--- name: aigc-detector description: Academic paper AI content detection, rewriting, and thesis writing assistant. Analyzes text for AI-generated characteristics, provides detailed rewrite suggestions, and generates full thesis drafts. Supports .docx files, outputs reports and rewritten/formatted documents. Bilingual: Chinese & English. --- # AIGC Detection, Rewriting & Thesis Writing Assistant Bilingual academic paper assistant. Two modes: **Detection & Rewrite** (analyze existing papers for AI-generated content) and **Thesis Writing** (generate full thesis drafts from templates and code). Supports Chinese and English academic papers. --- ## 使用方式 **分析论文 / Analyze paper:** - "分析这篇论文的AIGC特征:/path/to/thesis.docx" - "Analyze this paper for AI-generated content: /path/to/thesis.docx" - "检测这篇论文的AI率"(然后粘贴文本) **改写论文 / Rewrite paper:** - "帮我改写这篇论文降低AI率:/path/to/thesis.docx" - "Help me rewrite this paper to reduce AI detection rate: /path/to/thesis.docx" **撰写论文 / Write thesis:** - "帮我写毕业论文,模板在About/目录" - "Help me write my graduation thesis, template is in About/" - "开始论文写作模式"(然后按提示操作) --- ## Agent 适配说明 本 Skill 适配多种 AI Agent。以下是各 Agent 的工具映射: | 功能 | Claude Code | 其他 Agent (Codex / Cursor / Windsurf / Gemini) | |------|------------|--------------------------------------------------| | 询问用户 | AskUserQuestion 工具 | 输出选项编号,等待用户输入数字选择 | | 保存文件 | Write 工具 | 使用 Bash 写入文件 | | 读取文档 | Bash + python3 | 相同 | | 路径解析 | .claude/skills/ → ~/.claude/skills/(fallback) | ~/.claude/skills/(全局安装路径) | --- ## 工作流程 严格按照以下步骤执行,不要跳过任何步骤。 ### 模式选择(Mode Selection) 根据用户意图选择工作模式: 1. **检测/改写模式(Detection & Rewrite Mode)** — 用户要求分析或改写已有论文 - 触发词:"分析""检测""改写""降低AI率""AIGC" + 文件路径或文本 - 执行下方 **检测/改写模式** 步骤(Step 0-5) 2. **论文写作模式(Thesis Writing Mode)** — 用户要求撰写或生成论文 - 触发词:"写论文""撰写""生成论文""毕业论文""thesis""write paper" - 执行下方 **论文写作模式** 步骤(Step W0-W5) - 详细指令见 `references/thesis_writing_guide.md` 如果用户意图不明确,使用 AskUserQuestion 工具询问: > 1. "检测/改写已有论文" > 2. "撰写新论文" --- ### 检测/改写模式(Detection & Rewrite Mode) ### Step 0:语言检测 检测论文语言。如果用户提供了 .docx 文件,先执行 Step 1 读取文档获取文本后再检测语言。 1. 分析输入文本的前500个字符 2. 如果非标点字符中中文字符占比 > 60% → 语言 = "zh" 3. 否则 → 语言 = "en" 4. 后续所有步骤(分析、报告、改写)均使用检测到的语言 **中英文对应维度映射:** | 中文维度 | English Dimension | |---------|------------------| | 句式规整度 | Sentence Regularity | | 逻辑词密度 | Connector Density | | 语态特征 | Voice Characteristics | | 词汇多样性 | Vocabulary Diversity | | 论证深度 | Argumentation Depth | **重要:** 如果语言为 "en",在 Step 2 分析时参考 `references/detection_principles.md` 中的 "English AI Characteristics" 章节,在 Step 5 改写时参考 `references/rewrite_methods.md` 中的 "English Rewrite Techniques" 章节。 ### Step 1:读取文档 根据用户输入类型选择处理方式: **如果用户提供了 .docx 文件路径:** 先用全局安装路径尝试: ```bash python3 ~/.claude/skills/aigc-detector/scripts/docx_io.py read "<文件路径>" ``` 如果上述命令失败(文件不存在),再尝试项目级路径: ```bash python3 .claude/skills/aigc-detector/scripts/docx_io.py read "<文件路径>" ``` 将输出的文本用于后续分析。输出格式为 `[段落编号] 段落内容`,段落间以空行分隔。 **如果用户直接粘贴了文本:** 直接使用粘贴的文本进行分析。 **处理要求:** - 如果文本过长(超过5000字),按章节或自然段落分段处理,每段200-500字 ### Step 2:多维度语义分析 对文本进行5个维度的AI特征分析。不要使用简单的关键词匹配或统计计算,要基于语义理解进行深度分析。 **5个分析维度:** 1. **句式规整度** — 检测是否存在以下特征: - 中文:模板化句式("首先...其次...最后..."、"一是...二是...三是...") - 英文:Template transitions ("Firstly...Secondly...In conclusion...", "It is important to note that...", "Building on previous work...") - 句长过于均匀(缺乏长短句交错) - 段落结构雷同 2. **逻辑词密度** — 检测是否存在: - 中文:连接词使用频率异常("综上所述""由此可见""具体而言""也就是说") - 英文:Hedging language overuse ("it is worth noting that", "it should be emphasized", "to some extent", "arguably", "may suggest") - 机械化的过渡句 - 逻辑词在相似位置反复出现 3. **语态特征** — 检测是否存在: - 中文:被动语态泛滥("被分析""被发现""被证明") - 英文:Passive voice overuse ("was analyzed", "has been shown to", "it was found that") and uniform formal register throughout - 无主句过多(句子缺乏明确的行为主体) - 泛指表达过多("具有重要意义""提供了参考"而未说明"谁""对什么") 4. **词汇多样性** — 检测是否存在: - 中文:特定词汇重复率高("显著""有效""重要""促进"等) - 英文:AI overuses "significantly", "effectively", "demonstrate", "leverage", "utilize", "facilitate", "comprehensive" - 概念表述过于抽象,缺乏具体化 - 缺乏学科术语的自然使用 5. **论证深度** — 检测是否存在: - 论证呈线性结构(观点→解释→结论),缺乏多维度证据 - 缺少具体数据、案例、实验细节支撑 - 缺少对比研究、方法论反思、局限性讨论 - 缺少个人研究观点和独立见解 - 英文特有:Missing methodological caveats(不讨论局限性)和 citation pattern uniformity(公式化引用 "According to [Author] (Year)..." 而不深入讨论引文内容) **评分规则:** - 每个维度单独评分(0-100分,100分代表最像AI) - 整体风险评分 = 5个维度的加权平均 - 句式规整度:权重 25% - 逻辑词密度:权重 20% - 语态特征:权重 15% - 词汇多样性:权重 15% - 论证深度:权重 25% - 段落级风险分级: - 高风险(>60分):需要重点改写 - 中风险(30-60分):建议优化 - 低风险(<30分):可保持 **重要:** 评分要考虑学科类型。如果用户未指定学科,询问用户论文所属学科,然后使用对应的阈值。 ### Step 3:输出检测报告 在终端输出Markdown格式的检测报告。根据 Step 0 检测到的语言选择对应模板。 **中文报告模板(language = "zh"):** ```markdown # AIGC检测报告 ## 基本信息 - 段落总数:X段 - 分析学科:[学科名称] - 分析时间:[日期] ## 整体评估 - **AIGC风险评分:XX%** 【高风险/中风险/低风险】 ## 维度评分 | 维度 | 评分 | 状态 | |:-----|:----:|:----:| | 句式规整度 | XX分 | 高/中/低风险 | | 逻辑词密度 | XX分 | 高/中/低风险 | | 语态特征 | XX分 | 高/中/低风险 | | 词汇多样性 | XX分 | 高/中/低风险 | | 论证深度 | XX分 | 高/中/低风险 | --- ## 段落级分析 ### 第1段:【高风险 XX分】 **原文:** > 「...前50字...」 **主要问题:** - 问题1描述 - 问题2描述 **风险原因:** 解释为什么被判定为AI特征 --- ### 第2段:【中风险 XX分】 (格式同上,每个段落独立一个小节) --- ## 改写优先级 | 优先级 | 段落 | 原因 | |:------:|:-----|:-----| | 1 | 段落名 | 原因简述 | | 2 | 段落名 | 原因简述 | | ... | ... | ... | ## 总体建议 1. 