前言¶

学位论文或投稿稿定稿前，常见两类重复劳动：一是自己改了好几版，仍不确定哪些段落「像 AI」、该从哪几句下手；二是润色、术语统一、翻译腔和 AIGC 标识合规要分开查，工具链碎、文稿还要反复上传第三方。若你希望在 Agent 里用一条 Skill 触发「自查 + 指位 + 策略」，而不是让模型直接代写整段，下面介绍 SkillHub 上的 论文润色降重一站式工具（对应能力包 paper-polisher-pro）。

这是什么¶

论文润色降重一站式工具 是挂在 SkillHub 的 Agent Skill，分类为 content-creation。据你提供的条目信息，SkillHub 评分 99492，累计下载约 1506 次；官方入口为：

https://api.skillhub.cn/user_481397b5/paper-polisher-pro

（该 API 页在当前环境未能直接抓取；能力与安装说明以下列 SkillHub 公开展示页为准，包名为 @indiv-sorsor/paper-polisher-pro，页面标注版本 v6.1.0。）

一句话定位：论文润色与论文 AI 率检测的一站式本地自查——输出概率与分层证据、句子级改写建议（只指位与策略，不代改），并附带术语、翻译腔、期刊口径与 AIGC 合规等检查；100% 本地运行、零上传。出品方在公开页以 docsor 论文工具箱系列呈现，在线文档见 docsor.cn。

核心功能¶

以下均来自 SkillHub 公开展示说明，安装 Skill 后由包内脚本与 SKILL.md 约束 Agent 行为。

AI 率自查与归因¶

• 概率 + 分层证据输出；短于约 100 字的文本按设计返回 risk=unknown，避免短文本误报。
• 中文大模型指纹归因（GLM / DeepSeek / Qwen / Kimi / MiniMax / GPT / Claude / Gemini）：指纹只用于归因，不进入打分（公开说明中的「四条铁律」之一）。
• 公开页给出的留出集相关指标（随包评测可复现）：基础引擎 AUROC 0.9187（全量语料时代；随包抽样可复现 0.8985）；可选本地监督层（v4.4.0 起指纹绑定评测）老代留出 AUROC 0.9998、当打代 0.9400、人类误报@med 2.3%。

润色与质量检查（指引型，非自动代改）¶

• 句子级改写建议：标出疑似 AI 句并给出改写策略，不自动改写正文。
• 同概念异写一致性检查；术语保护（公开说明载明加载 2,344 条医学学术术语）；翻译腔检查；四层去 AI 化门禁。
• 期刊口径预检（对标 20%–25% 参考线，并附不可与机构查重互换的声明）。
• AIGC 合规标识检查（《标识办法》2025-09：元数据 / C2PA / 显式声明）；段落级人机归因；综合质量报告。

工程与边界¶

• 随包单元测试与 AST 结构化零网络自证（pp_verify.py）。
• 不适用场景（公开说明明示）：PDF / 文献翻译用 doc-holmes；正式查重用知网等机构系统；需要执行降 AI 改写时用姊妹 Skill paper-rewriter。

学术诚信¶

公开说明强调：供作者自查与改进写作质量，须按机构政策披露 AI 使用；不用于规避机构 AIGC 检测。

安装与启用¶

Skill 遵循通用 SKILL.md 格式。在 SkillHub 生态下，先按官方安装文档准备 CLI，再把包装进当前 Agent 的 skills 目录（否则默认装到 ./skills/ 可能不会被识别）。

1、安装 SkillHub CLI（未安装时）¶

command -v skillhub && skillhub --version

若未安装，可使用官方一键脚本（完整安装含默认 Skill）：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

仅 CLI：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only

2、安装本 Skill¶

公开页提示：请根据 https://skillhub.cn/install/skillhub.md，安装 @indiv-sorsor/paper-polisher-pro。

在终端中安装到当前 Agent 的 skills 目录（必须使用 --dir）：

skillhub install @indiv-sorsor/paper-polisher-pro --dir ~/.cursor/skills/

各环境常见 skills 路径（摘自 SkillHub 安装文档）：

也可将安装说明发给 AI，让其按 skillhub.md 完成安装。OpenClaw 生态另有 openclaw skills install @docsor1212/paper-polisher-pro 的登记方式；与 SkillHub 包名不同，选用哪条通道以你实际使用的 Agent 为准。

安装后按所用客户端要求重启或刷新 Skill 列表。

典型用法¶

包内为 Python 脚本工作流（公开文档中的快速上手，路径相对于 Skill 解压目录）。先做环境自检，再对稿本跑检测或完整自查。

环境自检：

python3 scripts/pp_doctor.py

单稿 AI 率检测（JSON 输出）：

python3 scripts/ai_detector.py draft.txt --format json

期刊口径预检示例：

python3 scripts/ai_detector.py draft.txt --profile journal

一站式综合报告（润色指引、段落归因等，以包内 pp_workflow.py 为准）：

python3 scripts/pp_workflow.py draft.txt

在 Cursor 等 Agent 中，可用自然语言触发（公开页列出的部分触发意图）：论文润色、降 AI 检测、查 AI 率、AIGC 检测、投稿预检、期刊预检、academic polishing / journal precheck 等。Agent 应加载 Skill 后调用上述脚本，而不是凭空编造检测结果。

适用场景与注意¶

适合谁

• 写中文学位论文、期刊稿，需要在定稿前本地自查 AI 风险与表达问题。
• 希望句子级定位 + 改写策略，由作者本人修改，而不是一键「洗稿」。
• 需要顺带检查术语一致、翻译腔、AIGC 标识是否符合 2025-09 相关办法的自查项。

限制与注意

• 不替代 知网 / 万方等机构查重；期刊预检参考线与机构结果不可互换。
• 不自动降重改写；要执行去 AI 味改写请用 paper-rewriter。
• 英文文本在公开说明中多为规则层建议分；医学文本在仅规则引擎时误报率更高，需结合 degraded_mode 提示阅读报告。
• 批量处理超大单文件（公开说明提到大于约 5 MB 会跳过）应先拆分。
• 可选监督模型需用户自行放置本地 ONNX；未安装时走降级模式，指标含义以报告内说明为准。

结尾¶

论文润色降重一站式工具（paper-polisher-pro）把 AI 率自查、指纹归因、润色与合规检查收进一条本地 Skill 工作流，适合投稿前由作者自行迭代稿本。条目入口：

https://api.skillhub.cn/user_481397b5/paper-polisher-pro

公开展示与安装包说明：

https://skillhub.cn/skills/indiv-sorsor/paper-polisher-pro