Humanize Mba Text

去除 AI 写作痕迹 - MBA 论文风格优化

本文档是 manifest：每节只保留导航 / 简介 / 边界，具体内容请读对应 TOML / Markdown 文件。 删繁就简的目的是让 Claude Code 在最小上下文里读到该项目最稳定的入口信息。

任务目标

将带有明显 AI 生成特征的中文文本改写为自然、人类化的 MBA 毕业论文风格文本，符合中国 MBA 毕业论文的学术规范和实践导向。

核心原则

1. 实践导向：MBA 论文必须来源于企业管理实际，解决具体管理问题，避免纯理论空谈
2. 小题大做：选题聚焦明确，"小题深做"，避免选题过大、过于宽泛
3. 客观性优先：用事实和数据替代主观评价和空泛论述
4. 具体化表达：提供具体企业案例、数据支撑、时间节点，避免笼统描述
5. 数据溯源：所有数据必须注明来源，确保准确性和可信度
6. 理论支撑：运用 1-2 个相关理论作为分析框架，避免就事论事
7. 简洁性：删除冗余修饰、重复表述，保留核心信息
8. 学术规范：符合中国高校 MBA 论文的写作规范和格式要求
9. 逻辑严密：论证过程清晰，因果关系明确，避免跳跃式推理
10. 结构合理：正文字数 3 万字以上，章节分配合理，避免节下无目或一节不足一页

识别与改写策略（数据化）

SKILL.md 不再展开具体的识别词表与改写规则——它们以结构化数据的形式存放在本目录下：

使用方式：写正文时按 references/mba_rewrite_checklist.toml 4 大类逐条核对；遇到具体痕迹词按 references/rules/categories/language.toml 词表替换；如果要引用某个章节的特定模式，查 references/chapter_rewrite_rules.toml 的 chapter.section。

改写流程

Copy code
输入文本
    ↓
[多维度检测] → 生成检测报告（detect_ai_patterns.generate_report）
    ↓
[modify_plan] → 结构化骨架（analyzers.rewrite_planner.build_modify_plan）
    ↓
[反馈生成] → 修改建议（feedback_generator）
    ↓
[自动修复] → 中英文空格等可机械修复项
    ↓
[手动改写] → 按 checklist.toml / chapter_rewrite_rules.toml 逐项处理
    ↓
[质量验证] → 再次跑 detect_patterns，确认 modify_plan 清空

自动化检测与反馈工作流

多方案融合检测

检测层由三类组成，可独立运行也可组合：

1. 规则匹配检测 (scripts/detect_ai_patterns.py)

   • 加载 references/rules/**/*.toml 的 7 个分类（structure / rhythm_quality / formatting / content / evidence / language / chapter-categories）
   • 走 iter_regex_categories 渐进式加载，可按 group 或 category_id 选载
   • 命中后产出 PatternMatch(pattern_name, pattern_type, line_number, content, suggestion, severity)

2. 散文统计 + 结构分析 (scripts/analyzers/)

   • 5 个维度：uniform_sentence_length / uniform_paragraph_length / paragraph_edge_template_repeat / paragraph_structure_uniformity / chapter_template_repeat
   • 输出 AnalyzerIssue(analyzer_id, severity, confidence, location, evidence, suggestion) + 统计指标

3. 语义链分析 (scripts/analyzers/semantic_chain.py)

   • 10 个维度（3 / 4 / 5）：三段式 / 作者罗列 / 方法堆叠 / 摘要模板 / 结论回声 / 笼统问题 / 无来源量化 / 宏观叙事 / 证据链 / 问题-对策追踪
   • 跨段 / 跨章节的链状检测，捕捉段内看不到的模式

4. 融合评分 (scripts/multi_detector.py)

   • FusionEngine.detect 把统计 + 链 + AI 模式三类 detector 合并
   • StatisticalDetector 把散文指标 + 链指标并入 features 与 issues 通道

5. 按句高风险聚合 (scripts/analyzers/high_risk_annotator.py) 🆕v1.4

   • 把规则匹配 / 散文 / 链三类 issue 按所在句合并成 high_risk_annotations[]
   • 每条标注带 char 偏移、行号、原文、触发规则的 phrase_replacements 与 before_after_example
   • LLM humanizer agent 可逐句消费，无需自己再做一次"哪句有问题"的二次判断

