thesis-creator

name thesis-creator description 面向中国本科生的毕业论文全流程写作辅助系统。支持从选题到交稿的端到端工作流，包含降重优化、AIGC 降低和本地检测功能。用户说「帮我写论文」或「帮我降重」等时触发。 论文创作 Agent 系统 面向中国本科生的 毕业论文全流程写作辅助系统 。 核心原则 [!IMPORTANT] 工作区隔离原则 ：AI 始终在用户项目目录下的 thesis-workspace/ 工作。所有产出文件都在用户工作区内。 触发条件 触发语 执行动作 「帮我写论文，主题是…」 全流程（Step 0-9） 「帮我降重这段文字：…」 仅 Step 5 「降低这段的 AIGC 率：…」 仅 Step 6：必须输出“处理前计划 → 改写文本 → 清单自检”，并按场景化重写、自然承接、轻冗余控制和高密度句拆解处理，不得只给改写结果 「检测这段文字的 AIGC 率」 AIGC 检测 「帮我生成论文大纲」 Step 0-3 「初始化工作区」 Step 0（工作区不存在直接初始化） 「继续」 仅在当前步骤的强制交互点、前置校验和质量门禁均已满足后继续流程 「生成摘要」 Step 4（仅摘要部分） 「生成图片」「生成图表」 Step 8 「导出 Word」「导出文档」 Step 9 「一键导出」 Step 8+9 工作流程概览 flowchart LR A[Step 0: 初始化] --> B[Step 1-2: 准备] B --> C[Step 3: 大纲] C --> D[Step 3→4: 文献搜索与建池] D --> E[Step 4: 撰写] E --> F[Step 5-6: 降重] F --> G[Step 7: 合并检测] G --> H[Step 8: 图片生成] H --> I[Step 9: 导出Word] ⚠️ 流程顺序 ：大纲确认 → 文献搜索与建池 → 正文写作 → 合并 → 图片生成 → 导出 Word 状态文件路径： thesis-workspace/.thesis-status.json 若文件不存在， status_manager.py 会自动创建。 推荐统一入口 ： scripts/core/lifecycle.py （整合日志 + 状态管理） 继续与暂停点规则 [!IMPORTANT] 「继续」不是跳过按钮。 若当前流程仍存在强制交互点、前置校验或质量门禁未完成，则必须先完成对应动作，再允许进入下一步。 不可跳过的暂停点 Step 0 初始化后 ：必须先运行 python scripts/core/lifecycle.py --workspace thesis-workspace/ --check-workspace ，并检查 thesis-workspace/references/prompt/background.md 是否已补全；工作区必须通过脚本初始化并从 config/.thesis-config.yaml 复制生成 thesis-workspace/.thesis-config.yaml ，同时生成 thesis-workspace/.thesis-status.json 、 thesis-workspace/logs/ 、 thesis-workspace/scripts/charts/render.py 、 thesis-workspace/workspace/final/images/sources 与 thesis-workspace/workspace/references/images.yaml ；未完成时只能提示用户编辑，禁止直接推进到 Step 1/3。 Step 3 大纲确认后 ：必须先询问用户文献数量（20-30 / 30-50 / 15-20），并展示搜索耗时预估后，进入 Step 3→4 之间的“文献搜索与建池”阶段；该阶段不是独立 Step，但后续在 Step 4/6/7 中如发现文献不足、语种比例失衡或文献失效，必须允许回流补池后再继续写作或检测。 Step 4 每章写作时 ：必须先完成 Stage 1 要点规划，待用户确认后才能进入 Stage 2 扩写；如果当前仍停留在 Stage 1，用户回复「继续」只能视为确认本章要点，不能跳过更早的未完成门禁。 Step 7 合并检测后 ：若同一 ref_id 在终稿中重复出现，必须硬阻断并回退修正，禁止带重复引用进入 AIGC 检测；若 AIGC 检测未通过，必须回退到 Step 5/6 继续改写与审校，禁止进入 Step 8 图片生成或 Step 9 导出。 Step 8 图片生成前 ：必须按“抽取图片需求 → 准备源码文件 → 大模型填写 .dot/.mmd/.puml → 渲染 PNG → 回填 [image_N] → 完整性验证”执行；使用 scripts/charts/manifest_builder.py 、 source_writer.py 、 render.py 、 markdown_updater.py 、 validate.py ，最终已渲染 AI 图片不得残留 [image_N] 。 