前言¶
投稿前常见做法是分别做查重、格式自查和同行通读，问题往往分散在排版、数据前后不一致、引用可疑或 AI 痕迹等维度，很难在一次流程里对齐。若希望 Agent 在对话里触发一套固定流程，并在本机跑规则引擎生成可读报告，SkillHub 上的社区 Skill「论文CT·七维漏洞扫描系统」（坐标 @user_8c3c5215/wang-paper-ct）把检测脚本与 SKILL.md 工作流打包在一起，面向中文学术论文做七维扫描与加权评分。下面介绍它的定位、能力与安装用法。
这是什么¶
一句话定位：基于 Python 脚本的学术论文「CT 三步法」检测 Skill——穿透扫描、综合诊断、输出修复优先级清单；检测在本地执行，SkillHub 标注 requires_api_key=false，无需 API Key。
维护与来源：SkillHub 分类为 knowledge-management，来源 community，发布者 user_8c3c5215，页面展示作者为「听风的蚕蛹」。商店当前版本为 1.0.3（SkillHub 页面与 CLI 搜索结果一致）；包内 SKILL.md 元数据写有内部文档版本 2.0（2026-06-02），以商店版本为准做安装与升级。
解决的问题：在不上传论文到外部服务的前提下，对 .docx / .pdf / .txt / .md 做七维规则检测，产出 report_summary.md、report_detail.json、scores.json，供人与 Agent 共读。
核心功能¶
Skill 自述采用「CT 三步法」：七维并行扫描 → 加权总分与风险等级 → 按严重程度排列的修复建议。七维及权重（来自包内 config.json 与 SKILL.md）如下。
| 维度 | 模块 | 权重 | 关注点（摘要） |
|---|---|---|---|
| 排版规范 | format_check |
10% | 字体、标题、行距、图表编号、参考文献 GB/T 7714 等 |
| 内容真实 | authenticity_check |
25% | 数据出处、引用存在性、前后一致性 |
| 可行性 | feasibility_check |
15% | 方法、样本量、时间线、资源匹配 |
| 内容真伪 | fact_check |
15% | 事实交叉、统计合理性、逻辑问题 |
| AI 痕迹 | ai_detect |
15% | 段落均匀度、空洞用语、公式化过渡等 |
| 学术规范 | academic_norms |
10% | 抄袭迹象、伦理与文献、基金披露等 |
| 期刊适配 | journal_fit |
10% | 方向、字数、结构与目标期刊匹配 |
评分档位（config.json）：优秀 ≥90、良好 ≥75、合格 ≥60、需改进 ≥40。文档强调内容真实维度权重最高，该维度过低时应优先处理。
明确不做的事（Skill 自述「能力边界」）：不提供知网式查重、不做语法润色与英文润色、不自动改写正文、不保证录用；规则面向学术论文，非学术文本易误报。
隐私与依赖：文档声明检测在本地完成、不收集论文内容；需 Python 3.8+，依赖 python-docx、pdfplumber、chardet。支持 Windows、Linux、macOS 及 HarmonyOS NEXT。
安装与启用¶
1、安装 SkillHub CLI（若尚未安装）¶
按 SkillHub 安装说明 检查或安装：
command -v skillhub && skillhub --version
未安装时可执行完整安装（文档推荐）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
2、安装本 Skill 到当前 Agent 的 skills 目录¶
安装时必须用 --dir 指向 Agent 实际使用的 skills 目录，否则默认落在 ./skills/ 可能无法被识别。示例（Cursor）：
skillhub install wang-paper-ct --namespace user_8c3c5215 --dir ~/.cursor/skills/
其他客户端常见路径（同一份安装文档）：Claude Code 为 ~/.claude/skills/；Codex 为 ~/.codex/skills/ 或项目下 .agents/skills/。安装后按所用客户端要求刷新或重启 Agent。
也可将下面提示交给 AI，让其按官方安装文档拉取同一坐标：
请根据 https://skillhub.cn/install/skillhub.md，安装 @user_8c3c5215/wang-paper-ct。
3、Python 依赖¶
进入 Skill 安装目录（形如 .../@user_8c3c5215/wang-paper-ct/）后安装依赖：
pip install python-docx pdfplumber chardet
典型用法¶
对话触发（Agent 工作流）¶
SKILL.md 约定：用户说出「帮我检测这篇论文」「投稿前检查一下」「用论文CT扫一下」等表述时，Agent 应接管流程，无需用户手敲完整命令。流程要点：
- 接收论文路径、目录、粘贴文本或附件；
- 调用主控脚本（包内脚本位于 Skill 根目录，文件名为
paper_ct_scan.py）； - 读取生成的
output/report_summary.md，向用户呈现摘要与优先修复项。
命令行示例（将 <技能目录> 替换为实际安装路径）：
cd <技能目录>
python paper_ct_scan.py --input /path/to/论文.docx --output output/
主控脚本用法说明与上述一致：python paper_ct_scan.py --input <路径> --output <输出目录>。
输出文件¶
| 文件 | 用途 |
|---|---|
output/report_summary.md |
人类可读的完整报告 |
output/report_detail.json |
结构化明细 |
output/scores.json |
七维分数、总分与等级 |
单维度检测（可选）¶
文档说明可单独调用模块；包内对应脚本与主控脚本同级，例如仅跑 AI 痕迹检测：
cd <技能目录>
python ai_detect.py --input /path/to/论文.docx --output output/
全量扫描仍建议走 paper_ct_scan.py，因各维度结果会交叉影响诊断。
适用场景与注意¶
适合：中文学术论文、学位论文或课题材料在投稿前的自检；希望在 Cursor 等 Agent 里用自然语言触发、并在本机留痕报告的团队或个人。
限制与注意：
- 与查重产品互补，不能替代文献库对比查重。
- 主要规则针对中文论文；英文稿部分维度可能降级或跳过。
- 初稿未完成时检测噪音大，文档建议初稿完成后、投稿前再跑。
- SkillHub 统计（抓取资料）：评分 100000，下载 3426，安装计数为 0；以页面实时数据为准。
SKILL.md中部分示例路径写作scripts/paper_ct_scan.py，当前商店包内脚本在 Skill 根目录，执行时以实际目录中的paper_ct_scan.py为准。
结尾¶
「论文CT·七维漏洞扫描系统」把七维本地检测与 Agent 触发说明封装为同一 Skill，适合作为投稿前结构化体检，而不是改写或录用保证工具。官方 SkillHub 页面：https://www.skillhub.cn/skills/user_8c3c5215/wang-paper-ct；API 条目：https://api.skillhub.cn/user_8c3c5215/wang-paper-ct。
