🎓 Thesis-Optimizer: 学术论文智能优化系统

三维协同优化：降AI检测率 · 降查重率 · 学术润色提升

快速开始 • 功能特性 • 安装方法 • 使用指南 • 优化策略

📋 目录

系统简介
核心功能
优化目标
安装方法
- Antigravity
- Codex
- Cursor
- Claude Code
- 其他 Agent
快速开始
使用指南
优化策略详解
评估标准
常见问题
技术架构
文件结构

🎯 系统简介

Thesis-Optimizer 是一个专为计算机深度学习方向硕士学位论文设计的智能优化系统。采用两层文档架构和显式状态追踪机制，实现模块化闭环优化流程。

为什么需要此工具？

在学位论文写作过程中，您可能面临以下挑战：

❌ AI 检测率过高：GPTZero、Originality.ai 等工具检测出 AI 生成痕迹
❌ 查重率超标：知网、维普等平台查重率过高
❌ 表达不够学术：语言风格不符合学术规范，逻辑不够严谨
❌ 优化缺乏系统性：手动修改效率低，难以追踪优化进度

Thesis-Optimizer 帮助您解决所有这些问题！

✨ 核心功能

🔍 三维协同优化

优化维度	核心策略	预期效果
降 AI 检测率	句式多样化、语气自然化、逻辑人性化	AI 检测率 < 20%
降查重率	深度语义改写、引用规范化、专业术语处理	查重率 < 10%
学术润色	表达精准化、学术规范性、可读性优化	学术质量显著提升

📊 两层文档架构

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
      ├─→ 第二层: chapter_03_method.md
      └─→ ... 其他章节任务文档

🔄 闭环优化流程

初始化：完整分析论文，生成总揽文档
逐章优化：按优先级处理每个章节
质量评估：参照评估标准验证优化效果
迭代改进：未达标章节标记返工，持续优化

🎯 优化目标

评估指标	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

📦 安装方法

Thesis-Optimizer 是一个通用的 Agent 技能，兼容市面上主流的 AI 编程助手。以下是各平台的安装方法：

1. Antigravity (推荐)

Antigravity 原生支持 .agent/skills/ 目录结构。

方法 A：直接克隆（单个项目使用）

# 进入您的论文项目目录
cd /path/to/your/thesis-project

# 创建 skills 目录（如果不存在）
mkdir -p .agent/skills

# 克隆技能到项目
cd .agent/skills
git clone https://github.com/Haimbeau1o/thesis-optimizer.git

方法 B：全局安装（所有项目共享）

# 克隆到 Antigravity 全局 skills 目录
cd ~/.gemini/antigravity/skills  # Antigravity 全局技能目录
git clone https://github.com/Haimbeau1o/thesis-optimizer.git

验证安装

启动 Antigravity，询问：

你有哪些 skills？

应该能看到 thesis-optimizer 出现在技能列表中。

2. Codex

Codex 使用 ~/.codex/skills/ 作为全局技能目录，项目级技能使用 .agent/skills/。

方法 A：使用 Skill Installer（推荐）

# 打开 Codex
# 输入 $ 并选择 "Skill Installer"
# 粘贴以下 GitHub URL:
https://github.com/Haimbeau1o/thesis-optimizer

方法 B：手动安装（全局）

# 克隆到 Codex 全局目录
cd ~/.codex/skills
git clone https://github.com/Haimbeau1o/thesis-optimizer.git

# 重启 Codex

方法 C：项目级安装

# 在论文项目目录下
cd /path/to/your/thesis-project
mkdir -p .agent/skills
cd .agent/skills
git clone https://github.com/Haimbeau1o/thesis-optimizer.git

3. Cursor

Cursor 兼容 Agent Skills 规范，支持从 GitHub 直接导入。

方法 A：通过 Remote Rule 导入

打开 Cursor 设置 (Cmd/Ctrl + ,)
搜索 "Remote Rules" 或 "Agent Skills"
点击 "Add Remote Rule (GitHub)"