建议1 2. 建议2 ``` **英文报告模板(language = "en"):** ```markdown # AIGC Detection Report ## Overview - Total paragraphs: X - Discipline: [Discipline Name] - Analysis date: [Date] ## Overall Assessment - **AIGC Risk Score: XX%** [High Risk / Medium Risk / Low Risk] ## Dimension Scores | Dimension | Score | Status | |:----------|:-----:|:------:| | Sentence Regularity | XX | High/Medium/Low Risk | | Connector Density | XX | High/Medium/Low Risk | | Voice Characteristics | XX | High/Medium/Low Risk | | Vocabulary Diversity | XX | High/Medium/Low Risk | | Argumentation Depth | XX | High/Medium/Low Risk | --- ## Paragraph-Level Analysis ### Paragraph 1: [High Risk XX] **Original text:** > "...first 50 words..." **Key issues:** - Issue 1 description - Issue 2 description **Risk rationale:** Explanation of why this was flagged as AI-generated --- ### Paragraph 2: [Medium Risk XX] (Same format as above, each paragraph in its own subsection) --- ## Rewrite Priority | Priority | Paragraph | Reason | |:--------:|:----------|:-------| | 1 | Paragraph name | Brief reason | | 2 | Paragraph name | Brief reason | | ... | ... | ... | ## Overall Recommendations 1. Recommendation 1 2. Recommendation 2 ``` **注意事项:** - 中文报告使用 `> 「...」` 引用原文(只引用前50字),英文报告使用 `> "..."` 引用原文 - 使用表格展示维度评分和改写优先级,使报告更易读 - 用分隔线 `---` 区分报告的不同区块 - 高风险用红色 emoji 标记(🔴),中风险用黄色(🟡),低风险用绿色(🟢) - 不要使用 ASCII 表格框线(如 ┌──┬──┐),使用标准 Markdown 表格 ### Step 4:询问用户下一步操作 报告输出后,使用 AskUserQuestion 工具一次性询问用户后续操作。根据语言使用对应选项文案: > **注意:** 若当前 Agent 不支持 AskUserQuestion 工具,直接在终端输出选项编号(1/2/3),等待用户输入数字选择。 **中文选项:** 1. "保存报告为 Markdown 文件" — 将检测报告保存为 .md 文件 2. "对高风险段落进行改写并输出 .docx" — 执行 Step 5 的完整改写流程 3. "仅查看改写建议(不修改文档)" — 输出改写建议供手动修改参考 **English options:** 1. "Save report as Markdown file" 2. "Rewrite high-risk paragraphs and output .docx" 3. "View rewrite suggestions only (no document changes)" 根据用户选择执行对应操作: - 选择 1:使用 Write 工具保存,默认路径为输入文件同目录下的 `aigc_report.md` > **注意:** 若当前 Agent 不支持 Write 工具,使用 Bash 命令写入文件。 - 选择 2:继续 Step 5 - 选择 3:对每个高风险/中风险段落输出改写建议(技法 + 示例 + 思路),然后结束 - 用户可多选(同时选 1 和 2,或 1 和 3) ### Step 5:改写并输出文档(仅在用户选择时执行) 如果用户确认要改写: 1. **保存原始副本** ```bash cp "<原始文件路径>" "<原始文件名去扩展名>_backup.docx" ``` 如果用户提供的是文本而非文件,跳过此步。 