详细步骤（按需加载） 步骤 说明 详细文档 Step 0 工作区初始化 workflows/step_0_init.md Step 3 生成论文大纲 workflows/step_3_outline.md Step 4 分章节撰写 workflows/step_4_writing.md Step 6 审校润色 workflows/step_6_review_polish.md Step 7 合并与检测 workflows/step_7_merge_detect.md Step 8 图片生成与渲染（ER图默认读取 background.md ，优先输出教科书风格 DOT，信息不足时尽量生成并 warning） workflows/step_8_image.md Step 9 文档导出 workflows/step_9_export.md 参考文献 文献池管理 workflows/reference_workflow.md 参考文献（独立存放） 核心改进 ：文献池独立存放在 workspace/references/verified_references.yaml 文献校验状态 ： verified_doi / verified_metadata_only / broken_doi_metadata_ok / missing_doi_unverified / invalid_reference 规则说明 ：无 DOI 不等于假文献；允许通过元数据验证的真实文献继续进入文献池。 图片需求清单 正文图片占位符统一使用 [image_1] 、 [image_2] 等格式 图片需求清单统一记录到 workspace/references/images.yaml workspace/references/images.yaml 必须采用结构化字段，至少包含 id 、 title 、 chapter 、 section 、 source 、 diagram_type 、 engine 、 purpose 、 fact_source 、 placement 、 status 、 description 、 source_file 、 output_file 、 render_status ；可选 prompt_hint 用于指导大模型生成源码， dot_mode 可用于单图覆盖 ER 的 DOT 子模式 Step 4 只负责记录 [image_N] 与 image-requirement 图片需求块，Step 8 再生成 images.yaml 、准备源码文件、由大模型填写 .dot/.mmd/.puml 、渲染 PNG 并回填 Markdown 图片引用 架构图、模块图、流程图、ER 图等 AI 图片必须先有 manifest 记录；用户提供图片必须在清单中标明 source=user 和待补状态 图表引擎按图类型明确映射，不自由摇摆： 流程图/活动图/用例图/时序图/类图 → PlantUML ( .puml )；ER 图由 .thesis-config.yaml 的 er_modeling.graph_type 决定，默认 Graphviz DOT ( .dot ) 教科书 Chen 风格， erd 时输出 Mermaid erDiagram ； diagram_type=overall_er 必须第一个展示，且仅展示实体、联系与 1:1 / 1:N 基数，关系菱形节点必须结合外键字段或实体语义命名，如“拥有”“包含”，不得统一写成“关联”，且不展示字段； diagram_type=entity_er 可通过 .thesis-config.yaml 的 er_modeling.dot_mode=textbook-single-entity-ring 或 images.yaml 单图 dot_mode 启用单实体字段环绕 DOT，优先级为单图覆盖全局；架构图 → 用户自行生成/GPT image 后补入 ( source=user )；模块图 → Mermaid ( .mmd )；用户截图 → user 仅当流程图使用 PlantUML 生成时 ，必须附加固定提示词模板，并将其中主题替换为当前图表标题或用途描述： 请生成一个用于毕业论文的PlantUML流程图，主题为“{{图表主题}}”。要求： - 使用activity diagram - 所有节点使用中文 - 起止节点使用“开始”“结束” - 逻辑严谨，体现完整业务流或上下文流转机制 - 包含必要循环（如存在用户持续操作、重试或追问） - 避免语法歧义（防止被解析为class diagram） - 图结构简洁，不超过3层嵌套 - 判断分支连线必须明确标注 Y/N - 全图只保留一个最终结束节点，所有分支和普通路径最终汇入该结束节点 - 适合论文插图展示 只输出PlantUML代码。 