使用方法

bashCopy code
# 基础检测（含 modify_plan）
python scripts/detect_ai_patterns.py input.txt --output report.json

# 多维度融合检测
python scripts/multi_detector.py input.txt --output report.md

# 生成修改建议
python scripts/feedback_generator.py detection_result.json --text input.txt --output feedback.md

# 自动修复空格等简单问题
python scripts/feedback_generator.py detection_result.json --text input.txt --apply

检测结果解读

detect_ai_patterns.generate_report 返回 JSON 含：

• summary.ai_score：0-100，越高 AI 痕迹越重
• matches：包含规则、散文、链三类问题的统一列表
• modify_plan ⭐：每条 ModifyEntry 含 location / evidence / rewrite_template / recommended_replacements / target_word_count_range / before_after_example
• high_risk_annotations 🆕：按句聚合的高风险标注（v1.4），每条 = 一句话 + 该句触发的所有规则 + 短语替换字典 + 真实改写对。LLM humanizer agent 可直接逐句消费
• chapter_specific_advice：根据检测到的章节类型提供的针对性建议
• metrics：包含 sentence_cv / paragraph_cv / prose_* / chain_* / evidence_chain_completeness

修改策略见 references/strategy_optimization.toml 的「评估标准」节：高风险 (>70%) 重写、中风险 (40-70%) 针对性优化、低风险 (<40%) 细节润色。

注意事项

1. 学术诚信：改写时保持学术诚信，不编造数据；所有数据必须有真实来源
2. 数据核实：对于不确定的引用和数据，建议用户核实原始资料
3. 理论适配：建议用户根据具体研究问题选择合适的理论框架
4. 企业授权：如涉及企业内部数据，建议获得企业书面授权或做脱敏处理
5. 个性化调整：改写后的文本需用户根据具体学校和导师要求调整
6. 查重控制：改写后建议进行查重，确保复制率 < 15%（详见 references/mba_rewrite_checklist.toml hard_limits.copy_rate）
7. 功能边界：本 Skill 专注于去除 AI 痕迹和格式规范，不涉及学术内容深度审查
8. 参考文献：改写不自动生成参考文献，需用户根据实际引用补充完整

补充参考：humanizer-academic-zh（人机分工）

本 Skill 走检测路径——用正则、统计、链分析把 AI 痕迹定位到具体段落。在改写路径上，我们参考同生态的 cangtianhuang/humanizer-academic-zh（其 SYSTEM_PROMPT.md 与 SKILL.md）。两份 Skill 的关系：

humanizer-academic-zh 把 AI 模式分成 5 大类共 25 小类。本 Skill 已将其中部分模式并入渐进式加载的 manifest——具体落位：

所有上述模式的 category_id 都登记在 references/rules/index.toml 的 category_ids 列表里，由 scripts/rule_loader.iter_regex_categories 自动发现。新增模式无须改代码——只要在对应 category 文件里加一行 regex_patterns 项即可。

剩余模式（22 类人文化的句式、连接词密度、否定式排比等）已在原 language.toml 的 19 个 category 里独立实现，不与 humanizer-academic-zh 的分类一一对应；两套体系互补不冲突。

参考文档

自动加载的检测规则

• references/chinese-paper-humanization-rules.toml — Python rule_loader.load_rules 的默认入口（fallback）
• references/rules/index.toml — 渐进式加载的 manifest
• references/rules/categories/{structure, rhythm_quality, formatting, content, evidence, language}.toml — 7 大类 AI 检测规则
• references/rules/chapter-categories.toml — 章节类型识别
• references/rules/metrics.toml — 共享度量词表

改写侧策略数据

• references/strategy_optimization.toml — 三维协同 + 评估标准
• references/mba_rewrite_checklist.toml — 改写检查清单 + 硬阈值
• references/chapter_rewrite_rules.toml — 五章节特定改写规则
• references/strategy_ai_reduction.md — 策略文档（人读版，gitignored 但本地有）
• references/strategy_plagiarism.md — 策略文档（同上）
• references/strategy_polishing.md — 策略文档（同上）

配套指南

• references/ai-writing-patterns.md — AI 写作特征详细列表
• references/chapter-1-introduction.md 至 references/chapter-5-conclusion.md — 五章节详细写作指南
• references/format-standards.md — 格式规范