paperfit-cli 1.0.0

package/skills/writing-polish/SKILL.md

@@ -0,0 +1,289 @@
+# Writing Polish Skill
+
+## 概述
+
+本技能为 **Semantic Polish Agent** 提供具体、可执行的语义微调策略与禁区规则。它定义了在排版手段用尽后，如何通过最小化文字增删来消除孤行寡行、控制页数预算或优化末页留白，同时严格保持学术内容的原意、数据和结论不变。
+
+该技能不直接被 `orchestrator-agent` 调用，而是作为 `semantic-polish-agent` 的知识库和行为规范。所有语义级改写必须遵循本技能中定义的技巧和约束。
+
+## 适用场景
+
+| 触发缺陷 | 操作方向 | 允许的改写幅度 |
+|----------|----------|---------------|
+| A1（孤行寡行） | 缩短 1-2 行 | 增删 3-8 词 |
+| A2（末页留白） | 扩展 2-4 行 | 增加 20-50 词 |
+| A3（页数预算） | 缩短或扩展多行 | 按需，但需分段执行 |
+| 用户主动请求 | 精炼或扩写特定段落 | 用户指定 |
+
+## 输入规范
+
+| 输入项 | 来源 | 说明 |
+|--------|------|------|
+| 目标段落源码 | `semantic-polish-agent` 提取 | 需改写的一个或多个完整段落 |
+| 改写目标 | 调用方请求 | `shorten` 或 `expand`，及期望行数变化 |
+| 写作规范 | `config/writing_rules.yaml` | 时态、术语、禁用词等约束 |
+| 上下文段落 | `semantic-polish-agent` 提取 | 前后各一段，用于保证语义连贯 |
+
+## 输出规范
+
+本技能输出改写后的文本及变更元数据，供 `semantic-polish-agent` 整合为最终报告。
+
+```json
+{
+  "skill": "writing-polish",
+  "changes": [
+    {
+      "paragraph_id": 3,
+      "action": "shorten",
+      "net_word_change": -6,
+      "before_snippet": "It is worth noting that our method achieves state-of-the-art performance on several benchmark datasets.",
+      "after_snippet": "Our method achieves state-of-the-art results on several benchmarks.",
+      "techniques_used": ["remove_redundant", "phrase_to_word"],
+      "rationale": "移除冗余修饰词，将 'achieves state-of-the-art performance on several benchmark datasets' 压缩为 'achieves state-of-the-art results on several benchmarks'。语义等价，数据未变。"
+    }
+  ],
+  "warnings": []
+}
+```
+
+## 改写策略
+
+### 通用原则
+
+1. **最小修改优先**：能改一词不改一句，能改一句不改一段。
+2. **保持学术严谨**：绝不改变数据值、引用标记、专有名词、核心声明。
+3. **局部影响评估**：每次改写后需编译验证，确保不引入新的孤行或溢出。
+4. **可逆性**：保留改写前文本，便于人工审查或回滚。
+
+---
+
+### 策略组 1：缩短（Shorten）
+
+目标：在不损失信息的前提下减少字数/行数。
+
+#### 技巧 1.1：删除冗余修饰词
+
+移除对学术内容无实质贡献的修饰语。
+
+- 删除强调性副词：`very`、`quite`、`extremely`、`highly`
+- 删除填充短语：`It is worth noting that`、`It should be emphasized that`、`It is important to mention that`
+- 删除冗余限定：`in a certain sense`、`to some extent`
+
+示例：
+
+```
+修改前：It is worth noting that our method achieves very competitive performance.
+修改后：Our method achieves competitive performance.
+减少：5 词
+```
+
+#### 技巧 1.2：短语替换为单词
+
+用更简洁的单词或缩写替代多词短语。
+
+| 原短语 | 替换为 |
+|--------|--------|
+| `in order to` | `to` |
+| `a large number of` | `many` |
+| `due to the fact that` | `because` |
+| `at the present time` | `now` |
+| `state-of-the-art methods` | `SOTA methods`（需已定义） |
+| `with respect to` | `regarding` 或 `on` |
+
+示例：
+
+```
+修改前：We conduct experiments in order to evaluate the performance of the proposed approach.