不再默认使用 Mermaid 流程图；普通流程图同样优先走 PlantUML。 生成测试图或单独响应“生成流程图”类指令时，默认行为是将源码写入 thesis-workspace/workspace/final/images/sources/ 对应 .puml/.dot/.mmd 文件，而不是在控制台直接输出完整图表源码；仅在用户明确要求“只输出代码”时，才直接返回源码文本。 流程 Step 3 大纲确认后询问文献数量 （默认 20-30 篇） 多源搜索 ：Semantic Scholar + CrossRef + OpenAlex DOI 验证 ：判断 4xx 错误状态码 合并去重 ：多源结果合并，按相关度选出最相关 x 篇（ scripts/references/reference_merger.py ） 写作时从文献池选取未占用引用 文献搜索与建池阶段可回流复用 ：在 Step 4/6/7 任一阶段，如果当前章节缺少可用未占用文献、文献验证失败、语种比例不达标或引用密度不足，必须回到该阶段补充搜索，并增量更新 workspace/references/verified_references.yaml 单篇文献整篇仅允许引用一次 ：一旦某个 ref_id 被正文使用一次，就必须标记为已占用，后续章节不得重复使用；Step 7 发现重复 ref_id 必须硬阻断 中文文献质量不足时提示人工补充 ：若自动源无法满足中文文献占比 >65%，必须提示用户从 CNKI、万方、学校图书馆等外部高质量来源人工补充真实中文文献，禁止伪造 文献 YAML 输出必须安全可解析 ：标题含英文冒号、中文冒号、括号等特殊字符时，仍必须能被 yaml.safe_load() 读取 详见 workflows/reference_workflow.md 用户工作区目录结构 thesis-workspace/ ├── README.md # 工作区使用说明 ├── .thesis-config.yaml # 配置文件 ├── references/ # 参考资料（用户放入） │ ├── templates/ # 学校模板 │ ├── examples/ # 范文 │ ├── guidelines/ # 规范 │ └── prompt/background.md # 论文背景（必填） ├── workspace/ # 论文产出 │ ├── outline.md # 大纲 │ ├── references/ # 参考文献池（独立）⭐ │ │ ├── verified_references.yaml # 已验证文献池 │ ├── cited_references.json # 引用记录（每章引用的ref_id）⭐ │ ├── drafts/ # 初稿（仅含临时引用编号，无参考文献列表）⭐ │ │ ├── 参考文献.md # 合并阶段生成的参考文献（独立MD文件，GB/T 7714格式）⭐ │ ├── final/ # 终稿 │ │ ├── 论文终稿.md # 终稿（引用编号已重排） │ │ ├── 论文终稿.docx │ │ └── images/ # 图片 │ └── reports/ # 报告 ├── logs/ # 日志 └── .thesis-status.json # 状态 ⭐ 标记为本次更新新增或变更的文件 Markdown 标题输出硬约束(Markdown→Word 映射) [!IMPORTANT] 生成的 Markdown 必须能被 Pandoc / python-docx / markdown-it / Typora / VSCode Markdown 正确识别，并映射为 Word Heading 1~4，支持自动目录、导航窗格、标题折叠和大纲视图。 标题生成规则 Markdown 语法 Word 映射 说明 # 标题名称 Heading 1 章级标题（摘要、第N章、结论等） ## 标题名称 Heading 2 节级标题（1.1、4.2 等） ### 标题名称 Heading 3 小节级标题（1.2.1、4.4.1 等） #### 标题名称 Heading 4 段级标题（5.2.1 等） 格式硬约束 ：标题符号 # 后必须保留一个空格。正确： ## 研究背景 ；错误： ##研究背景 。 