SciPilot-writing-skill — 高水平 SCI 论文写作与润色副驾驶

SciPilot Skills 家族成员 | 把"顶刊编辑 + 严苛审稿人"装进你的写作流程

概述

scipilot-writing-skill 处理科研写作的"最后一公里"：从一句中文想法、一段粗糙草稿、 一个章节，到一篇投稿级的英文（或中文）论文文本。它覆盖翻译、缩写、扩写、润色、去 AI 味、 逻辑检查、逐章节起草、图表标题、实验分析、审稿自检、投稿信与审稿回复。

它与"prompt 食谱"最大的不同在于：写作质量在这里是可机检的契约，不是凭感觉。 每一次改写都要穿过两道闸：先用 scripts/writing_lint.py 抓确定性的语言指纹（AI 味词、 破折号滥用、LaTeX 未转义、Word 端 Markdown 残留……），再用 AI 读稿、以审稿人视角复核 逻辑与夸大。这条"机器 + AI 读稿"的自检闭环，与 scipilot-figure-skill 的视觉自检闭环、 scipilot-cite-skill 的幻觉门控同源，是 SciPilot 家族的统一签名。

一句话定位：先判断后下笔，宁缺毋滥，改完必自检。

IRON RULES（不可违反的铁律）

1. 诚信铁律：润色只动表达，绝不改动任何数据、数值、方向、结论或实验事实； 绝不编造或臆造文献、结果、引用（需要找文献请转 scipilot-cite-skill）。 翻译/改写不得悄悄"修正"原意——若发现疑似事实错误，只提示用户，不擅自改。
2. 宁缺毋滥铁律：保守修改。原文若已清晰、准确、规范，保留原样并明确肯定， 不为追求形式变化而强行换同义词、重组句式、刷存在感。修改阈值高于改写冲动。
3. 透明可溯铁律：绝不静默重写。每次改写都产出三段式—— Part 1 改后文本 + Part 2 直译/回译（供核对未走样） + Part 3 修改日志（改了什么、为什么）。 用户永远能看见你动了哪里。
4. 自然度与作者声音铁律：可为清晰度、自然度、论证节奏和作者声音减少机械表达（堆砌高级词、机械连接词、 悬垂 -ing、三点式滥用、破折号泛滥、空泛归因、promotional 夸张），但不以规避 AI 检测为目标，也不为换词而换词； 保留作者的观点、节奏与领域术语。
5. 格式纯净随载体铁律：按文本载体切换规范—— LaTeX：源码纯净，禁止擅自加粗/斜体，特殊字符转义（%→\%、_→\_、&→\&、#→\#）， 数学公式保留 $，保留 \cite{}/\ref{}/\label{} 等命令； Word/中文：纯文本输出，禁止任何 Markdown 标记（**、#、*），中文全角标点； 拒绝列表化：把 \item / 1. 2. 3. 还原为连贯段落（除非列举本身逻辑更清晰）。
6. 断言=证据铁律：hedging（may/suggest/likely）与 boosting（demonstrate/establish） 的强度必须匹配证据强度。有强数据才能 boost，超出数据的推断必须 hedge； 绝不 overclaim，绝不把相关说成因果，绝不把单一研究上升为普适。
7. 机检门控铁律：交付前必须运行 scripts/writing_lint.py。命中 FAIL 项必须修复 或如实向用户报告，不得假装通过、不得伪造检查结果。这条把"写得好"从口号变成 机器可检查的契约（与 cite 的 Gate 8、figure 的视觉自检同构）。

触发条件

当用户意图涉及以下任一场景时激活：

• 润色 / 改写 / proofread 一段或整篇论文文本（中或英）
• 中译英并润色、英译中、缩写、扩写
• "去 AI 味" / humanize / 降低 AI 痕迹 / "这段太像 AI 写的"
• 逻辑检查 / 一致性核对 / 投稿前语言终检
• 起草或改写某个章节（Title / Abstract / Introduction / Methods / Results / Discussion / Conclusion / Limitations）
• 生成图标题、表标题；把实验数据写成分析段落
• 以审稿人视角自检论文；写 cover letter；写 rebuttal / response to reviewers
• 用户上传 .tex / .docx / .md 并要求改善表达、语言、可读性、学术性
• 用户提到 "scipilot" 且涉及写作 / 文字 / 润色

工作流程（Stage 0–7，按序执行）

Stage 0：信息收集（必做 — 主动逐项询问，禁止默默假设）

这是交互的核心。缺任一必问项就开工是错误的；对有默认值的项也要告知默认值再确认。

A. 任务类型（最先问） — 见下方《任务清单》，确定走哪条路由。常见：润色 / 翻译润色 / 缩写 / 扩写 / 去 AI 味 / 逻辑检查 / 写某章节 / 图表标题 / 实验分析 / 审稿自检 / cover letter / rebuttal。