+修改后：We conduct experiments to evaluate our approach.
+减少：5 词
+```
+
+#### 技巧 1.3：被动语态转主动语态
+
+主动语态通常更简短且更有力。
+
+```
+修改前：The experiments were conducted by us on three datasets.
+修改后：We conducted experiments on three datasets.
+减少：3 词
+```
+
+#### 技巧 1.4：合并相邻短句
+
+将两个紧密相关的短句合并为一句。
+
+```
+修改前：We used the Adam optimizer. The learning rate was set to 1e-4.
+修改后：We used Adam with a learning rate of 1e-4.
+减少：6 词
+```
+
+#### 技巧 1.5：使用标准学术缩写
+
+在全文首次定义后，使用公认缩写。
+
+| 原词 | 缩写 |
+|------|------|
+| `state-of-the-art` | `SOTA` |
+| `natural language processing` | `NLP` |
+| `mean average precision` | `mAP` |
+
+```
+修改前：Our method outperforms previous state-of-the-art approaches on the natural language processing benchmark.
+修改后：Our method outperforms previous SOTA approaches on the NLP benchmark.
+减少：5 词（假设 SOTA/NLP 已定义）
+```
+
+#### 技巧 1.6：简化从句结构
+
+将定语从句压缩为分词短语或前置定语。
+
+```
+修改前：The model which is trained on ImageNet achieves high accuracy.
+修改后：The ImageNet-trained model achieves high accuracy.
+减少：3 词
+```
+
+---
+
+### 策略组 2：扩展（Expand）
+
+目标：在不注水的前提下增加有实质内容的文字。
+
+#### 技巧 2.1：显式化隐含因果关系
+
+在结果陈述后补充简短的原因解释。
+
+```
+修改前：Our method outperforms the baseline by 3.2%.
+修改后：Our method outperforms the baseline by 3.2%, likely because the attention mechanism better captures long-range dependencies.
+增加：11 词
+```
+
+#### 技巧 2.2：补充结果解释
+
+在表格或数据引用后，增加一句对关键发现的解读。
+
+```
+修改前：Table 2 shows the ablation results.
+修改后：Table 2 summarizes the ablation study. Removing the temporal module causes a significant drop of 5.1%, confirming its importance for sequential modeling.
+增加：18 词
+```
+
+#### 技巧 2.3：强化与相关工作的对比
+
+在提及已有工作时，增加具体的差异说明。
+
+```
+修改前：Unlike previous work, we use a transformer-based architecture.
+修改后：Unlike previous work that relied on recurrent networks with limited parallelization, we adopt a transformer architecture that scales more efficiently to long sequences.
+增加：14 词
+```
+
+#### 技巧 2.4：添加局限性讨论
+
+在结论或讨论部分，补充一句对当前方法局限性的客观陈述。
+
+```
+修改前：Future work will explore larger-scale datasets.
+修改后：Future work will explore larger-scale datasets. A current limitation is the reliance on pre-trained word embeddings, which may not fully capture domain-specific terminology.
+增加：17 词
+```
+
+#### 技巧 2.5：拆分长句为短句
+
+通过增加句号拆分长句，可在不显著增加内容的情况下扩展行数。
+
+```
+修改前：Our method consists of three components: an encoder, a decoder, and a refinement module.
+修改后：Our method consists of three components. First, the encoder extracts features from the input. Second, the decoder generates initial predictions. Finally, the refinement module iteratively improves the output.
+增加：14 词，行数增加更多
+```
+
+#### 技巧 2.6：补充技术细节（谨慎）
+
+在不泄露未公开信息的前提下，可适当补充已在论文其他部分出现过的技术细节。
+
+```
+修改前：We use a standard cross-entropy loss.