输入仓库 URL：

https://github.com/Haimbeau1o/thesis-optimizer

方法 B：手动克隆

# 在项目目录下
mkdir -p .agent/skills
cd .agent/skills
git clone https://github.com/Haimbeau1o/thesis-optimizer.git

4. Claude Code

Claude Code 使用 .claude/skills/ 目录。

方法 A：通过插件安装

在 Claude Code 中选择 "Browse and install plugins"
如果 thesis-optimizer 已发布到官方插件市场，搜索并安装

方法 B：手动安装

# 在项目目录下
mkdir -p .claude/skills
cd .claude/skills
git clone https://github.com/Haimbeau1o/thesis-optimizer.git

5. 其他兼容 Agent

Windsurf / Aider / Continue.dev

大多数现代 AI 编程助手支持以下标准目录之一：

# 项目级（优先）
.agent/skills/thesis-optimizer/

# 或全局级
~/.ai-agent/skills/thesis-optimizer/

通用安装步骤：

# 1. 确定您的 Agent 技能目录（查阅其文档）
# 2. 克隆技能
cd <your-agent-skills-directory>
git clone https://github.com/Haimbeau1o/thesis-optimizer.git

# 3. 重启您的 Agent（如果需要）

📥 下载 ZIP 包（无 Git 环境）

如果您的环境没有 Git，可以直接下载 ZIP：

访问 GitHub Release 页面
下载最新版本的 thesis-optimizer.zip
解压到对应的 skills 目录：
- Antigravity: .agent/skills/
- Codex: ~/.codex/skills/ 或 .agent/skills/
- Cursor: .agent/skills/
- Claude Code: .claude/skills/

🚀 快速开始

第一步：准备论文

确保您的论文是 LaTeX 格式（.tex 文件）。

第二步：启动优化

在您的 AI 助手中（Antigravity / Codex / Cursor 等），输入以下指令：

@thesis-optimizer
我的论文路径是 /path/to/thesis/thesis_liuxuewen.tex
请帮我进行降 AI 和降重优化

第三步：系统自动工作

系统将自动执行以下流程：

✅ 完整阅读论文：分析结构、内容、论证逻辑
✅ 生成总揽文档：thesis_master_overview.md（保存在论文同目录）
✅ 逐章节优化：
- 创建章节任务文档（如 chapter_01_abstract.md）
- 应用三大优化策略（降 AI / 降重 / 润色）
- 生成优化后的 LaTeX 代码
- 更新进度状态
✅ 质量评估：参照评估标准验证效果
✅ 迭代改进：未达标章节自动返工

第四步：查看结果

优化过程中会生成以下文件（在论文同目录下）：

论文目录/
├── thesis_liuxuewen.tex             # 原始论文
├── thesis_master_overview.md        # 总揽文档（进度追踪）
├── chapter_01_abstract.md           # 第 1 章优化任务
├── chapter_02_intro.md              # 第 2 章优化任务
├── ...
└── optimized_thesis/                # 优化后的 LaTeX 文件

📚 使用指南

基本用法

@thesis-optimizer
优化我的论文第 3 章，重点降低 AI 检测率

高级用法

1. 指定优化目标

@thesis-optimizer
对第 2 章进行优化，目标：
- AI 检测率降至 15% 以下
- 查重率降至 8% 以下
- 重点提升学术表达

2. 仅优化特定章节

@thesis-optimizer
只优化摘要和第 1 章

3. 查看优化进度

@thesis-optimizer
显示当前优化进度

4. 迭代优化

@thesis-optimizer
第 3 章的 AI 检测率还是 25%，请再次优化

💡 最佳实践与优质 Prompt

为了贯彻“最小干预”原则，限制大模型的“发散性发挥”，将算力集中在手术刀级别的定点微调上，建议使用以下精准的 prompt：

场景 1：全章节无痕提取式降 AI

@thesis-optimizer 请帮我优化《第三章：核心算法设计》的AI率。请严格遵守最小干预原则，千万不要大段重写或扩写我的内容。请仅通过句内结构重组、同义微调、打破原先过度对称的句式来消除AI痕迹，务必原封不动地保留我的所有推演逻辑和科研原始颗粒度。