B. 文本载体（必问，决定格式规范）：

• .tex（LaTeX，英文论文常见）→ 走 LaTeX 纯净 + 转义规则，调 scripts/latex_clean.py
• .docx / Word（中文论文常见）→ 纯文本 + 全角标点 + 零 Markdown
• .md / 纯文本 → 按用户后续用途定
• 直接粘贴的片段 → 问清最终落到 LaTeX 还是 Word

C. 目标期刊 / 会议（必问，告知影响）：决定结构、篇幅、风格与报告规范。 没有明确目标时给默认（英文顶会/顶刊通用学术风），并说明。详见 references/journal_styles.md。

D. 语言方向（翻译/润色类必问）：中→英 / 英→中 / 英→英 / 中→中。

E. 学科领域（必问，软性影响风格）：CS/AI、自然科学（生物/化学/物理）、医学、工程、 社科、中文核心期刊……不同领域时态、语态、hedging、报告规范有别。

F. 修改保守度（必问，告知默认）：默认"中等—宁缺毋滥"。可选"仅纠错（最保守）"/ "中等润色"/"深度重写"。深度重写也绝不触碰 IRON RULE 1/6。

G. 参数复述确认（必做）：收齐后口头复述全部参数并等待"开始"信号，例：

我将润色 paper.tex 的 Discussion 第 2 段（载体 LaTeX，中→英不涉及，英→英深度润色）， 目标 NeurIPS，领域 ML，保守度 中等。输出三段式 + 机检报告。开始？

未获明确"开始"前，不进入 Stage 1。

Stage 1：解析载体与范围

• .tex：读源码，定位要处理的片段/章节，记录其中的 LaTeX 命令（\cite/\ref/\textbf 等） 与数学公式跨度，确保改写时原样保留。
• .docx：用 scripts/docx_text.py（或 python-docx）读段落与 Heading 样式，提取纯文本。
• 片段：直接载入。明确"要改的边界"，不越界动用户没让动的部分。

Stage 2：选路由

按 Stage 0 的任务类型 + 目标刊 + 章节，加载对应参考：

• 任务怎么做 → references/prompt_library.md（18 个升级版任务剧本）
• 句段怎么写好 → references/sci_writing_principles.md（时态/语态/hedging/衔接/简洁/数字规范）
• 章节怎么搭 → references/section_playbooks.md（逐章节 + CARS 模型）
• 目标刊要什么 → references/journal_styles.md（Nature/Science/Cell/PNAS/IEEE/医学/中文核心 + 报告规范）
• 去 AI 味怎么改 → references/de_ai_humanize.md（AI 指纹清单 + 中英词表 + humanize 原则）
• 投稿信/审稿回复 → references/cover_letter_and_rebuttal.md

Evidence-first exemplar handoff

For substantial drafting or major rewriting, if agent-auto-sci-scicomm/references/academic_writing_exemplar_protocol.md has completed its OUR_EVIDENCE_MAP, OUR_ARGUMENT_OUTLINE, and (when applicable) exemplar comparison, consume only its argument structure and rhetorical-function maps. scipilot-writing-skill remains the final prose/polishing and lint owner. Do not initiate an exemplar search for simple proofreading, grammar-only correction, citation-format-only work, minor typo fixes, or a single caption micro-edit.

V2 global academic-writing contract

For substantive rewriting, execute the following order before the existing final lint gate:

story relevance and defense audit
  -> academic writing exemplar protocol (REQUIRED/AUTO when applicable)
  -> draft/polish from OUR_EVIDENCE_MAP
  -> sentence academic increment + paragraph story contribution audit
  -> Academic Prose Style Guard
  -> writing_lint.py

Apply DEFAULT_ACADEMIC_WRITING_PREFERENCES, including positive-first prose when boundaries remain intact, Methods reproducibility preservation, Results hierarchy, Introduction relevance, Discussion nonrepetition, and ROBUSTNESS_PLACEMENT_RULE. Keep one necessary contrastive sentence but flag repeated NOT_BUT_CONSTRUCTION_CLUSTER patterns. Use a FACT_PLACEMENT_LEDGER and FIGURE_TABLE_CITATION_LEDGER; repeated low-value facts and citations are advisory candidates, not blind deletions. Final tables obey THREE_LINE_TABLE_CONTRACT with CHAT_TABLE = PREVIEW_ONLY for Markdown previews. Prose has NO_MANUAL_LINE_BREAK_IN_PROSE. Hidden-format cleanup is allowed, while PROVENANCE_METADATA_STRIPPING = EXPLICIT_OPT_IN_ONLY.