+修改后：We use a standard cross-entropy loss with label smoothing of 0.1, following common practice in image classification.
+增加：10 词
+```
+
+---
+
+## 改写禁区（绝对禁止）
+
+以下操作 **严禁** 进行，违反任何一条都不得输出修改。
+
+### 禁区 1：篡改数据与结果
+
+- 不得修改任何数值、百分比、指标名称。
+- 不得增删或更改实验设定、数据集名称、模型参数。
+- 不得修改表格中的任何单元格内容。
+
+### 禁区 2：编造内容
+
+- 不得引入原论文中不存在的引用、相关工作、方法细节。
+- 不得虚构实验、消融研究、用户调查。
+- 不得添加未经作者确认的局限性或未来工作方向（除非是论文其他部分明确提及的内容）。
+
+### 禁区 3：改变核心声明
+
+- 不得弱化或夸大论文的贡献声明。
+- 不得修改结论段落中的主要论断。
+- 不得改变任何 `\ref{}` 或 `\cite{}` 的引用关系。
+
+### 禁区 4：引入非学术表达
+
+- 不得使用口语化、情绪化、主观化的语言。
+- 不得添加无意义的填充句（如 `This is a very interesting result.` 后无任何分析）。
+- 不得违反 `config/writing_rules.yaml` 中的任何硬规则（如时态混乱、口语缩写）。
+
+### 禁区 5：破坏 LaTeX 结构
+
+- 不得修改 `\section`、`\label`、`\ref`、`\cite` 等关键命令。
+- 不得增删或修改 `\begin{...}` 和 `\end{...}` 环境边界。
+- 不得在公式环境内进行语义改写。
+
+---
+
+## 改写验证清单
+
+每完成一次改写，`semantic-polish-agent` 必须自检以下项目：
+
+- [ ] 所有数值、百分数、指标名称是否与原段落完全一致？
+- [ ] 所有 `\ref{}`、`\cite{}` 命令是否未被触碰？
+- [ ] 时态是否与上下文一致（相关工作用现在时，方法/实验用过去时）？
+- [ ] 专有名词（方法名、模型名、数据集名）是否拼写正确且未变？
+- [ ] 若引入了新缩写，是否在首次出现处已定义？
+- [ ] 改写后的段落是否与前后文语义连贯？
+- [ ] 是否有违反禁区的操作？
+
+若任何一项未通过，必须回退并尝试其他改写方案。
+
+---
+
+## 与其它技能的协作
+
+- **Space Utilization Fixer**：当排版手段（`\looseness` 等）无法解决孤行或页数问题时，向 `semantic-polish-agent` 发出请求。
+- **Semantic Polish Agent**：本技能的直接使用者，严格按照本技能定义的策略和禁区执行改写。
+- **Quality Gatekeeper Agent**：在最终验收时审查语义改写的合理性，确保未违反禁区。
+
+## 常见问题与边界处理
+
+**Q：如果段落已经很精炼，无法再缩短怎么办？**
+A：标记为 `failed`，并向 `semantic-polish-agent` 返回明确原因（如“段落仅含 3 句，每句均含必要信息，无法在不损害语义的前提下缩短”）。
+
+**Q：扩展时如何避免注水？**
+A：优先使用技巧 2.1-2.4，这些技巧均基于论文已有信息进行显式化或深度解读。若确无扩展空间，同样标记 `failed`。
+
+**Q：是否可以跨段落操作？**
+A：原则上应优先在目标段落内解决。若确需跨段落（如将前一页的句子后移以消除孤行），需明确标注跨段落的改动范围，并确保逻辑连贯。
+
+**Q：改写后是否需要重新编译？**
+A：是。任何语义改写都可能改变分页，必须重新编译并经过视觉验收，确保达到了预期效果且未引入新缺陷。
+
+---
+
+**Writing Polish Skill 就绪。**