场景 2：精细化微调“高风险”段落

@thesis-optimizer 以下这段实验结果分析被检测出 AI 疑似度较高，请帮我进行降AI风险处理。要求：保留现有的上下句逻辑连贯性，不要推翻重排；以人类撰写习惯进行句内语序微调，适度调整长短句节奏；检查段落中的 AI 高频词，替换为平实的学术表达。

场景 3：查重与降 AI 双重优化（最高优保护术语）

@thesis-optimizer 请对第五章进行降查重与降AI风险的双重优化。执行时请优先保护术语（含公式、缩写）。降AI风险时避免任何情绪化或网文风词汇，修改尽量控制在单句范围内的同义重组，确保文本呈现客观、中立的学术基调。

场景 4：专项破除“AI 八股文”句式

@thesis-optimizer 我的第二章相关工作部分存在明显的‘AI八股文’现象（大量使用‘首先、其次、最后’或极其规整的并列结构）。请帮我进行结构性微调：打破僵化的工整性，引入自然衔接，要求改写范围极小，不增加新的解释性废话。

🛠️ 优化策略详解

策略 A：降低 AI 检测率

核心原理：严格遵循最小干预与句内微调原则，决不进行大段推翻重写，从而原汁原味保全人类科研逻辑。

主要技术

句内重组机制
- ❌ 避免：大范围扩写、整段洗稿或让AI自由发挥
- ✅ 采用：仅限单句内的结构重组与同义词更替，控制修改颗粒度
顺应人类逻辑
- ❌ 避免：强行填补“AI式完美过渡”，导致出现解释性废话
- ✅ 采用：完全尊重并保留作者原始的人类书写逻辑与思维跳跃，保留真实的科研颗粒度
打破规整化句式
- ❌ 避免：高度对称、四平八稳、排比列举等僵化行文特征
- ✅ 采用：刻意营造长短句交织，祛除AI偏爱的“八股文”特征

详细策略：查看 references/strategy_ai_reduction.md

策略 B：降低查重率

核心原理：深度语义改写，保持学术质量的同时改变表述方式。

主要技术

深度语义改写
- 同义替换：使用学术近义词
- 句式重组：主动↔被动，因果倒置
- 表述角度转换：从不同角度描述同一事实
引用规范化
- 直接引用 → 间接转述
- 整合多篇文献观点
- 添加个人分析和评论
专业术语处理
- 核心术语保留（必需的专业名词）
- 扩展描述（术语 + 解释性描述）
- 上下文变换（改变术语周围的表述）

详细策略：查看 references/strategy_plagiarism.md

策略 C：学术润色

核心原理：提升学术表达的精准性、规范性和可读性。

主要技术

表达精准化
- 量化抽象概念：用数据支撑观点
- 明确因果关系：清晰的逻辑链
- 减少模糊表述：用准确术语替代含糊词汇
学术规范性
- 术语一致性：全文统一专业术语
- 时态规范：过去式（他人工作）vs 现在式（本文工作）
- 引用格式：统一引用风格
可读性优化
- 复杂句拆分：一句话只讲一个核心观点
- 过渡流畅性：段落间、句子间自然衔接
- 信息层次：重要信息前置

详细策略：查看 references/strategy_polishing.md

📊 评估标准

系统会根据以下标准评估优化效果：

定量指标

指标	计算方法	目标值	评估工具
AI 检测率	AI生成文本占比	< 20%	GPTZero, Originality.ai
查重率	重复文本占比	< 10%	知网, 维普
句长标准差	各句长度的标准差	> 8	人工/脚本统计
词汇丰富度 (TTR)	不同词 / 总词数	> 0.6	词频工具