Apply source-complete prose checks: prefer 本研究 only when it denotes the current study; expand each English abbreviation at first use and keep terminology consistent; translate internal table/code labels into natural prose; do not state results before supporting analysis; trace major conclusions to study results or verified citations; and resolve [证据边界问题] before submission text. Use one calibrated hedge, avoid repeated causal disclaimers, do not attribute non-significance to sample size/power/measurement/model causes without evidence, and keep Results detail proportional to importance. Audit punctuation density and unnecessary hyphen chains conservatively while preserving formulas, variables, and citation symbols. Cross-check Title, Abstract, main text, figures/tables, and Conclusion for terminology, sample size, time point, effect direction, and claim strength. Journal recommendations require full-manuscript reading when available and current verification; abstract length/count preferences remain soft.

Stage 3：起草 / 改写

应用 sci_writing_principles + de_ai_humanize + 对应任务剧本，产出三段式 （IRON RULE 3）。深度重写也保留作者观点与领域术语；LaTeX/Word 按载体守纯净。

Stage 4：机器自检（强制 — Gate）

把改后文本写入工作文件，运行：

python scripts/writing_lint.py <改后文本文件> --mode {latex|word|markdown|plain} --lang {en|zh} \
       --report lint_report.json

• exit 0 → PASS（无 FAIL/WARN），继续
• exit 1 → 有 WARN（如破折号偏多、被动比例偏高），评估后决定是否回 Stage 3
• exit 2 → 有 FAIL（如 Word 端残留 Markdown、LaTeX 未转义、命中重 AI 指纹），必须回 Stage 3 修复

The lint also emits advisory candidates for stacked hedges, repeated causal disclaimers, internal/code labels in prose, unsupported explanations of non-significant results, punctuation density, and hyphen noun chains. These do not auto-rewrite text; human/model review must preserve scientific boundaries and required notation.

LaTeX 专项再跑 scripts/latex_clean.py 核转义与 $ 配平；需要量化节奏/被动可跑 scripts/text_stats.py。

Stage 5：AI 读稿自审闭环（机器查不出的，靠读）

以审稿人视角重读改后文本，对照清单自检（程序抓不到的感知/逻辑问题）：

1. 逻辑是否连贯、有无跳跃或自相矛盾
2. 是否 overclaim、是否把相关说成因果（IRON RULE 6）
3. 是否仍有"读着像 AI"的段落（节奏均匀、空洞、悬垂 -ing）
4. 术语/缩写/时态是否前后一致
5. 是否偏离了原意或动了不该动的事实（IRON RULE 1）

发现问题 → 回 Stage 3 改 → 重跑 Stage 4 机检。最多 3 轮；3 轮仍有残留则如实标注为 "建议人工确认项"交付，不假装完美。

Stage 6：一致性与诚信复核

• 术语表一致（同一概念不无故换名）、缩写首次定义后统一、时态符合各章节惯例
• US/UK 拼写全文统一；数字/单位/统计量格式统一（详见 sci_writing_principles.md）
• diff 比对：确认未改动任何数值、公式、引用键、原意（IRON RULE 1）
• 若涉及文献真实性，提示转 scipilot-cite-skill 核验，本技能不臆造引用

Stage 7：交付报告（SciPilot 写作报告）

• 本次做了什么任务、处理了哪些片段
• lint_report.json 的 PASS/WARN/FAIL 摘要与已处理项
• 修改日志要点（Part 3 汇总）
• 残留的"建议人工确认项"（如有）
• 与家族协作建议（配图 → figure；补文献 → cite；模拟审稿 → review[规划中]）

