论文修改润色全维度仪表盘

解决论文修改中的系统化挑战

当论文收到审稿意见后，研究者常面临如何系统化处理反馈、诊断问题并执行有效修改的挑战。传统方法依赖手动梳理，容易遗漏关键点或忽略结构平衡，尤其是在处理AI生成内容的痕迹时，可能导致论文可读性差或格式不符期刊要求。论文修改润色全维度仪表盘 提供了一个五阶段流水线，自动化处理从意见解析到终审交付的全流程，减少人为错误并提升修改质量。

核心工作流程与关键能力

该技能基于 SKILL.md 中的 SOP，核心是五个阶段：

• Phase 0: 审稿意见解析：自动提取审稿意见中的可执行项，按风险等级分类（🔴 致命、🟠 建议、🔵 润色），并输出行动清单。支持处理文字、截图或 PDF 输入，同时提取期刊格式要求。

• Phase 1: 论文全息诊断：运行 diagnose_paper.py 脚本获取量化指标，如字数、句长、AI味密度指数。加载 ai-flavor-patterns.md 词库，检测五类问题（致命到亮点），生成诊断报告，包括结构失衡和可读性区域。

• Phase 2: 可视化批注生成：基于诊断结果和审稿意见，使用 HTML 模板生成交互式批注报告。每段包含原文高亮、问题诊断和改写示范，颜色编码区分问题类型，方便作者参考修改逻辑。

• Phase 3: 分级改写执行：按 A → B → C 优先级执行修改。A 类清除 AI 味，如替换具体工具名为功能类别；B 类优化句式和结构；C 类进行润色。改写原则强调保留实证数据、增加具体细节，并控制段落密度。

• Phase 4: 终审自检：使用 quality-checklist.md 清单逐项确认，生成自检报告。判定可交付、需再修或需重写，确保修改符合标准。

此外，增强版报告生成器 提供 15 维度三级交互仪表盘，覆盖从总览到终审清单的全方面，支持段落展开、工具名替换建议和修改会话追踪，适合深度分析。

适用边界与注意点

• 该技能依赖子技能如 humanizer、research-writing 和 academic-figures，在流程中自动调用，但需确保这些技能已安装。
• 输入需包含原始审稿意见（文字、截图或 PDF），否则 Phase 0 可能无法执行。
• 适用于学术论文修改，尤其是针对期刊投稿，但可能需要手动调整以适应特定领域或格式。
• 改写过程中，humanizer 技能专注于去除 AI 痕迹，但对于高度专业化的内容，建议结合领域知识验证。