2. **执行改写** - 逐段改写高风险和中风险段落 - 保持低风险段落不变 - 中文改写严格遵循 7 大改写技法(句式重构 > 破解模板 > 论证补全 > 概念具象 > 困惑度提升 > 风格断裂 > 添加主语) - 英文改写严格遵循 7 大 English Rewrite Techniques(Sentence Variation > Replace Formulaic Transitions > Counterargument Addition > Concrete Language > Controlled Informality > Register Variation > Active Voice Priority) - 每个改写后的段落都应能独立通过AIGC检测 3. **输出改写后文档** 使用 docx_io.py 的 replace 子命令逐个替换高风险段落,保留原始文档的格式、图片和排版: **首次替换**(从原始文件生成改写版本): ```bash echo "<改写后的段落文本>" | python3 ~/.claude/skills/aigc-detector/scripts/docx_io.py replace "<原始文件路径>" <段落编号> --output "<原始文件名去扩展名>_rewritten.docx" ``` **后续替换**(在改写版本上继续替换,用 --output 指向同一个输出文件): ```bash echo "<改写后的段落文本>" | python3 ~/.claude/skills/aigc-detector/scripts/docx_io.py replace "<上一步的输出文件>" <段落编号> --output "<上一步的输出文件>" ``` 如果全局路径不存在,回退到项目级路径: ```bash echo "<改写后的段落文本>" | python3 .claude/skills/aigc-detector/scripts/docx_io.py replace "<文件路径>" <段落编号> --output "<输出路径>" ``` - 先保存原始副本:`cp "<原始文件路径>" "<文件名去扩展名>_backup.docx"` - 首次替换指定 `--output` 为 `{文件名}_rewritten.docx` - 后续替换将上一步的输出作为输入,`--output` 指向同一文件 - 保留低风险段落不变 4. **输出改写对比摘要** 根据语言使用对应模板: **中文模板:** ```markdown ## 改写结果 **输出文件:** - 改写后论文:[文件路径] **改写统计:** - 替换段落:X个 - 保留段落:Y个 **改写覆盖的高风险段落:** | 段落 | 改写要点 | |:-----|:---------| | 段落名 | 改写要点简述 | | ... | ... | **主要应用的改写技法:** 技法1、技法2、... **预估改写后AIGC风险:** 从XX%降至约XX-XX% ``` **English template:** ```markdown ## Rewrite Results **Output files:** - Rewritten paper: [file path] **Statistics:** - Paragraphs rewritten: X - Paragraphs preserved: Y **High-risk paragraphs addressed:** | Paragraph | Key Changes | |:----------|:------------| | Paragraph name | Brief description | | ... | ... | **Primary techniques applied:** Technique 1, Technique 2, ... **Estimated post-rewrite AIGC risk:** From XX% to approximately XX-XX% ``` --- ### 论文写作模式(Thesis Writing Mode) 当用户选择论文写作模式时,执行以下步骤。每一步的详细指令见 `references/thesis_writing_guide.md`。 - **Step W0: 环境准备** — 在工作目录创建 `About/` 目录,引导用户放入材料(论文模板 .docx、范文、代码、文档),扫描并分类文件。使用 `docx_io.py analyze` 解析模板格式。 - **Step W1: 材料分析** — 解析模板格式要求,阅读范文理解写作风格,分析代码理解项目架构,收集用户信息(题目、学校、姓名、导师、字数等)。 - **Step W2: 大纲生成** — 基于模板结构、范文模式、代码分析生成论文大纲,用户审核修改后确认。 - **Step W3: 逐章撰写** — 按大纲逐章生成内容。代码相关章节基于实际代码分析。全程应用 AIGC 安全写作技法(参考 `references/rewrite_methods.md`)。每章生成后暂停,让用户确认或修改后再继续。维护全局上下文摘要确保跨章节一致性。 - **Step W4: 格式应用与输出** — 使用 `docx_io.py formatted_write` 命令将 Markdown 文本转换为格式化 .docx(自动应用模板的页面布局、字体、行距等)。 - **Step W5: AIGC 检测与优化** — 对完整论文执行检测流程(Step 0-3),识别高风险段落并改写优化,直到通过检测。 **论文写作模式约束:** 1. 不编造虚假的实验数据、代码功能或项目背景 2. 代码分析章节必须基于 About/ 中的实际代码,不能凭空捏造 3. 参考文献仅来自用户提供的材料,不编造文献引用 4. 每章生成后需用户确认,不自动生成全篇 --- ## 重要约束 1. 本Skill检测结果仅供参考,最终判断应以各平台官方检测结果为准 2. 改写必须保持学术严谨性,绝不为了降低AI率而牺牲学术准确性 3. 不要编造虚假的数据、文献引用或实验结果 4. 建议用户采用"人工修改+工具辅助"的组合策略 5. 如果用户提供的文本明显不是学术论文(如小说、新闻等),提示用户本Skill专用于学术论文分析