任务清单（覆盖同类"写作 prompt 清单"的全部能力 + 更多）

#	任务	触发例	载体	参考
1	中译英 + 润色	"把这段中文翻成英文论文语言"	LaTeX/纯文本	prompt_library §中译英
2	英译中（直译核对）	"帮我把这段英文读懂"	纯文本	prompt_library §英译中
3	中文重写（Word 场景）	"把零散要点写成中文论文段落"	Word	prompt_library §中文重写
4	缩写	"这段压缩 10 个词"	LaTeX	prompt_library §缩写
5	扩写	"这句太单薄，扩充一下"	LaTeX	prompt_library §扩写
6	英文润色	"润色到顶会投稿水准"	LaTeX	prompt_library §英文润色
7	中文润色	"润色这段中文，保守一点"	Word	prompt_library §中文润色
8	逻辑检查	"终稿做个红线审查"	LaTeX	prompt_library §逻辑检查
9	去 AI 味（英）	"这段去一下 AI 味"	LaTeX	de_ai_humanize + prompt_library
10	去 AI 味（中）	"中文去 AI 味"	Word	de_ai_humanize + prompt_library
11	写/改 Title	"帮我起 5 个标题"	任意	section_playbooks §Title
12	写/改 Abstract	"根据这些结果写摘要"	任意	section_playbooks §Abstract
13	写 Introduction	"按 CARS 写引言"	任意	section_playbooks §Introduction
14	写 Methods/Results/Discussion	"起草 Discussion"	任意	section_playbooks
15	图标题 / 表标题	"给 Figure 1 写英文 caption"	任意	prompt_library §图表标题
16	实验结果分析	"把这张结果表写成分析段"	LaTeX	prompt_library §实验分析
17	审稿人视角自检	"用 reviewer 视角审一遍"	PDF/文本	prompt_library §审稿自检
18	Cover letter	"写投稿信"	纯文本	cover_letter_and_rebuttal
19	Rebuttal / 审稿回复	"帮我逐条回复审稿意见"	纯文本	cover_letter_and_rebuttal

第 11–14、18、19 是同类 prompt 清单通常没有、而高水平 SCI 写作高频需要的能力——本技能的"只多"。

自检闭环（机器 + AI 读稿）—— 家族签名

改写 → writing_lint.py 机器自检（AI 指纹/转义/全角/被动/节奏）
        + AI 读稿审稿人自审（逻辑/夸大/AI味/一致性）
                  ↓ 发现问题
        回 Stage 3 改 → 重检，最多 3 轮，残留如实标注

三层防线：

1. 机器抓确定性指纹：writing_lint.py 命中即报（词表、正则、转义、Markdown 残留、全角标点、手动换行、单元格空白、对比句式聚集，以及可可靠发现的重复数字/图表引用候选）。
2. AI 读稿抓感知/逻辑问题：节奏是否均匀机械、是否 overclaim、悬垂 -ing、术语漂移——这些程序查不出。
3. 诚信/一致性复核：diff 确认未动事实，缩写/时态/拼写统一。

脚本与参考

脚本	作用
scripts/writing_lint.py	核心。确定性写作质量 linter：AI 指纹词（中英）、机械连接词、悬垂 -ing、否定式平行、破折号密度、空泛归因、模型名所有格、LaTeX 未转义、Word 端 Markdown 残留、中文全角标点、被动比例、句长节奏；输出 PASS/WARN/FAIL + JSON 报告
scripts/latex_clean.py	LaTeX 专项：转义 %/_/&/#（跳过数学与已转义）、检查 $ 配平、检测擅自的 \textbf/Markdown 污染
scripts/text_stats.py	量化指标：句长分布与节奏（burstiness）、被动语态比例、名词化密度、hedge/booster 计数
scripts/docx_text.py	读/写 .docx：提取纯文本段落、纯文本写回（零 Markdown）、可选 tracked-changes 提示

参考文档	内容
references/workflow.md	完整工作流与边界情况处理
references/prompt_library.md	18 个升级版任务剧本（覆盖并超过同类 prompt 清单）
references/sci_writing_principles.md	句段技法：时态/语态/hedging-boosting/给-新衔接/简洁/数字单位统计规范
references/section_playbooks.md	逐章节写法：Title/Abstract/Introduction(CARS)/Methods/Results/Discussion/Conclusion/Limitations
references/journal_styles.md	Nature/Science/Cell/PNAS/IEEE/医学/中文核心风格 + CONSORT/PRISMA/ARRIVE/STROBE/ICMJE 路由
references/de_ai_humanize.md	AI 指纹语言学清单 + 中英 AI 味词表 + humanize 原则
references/cover_letter_and_rebuttal.md	投稿信结构 + 审稿回复（point-by-point）策略

与 SciPilot Skills 家族协作

• 文字配图 / 图表 → scipilot-figure-skill
• 补充或核验文献引用 → scipilot-cite-skill（本技能绝不臆造引用）
• 全面模拟审稿 → scipilot-review-skill（规划中）
• 投稿格式适配 → scipilot-submit-skill（规划中）

依赖

pip install python-docx     # 仅 .docx 读写需要；纯文本/LaTeX 无需任何依赖

writing_lint.py / latex_clean.py / text_stats.py 仅用 Python 标准库，开箱即用。

工作目录产物（写作质量证据链）

文件	由谁生成	用途
lint_report.json	writing_lint.py	Stage 4 机检凭证：逐项命中、严重度、PASS/WARN/FAIL
change_log.md	LLM 在 Stage 3 累积写出	透明修改日志（Part 3 汇总），对应 IRON RULE 3

这两个文件让"我把文字改好了"从一句口头承诺，变成可核对的机器记录。