定性指标

✅ 学术严谨性：论点明确，论证充分
✅ 逻辑连贯性：章节内外逻辑自洽
✅ 表达专业性：术语准确，符合领域规范
✅ 创新性展示：清晰展现研究贡献

详细评估标准：查看 references/evaluation_criteria.md

🔄 技术架构

两层文档架构

第一层：总揽文档 (`thesis_master_overview.md`)

作用：

📊 宏观视角：论文整体分析、章节划分
📈 进度追踪：全局进度条、章节状态矩阵
🎯 策略规划：优化策略制定、优先级排序
🔗 导航中枢：链接到所有章节任务文档

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)

第二层：章节任务文档 (`chapter_XX_name.md`)

作用：

📝 章节详情：该章节的具体优化计划
🔧 优化记录：应用的策略、改写前后对照
✅ 质量评估：该章节的评估结果
🔙 回链总览：链接回总揽文档

闭环优化流程

graph LR
    A[阅读论文] --> B[生成总揽文档]
    B --> C[选择章节]
    C --> D[应用优化策略]
    D --> E[生成优化代码]
    E --> F[质量评估]
    F --> G{达标?}
    G -->|是| H[标记完成]
    G -->|否| I[标记返工]
    I --> D
    H --> J{所有章节完成?}
    J -->|否| C
    J -->|是| K[全局验证]

📁 文件结构

thesis-optimizer/
├── SKILL.md                          # 技能定义文件（Agent 识别）
├── README.md                         # 本文档
├── USAGE_GUIDE.md                    # 详细使用指南
│
├── templates/                        # 文档模板
│   ├── master_overview_template.md   # 总揽文档模板
│   └── chapter_task_template.md      # 章节任务模板
│
└── references/                       # 策略参考文档
    ├── ai_pattern_taxonomy.md        # 中文学术论文 AI 模式分类
    ├── ai_vocabulary_blacklist.md    # AI 高频词汇风险参考
    ├── perplexity_burstiness.md      # 句式节奏与统计风险提示
    ├── strategy_ai_reduction.md      # AI 写作风险特征降低策略
    ├── strategy_plagiarism.md        # 降查重率策略
    ├── strategy_polishing.md         # 学术润色策略
    └── evaluation_criteria.md        # 评估标准与方法

❓ 常见问题

Q1: 支持哪些论文格式？

A: 目前仅支持 LaTeX (.tex) 格式论文。Word 格式计划在后续版本支持。

Q2: 优化一篇论文需要多长时间？

A: 取决于论文长度和复杂度：

硕士论文（5-8 万字）：约 2-4 小时
单个章节（5000-10000 字）：约 20-40 分钟

Q3: 会修改论文的核心内容吗？

A: 不会。系统仅优化表达方式，不改变：

✅ 研究贡献和核心观点
✅ 实验数据和结果
✅ 公式、图表、表格
✅ 引用文献

Q4: AI 检测率能降到多低？

A: 目标是 < 20%，实际效果取决于：

原始论文的 AI 痕迹程度
章节内容类型（方法章节更易优化，相关工作较难）
领域专业性（专业术语密集度）

Q5: 查重率降低后会影响学术质量吗？

A: 不会。我们采用：

✅ 深度语义改写（保持原意）
✅ 学术同义词替换（提升表达）
✅ 逻辑重组（增强连贯性）

而非简单的机械替换或删除。

Q6: 可以只优化部分章节吗？

A: 可以。您可以指定：

@thesis-optimizer
只优化第 3 章和第 4 章

Q7: 优化后如何验证效果？

A: 建议使用以下工具：

检测目标	推荐工具
AI 检测	GPTZero, Originality.ai, Writer.com
查重检测	知网, 维普, PaperPass
语法检查	Grammarly, LanguageTool

