thesis-optimizer

📁 haimbeau1o/thesis-optimizer 📅 4 days ago
2
总安装量
2
周安装量
#75301
全站排名
安装命令
npx skills add https://github.com/haimbeau1o/thesis-optimizer --skill thesis-optimizer

Agent 安装分布

trae-cn 2
antigravity 2
claude-code 2
github-copilot 2
codex 2
kimi-cli 2

Skill 文档

Thesis-Optimizer: 学术论文智能优化系统

何时使用此Skill / When to Use

当用户需要对学位论文进行以下优化时触发:

  • 降低AI检测率(GPTZero、Originality.ai等)
  • 降低查重率(知网、维普等)
  • 学术润色和表达提升
  • 系统化、可追踪的论文优化

核心架构 / Core Architecture

采用两层文档架构 + 显式状态追踪:

第一层: 总揽文档 (thesis_master_overview.md)
  ├── 论文整体分析与解读
  ├── 章节划分与优化策略
  ├── 全局进度追踪 [██████░░░░] 60%
  └── 章节状态矩阵
      │
      ├─→ 第二层: chapter_01_abstract.md
      ├─→ 第二层: chapter_02_intro.md
      └─→ ... 其他章节任务文档

工作流程 / Workflow

Phase 0: 初始化 – 生成总揽文档

触发条件: 用户首次请求优化论文

执行步骤:

  1. 使用 view_file 完整阅读论文LaTeX源文件
  2. 分析结构:识别章节、段落、公式、图表
  3. 内容解读:理解研究主题、核心贡献、论证逻辑
  4. 问题诊断:识别AI特征、查重风险点、表达问题
  5. 根据 templates/master_overview_template.md 生成总揽文档

输出: thesis_master_overview.md 存储在论文同目录

Phase 1: 逐章节优化循环

对于总揽文档中每个待处理章节:

  1. 创建章节任务文档

    • 使用 templates/chapter_task_template.md
    • 命名: chapter_XX_name.md
  2. 应用三大优化策略 (阅读 references/ 获取详细指导)

    • 策略A: 降AI检测率 → references/strategy_ai_reduction.md
    • 策略B: 降查重率 → references/strategy_plagiarism.md
    • 策略C: 学术润色 → references/strategy_polishing.md
  3. 生成优化后的LaTeX

    • 保持原有格式规范
    • 记录改写前后对照
  4. 更新总揽文档

    • 更新章节状态: ⏳待处理 → 🟡进行中 → 🟢已完成
    • 更新全局进度条
    • 记录关键问题和解决方案
  5. 评估质量

    • 参考 references/evaluation_criteria.md
    • 记录评估结果到章节任务文档

Phase 2: 全局评估与迭代

触发条件: 所有章节初次优化完成

  1. 汇总各章节评估结果
  2. 识别未达标章节 (标记为 🔴需返工)
  3. 在总揽文档添加“迭代计划”
  4. 返回Phase 1处理问题章节

状态追踪机制 / State Tracking

状态标记:

  • ⏳ 待处理 (Pending)
  • 🟡 进行中 (In Progress)
  • 🟢 已完成 (Completed)
  • 🔴 需返工 (Re-work Needed)
  • ⭐ 已验证 (Verified)

防偏移设计:

  • 每个章节在总揽文档有明确状态行
  • “当前工作”和”下一步”字段指示任务
  • 章节文档开头链接回总揽文档
  • 每次更新记录时间戳

三大优化策略概览 / Optimization Strategies

策略A: 降AI检测率

  • 句式多样化改写 (打破规整并列结构)
  • 学术语气自然化 (适度主观判断)
  • 逻辑链路人性化 (合理过渡铺垫)

策略B: 降查重率

  • 深度语义改写 (同义替换、结构重组)
  • 引用规范化 (直接→间接转换)
  • 专业术语处理 (核心保留+描述变换)

策略C: 学术润色

  • 表达精准化 (量化抽象概念)
  • 学术规范性 (术语一致、时态规范)
  • 可读性优化 (复杂句拆分、过渡流畅)

评估目标 / Evaluation Targets

指标 目标值 评估工具
AI检测率 < 20% GPTZero, Originality.ai
查重率 < 10% 知网, 维普
句式多样性 句长标准差 > 8 人工检查
词汇丰富度 TTR > 0.6 词频统计

快速开始 / Quick Start

告诉我你的论文路径,我将:

  1. 完整阅读并分析你的论文
  2. 生成高质量的总揽文档
  3. 按优先级逐章节进行优化
  4. 持续追踪进度直至完成

参考资源 (按需阅读):

  • templates/master_overview_template.md – 总揽文档模板
  • templates/chapter_task_template.md – 章节任务模板
  • references/strategy_ai_reduction.md – 降AI率详细策略
  • references/strategy_plagiarism.md – 降查重率策略
  • references/strategy_polishing.md – 润色提升指南
  • references/evaluation_criteria.md – 评估标准与方法