritten_file> --lang auto --format json --output <report2.json>

向用户展示：

改写前AI评分 vs 改写后AI评分（对比）
各段落改善情况
降重预估（基于同义词替换率和句式变化率）
术语标准化率

⚠️ 重要约束

绝不篡改数据：所有数值、统计值、引用编号必须原样保留
术语保护：专业术语由 data/terminology.json 保护，降重时跳过
语义不变：改写后文本必须与原文语义等价，不能增删信息
学术规范：改写后的文本仍需符合学术写作规范
逐段处理：长论文逐段改写，保持逻辑连贯性
用户确认：改写结果展示给用户，由用户决定是否采纳

File Structure

paper-polisher/
├── SKILL.md                    ← This file (English)
├── scripts/
│   ├── ai_detector.py          ← AI trace detection engine
│   ├── term_check.py           ← Terminology standardization checker
│   ├── ngram_similarity.py     ← N-gram overlap / repetition analyzer
│   └── quality_report.py       ← Comprehensive quality report
├── references/
│   ├── ai_patterns_zh.json     ← Chinese AI pattern library (300+ rules)
│   ├── ai_patterns_en.json     ← English AI pattern library (100+ rules)
│   └── synonyms_general.json   ← General synonym database (291 entries)
└── data/
    └── terminology.json        ← Standardized terminology (2255 terms)

版本

v1.0.0 — AI检测 + 去AI味 + 降重 + 术语检查 + 质量报告

Paper Polisher

Safety Notice

Copy this and send it to your AI assistant to learn