系统会在章节任务文档中记录评估结果。

Q8: 多人论文怎么协作优化？

A: 建议工作流：

将论文和 .agent/ 目录纳入 Git 版本控制
每人负责不同章节
通过 Pull Request 合并优化结果
总揽文档自动追踪所有章节状态

Q9: 遇到错误怎么办？

A: 请检查：

✅ 论文路径是否正确（绝对路径）
✅ .tex 文件是否完整（可编译）
✅ Agent 是否正确加载技能（询问 "你有哪些 skills?"）
✅ 查看 Agent 日志中的错误信息

仍有问题？请提交 GitHub Issue。

Q10: 可以用于英文论文吗？

A: 当前版本主要针对中文论文优化。英文论文支持计划在 v2.0 版本推出。

📖 更多资源

📜 许可证

本项目采用 MIT License。

🙏 致谢

感谢所有为学术写作优化研究做出贡献的学者和开发者。

📞 联系方式

Email: liuxuewen516@163.com

🎓 让学术写作更轻松，让论文质量更优秀！

⬆ 返回顶部

Name		Name	Last commit message	Last commit date
Latest commit History 5 Commits
infographic/thesis-optimizer		infographic/thesis-optimizer
references		references
templates		templates
.gitignore		.gitignore
LICENSE		LICENSE
README.md		README.md
SKILL.md		SKILL.md
USAGE_GUIDE.md		USAGE_GUIDE.md

Folders and files

Latest commit

History

Repository files navigation

🎓 Thesis-Optimizer: 学术论文智能优化系统

📋 目录

🎯 系统简介

为什么需要此工具？

✨ 核心功能

🔍 三维协同优化

📊 两层文档架构

🔄 闭环优化流程

🎯 优化目标

📦 安装方法

1. Antigravity (推荐)

方法 A：直接克隆（单个项目使用）

方法 B：全局安装（所有项目共享）

验证安装

2. Codex

方法 A：使用 Skill Installer（推荐）

方法 B：手动安装（全局）

方法 C：项目级安装

3. Cursor

方法 A：通过 Remote Rule 导入

方法 B：手动克隆

4. Claude Code

方法 A：通过插件安装

方法 B：手动安装

5. 其他兼容 Agent

Windsurf / Aider / Continue.dev

📥 下载 ZIP 包（无 Git 环境）

🚀 快速开始

第一步：准备论文

第二步：启动优化

第三步：系统自动工作

第四步：查看结果

📚 使用指南

基本用法

高级用法

1. 指定优化目标

2. 仅优化特定章节

3. 查看优化进度

4. 迭代优化

💡 最佳实践与优质 Prompt

场景 1：全章节无痕提取式降 AI

场景 2：精细化微调“高风险”段落

场景 3：查重与降 AI 双重优化（最高优保护术语）

场景 4：专项破除“AI 八股文”句式

🛠️ 优化策略详解

策略 A：降低 AI 检测率

主要技术

策略 B：降低查重率

主要技术

策略 C：学术润色

主要技术

📊 评估标准

定量指标

定性指标

🔄 技术架构

两层文档架构

第一层：总揽文档 (thesis_master_overview.md)

第二层：章节任务文档 (chapter_XX_name.md)

闭环优化流程

📁 文件结构

❓ 常见问题

Q1: 支持哪些论文格式？

Q2: 优化一篇论文需要多长时间？

Q3: 会修改论文的核心内容吗？

Q4: AI 检测率能降到多低？

Q5: 查重率降低后会影响学术质量吗？

Q6: 可以只优化部分章节吗？

Q7: 优化后如何验证效果？

Q8: 多人论文怎么协作优化？

Q9: 遇到错误怎么办？

Q10: 可以用于英文论文吗？

📖 更多资源

📜 许可证

🙏 致谢

📞 联系方式

About

第一层：总揽文档 (`thesis_master_overview.md`)

第二层：章节任务文档 (`chapter_XX_name.md`)

Packages