禁止行为(标题模拟禁令) 以下方式视为 格式错误 ，禁止用于模拟标题层级： 禁止方式 说明 加粗文本 **第一章 绪论** 不是标题 序号+普通段落 1.1 研究背景 无 ## 不是标题 列表项 - 第一章 绪论 不是标题 表格标题 表格内文字不是标题 单纯放大字体 HTML <font size> 不是标题 中文符号模拟层级 ===系统设计=== 不是标题 HTML 标签 <h1> 等不是标题 层级约束 标题必须满足严格层级结构，禁止跨级跳跃： 正确：# → ## → ### → #### 错误：# → ###（跳过 ##） 论文结构标题示例 # 摘要 # Abstract # 第一章 绪论 ## 1.1 研究背景 ## 1.2 国内外研究现状 # 第二章 系统分析 # 第三章 系统设计 # 第四章 系统实现 # 第五章 测试与分析 # 结论 # 参考文献 输出约束 输出必须是 纯 Markdown 正文 禁止用 markdown 代码块包裹正文内容 不要输出解释性文字（如"以下是论文内容"） 不要输出提示语 兼容性要求 生成结果必须兼容 Markdown → docx 转换流程，确保通过 pypandoc.convert_file() 或 python-docx 转换后能自动生成 Word 目录。 最终目标 导出的 docx 文档必须满足： Word「引用 → 目录」可自动生成目录 Word「导航窗格」可显示章节树 标题可折叠 标题具备大纲级别 Heading 1~4 自动识别 防错机制 问题 影响 处理 缺少规定动作章节 致命 自动补充 设计实现未分离 致命 强制拆分 章节顺序错误 致命 强制调整为：系统分析→系统设计→系统实现→系统测试→总结与展望 使用 LLM 上下文合并文档 致命 必须使用 merge_drafts.py 脚本 图表不足 严重 提示补充 数据库表数量不足 严重 检查 background.md 表定义，确保 ≥11 张表 未执行状态管理脚本 致命 每个 Step 必须通过 lifecycle.py 或 status_manager.py 记录状态，禁止大模型自行维护状态 日志未通过脚本记录 严重 所有流程日志必须通过 logger.py 输出，禁止大模型自行生成日志内容 文献链接 404 严重 合并前执行 reference_validator.py --check-404，404文献必须替换 图片文件缺失 严重 Step 8 完成后检查 images/ 目录，所有占位符必须有对应 PNG 文件 参考文献虚构 严重 DOI验证+重生成 参考文献数量超标 严重 按相关度截取 参考文献缺少中英文 严重 中文和英文文献都必须包含，缺少则触发补充搜索 参考文献 YAML 解析失败 严重 reference_merger.py 必须使用安全 YAML 输出，特殊字符标题保存后仍可 yaml.safe_load() 中文文献比例不足 严重 自动源不足时提示从 CNKI、万方、学校图书馆人工补充真实中文文献，禁止伪造 引用复用同一 ref_id 严重 同一篇文献整篇仅允许引用一次，发现重复占用必须硬阻断并回流补池改写引用 AI模板词超标 中等 按 Step 6 的 AIGC 标准流程处理：先做处理前计划，再按”场景化重写 → 结构重组 → 细节注入 → 自然承接与轻冗余 → 高密度句拆句解释 → 语言去模板化”改写，最后输出清单自检；禁止只做同义替换、删词式压缩或只给改写结果 标题未使用 Markdown # 语法 致命 所有标题必须用 # / ## / ### / #### ，禁止加粗文本/序号段落/中文符号模拟标题 标题层级跳跃 严重 禁止跨级(如 #→###)，必须逐级(#→##→###→####) 标题符号后无空格 严重 #标题 必须修正为 # 标题 ，符号后必须保留一个空格 AIGC 降低缺少自检清单 严重 必须补齐处理前计划、改写文本、自检表；自检项出现“未通过”时继续局部修正，不得交付为最终版 章节内自建参考文献列表 中等 删除，合并阶段统一生成 background.md 为空或未完善 致命 提示用户编辑 thesis-workspace/references/prompt/background.md ，禁止控制台交互式输入 ER 图事实源不一致 严重 Step 8 的 ER 图默认读取 background.md ，仅 ER 图受 thesis-workspace/.thesis-config.yaml 的 er_modeling 配置影响；默认输出教科书 Chen 风格 DOT（实体矩形、属性椭圆、联系菱形），总体 ER 图必须第一个展示，且只展示实体、联系与 1:1 / 1:N 基数；关系菱形节点必须结合外键字段或实体语义命名，如“拥有”“包含”，不得统一写成“关联”；DOT 输出不要显式使用 label= Prompt 文件（写作时加载） 文件 说明 加载时机 prompts/writer_guidelines.md 写作规范 Step 4 prompts/aigc_reducer_prompt.md AIGC 表达质量优化与深度人工化流程，按场景化重写、自然承接、轻冗余控制和高密度句拆句解释执行 Step 6 prompts/humanizer_guidelines.md 人工化改写细则与风险边界，约束自然过渡、轻冗余和拆句解释不得破坏学术语体 Step 6 prompts/reference_citation_prompt.md 引用铁律 Step 4