前言¶
投稿前常見做法是分別做查重、格式自查和同行通讀，問題往往分散在排版、數據前後不一致、引用可疑或 AI 痕跡等維度，很難在一次流程裏對齊。若希望 Agent 在對話裏觸發一套固定流程，並在本機跑規則引擎生成可讀報告，SkillHub 上的社區 Skill「論文CT·七維漏洞掃描系統」（座標 @user_8c3c5215/wang-paper-ct）把檢測腳本與 SKILL.md 工作流打包在一起，面向中文學術論文做七維掃描與加權評分。下面介紹它的定位、能力與安裝用法。
這是什麼¶
一句話定位：基於 Python 腳本的學術論文「CT 三步法」檢測 Skill——穿透掃描、綜合診斷、輸出修復優先級清單；檢測在本地執行，SkillHub 標註 requires_api_key=false，無需 API Key。
維護與來源：SkillHub 分類爲 knowledge-management，來源 community，發佈者 user_8c3c5215，頁面展示作者爲「聽風的蠶蛹」。商店當前版本爲 1.0.3（SkillHub 頁面與 CLI 搜索結果一致）；包內 SKILL.md 元數據寫有內部文檔版本 2.0（2026-06-02），以商店版本爲準做安裝與升級。
解決的問題：在不上傳論文到外部服務的前提下，對 .docx / .pdf / .txt / .md 做七維規則檢測，產出 report_summary.md、report_detail.json、scores.json，供人與 Agent 共讀。
核心功能¶
Skill 自述採用「CT 三步法」：七維並行掃描 → 加權總分與風險等級 → 按嚴重程度排列的修復建議。七維及權重（來自包內 config.json 與 SKILL.md）如下。
| 維度 | 模塊 | 權重 | 關注點（摘要） |
|---|---|---|---|
| 排版規範 | format_check |
10% | 字體、標題、行距、圖表編號、參考文獻 GB/T 7714 等 |
| 內容真實 | authenticity_check |
25% | 數據出處、引用存在性、前後一致性 |
| 可行性 | feasibility_check |
15% | 方法、樣本量、時間線、資源匹配 |
| 內容真僞 | fact_check |
15% | 事實交叉、統計合理性、邏輯問題 |
| AI 痕跡 | ai_detect |
15% | 段落均勻度、空洞用語、公式化過渡等 |
| 學術規範 | academic_norms |
10% | 抄襲跡象、倫理與文獻、基金披露等 |
| 期刊適配 | journal_fit |
10% | 方向、字數、結構與目標期刊匹配 |
評分檔位（config.json）：優秀 ≥90、良好 ≥75、合格 ≥60、需改進 ≥40。文檔強調內容真實維度權重最高，該維度過低時應優先處理。
明確不做的事（Skill 自述「能力邊界」）：不提供知網式查重、不做語法潤色與英文潤色、不自動改寫正文、不保證錄用；規則面向學術論文，非學術文本易誤報。
隱私與依賴：文檔聲明檢測在本地完成、不收集論文內容；需 Python 3.8+，依賴 python-docx、pdfplumber、chardet。支持 Windows、Linux、macOS 及 HarmonyOS NEXT。
安裝與啓用¶
1、安裝 SkillHub CLI（若尚未安裝）¶
按 SkillHub 安裝說明 檢查或安裝：
command -v skillhub && skillhub --version
未安裝時可執行完整安裝（文檔推薦）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
2、安裝本 Skill 到當前 Agent 的 skills 目錄¶
安裝時必須用 --dir 指向 Agent 實際使用的 skills 目錄，否則默認落在 ./skills/ 可能無法被識別。示例（Cursor）：
skillhub install wang-paper-ct --namespace user_8c3c5215 --dir ~/.cursor/skills/
其他客戶端常見路徑（同一份安裝文檔）：Claude Code 爲 ~/.claude/skills/；Codex 爲 ~/.codex/skills/ 或項目下 .agents/skills/。安裝後按所用客戶端要求刷新或重啓 Agent。
也可將下面提示交給 AI，讓其按官方安裝文檔拉取同一座標：
請根據 https://skillhub.cn/install/skillhub.md，安裝 @user_8c3c5215/wang-paper-ct。
3、Python 依賴¶
進入 Skill 安裝目錄（形如 .../@user_8c3c5215/wang-paper-ct/）後安裝依賴：
pip install python-docx pdfplumber chardet
典型用法¶
對話觸發（Agent 工作流）¶
SKILL.md 約定：用戶說出「幫我檢測這篇論文」「投稿前檢查一下」「用論文CT掃一下」等表述時，Agent 應接管流程，無需用戶手敲完整命令。流程要點：
- 接收論文路徑、目錄、粘貼文本或附件；
- 調用主控腳本（包內腳本位於 Skill 根目錄，文件名爲
paper_ct_scan.py）； - 讀取生成的
output/report_summary.md，向用戶呈現摘要與優先修復項。
命令行示例（將 <技能目錄> 替換爲實際安裝路徑）：
cd <技能目錄>
python paper_ct_scan.py --input /path/to/論文.docx --output output/
主控腳本用法說明與上述一致：python paper_ct_scan.py --input <路徑> --output <輸出目錄>。
輸出文件¶
| 文件 | 用途 |
|---|---|
output/report_summary.md |
人類可讀的完整報告 |
output/report_detail.json |
結構化明細 |
output/scores.json |
七維分數、總分與等級 |
單維度檢測（可選）¶
文檔說明可單獨調用模塊；包內對應腳本與主控腳本同級，例如僅跑 AI 痕跡檢測：
cd <技能目錄>
python ai_detect.py --input /path/to/論文.docx --output output/
全量掃描仍建議走 paper_ct_scan.py，因各維度結果會交叉影響診斷。
適用場景與注意¶
適合：中文學術論文、學位論文或課題材料在投稿前的自檢；希望在 Cursor 等 Agent 裏用自然語言觸發、並在本機留痕報告的團隊或個人。
限制與注意：
- 與查重產品互補，不能替代文獻庫對比查重。
- 主要規則針對中文論文；英文稿部分維度可能降級或跳過。
- 初稿未完成時檢測噪音大，文檔建議初稿完成後、投稿前再跑。
- SkillHub 統計（抓取資料）：評分 100000，下載 3426，安裝計數爲 0；以頁面實時數據爲準。
SKILL.md中部分示例路徑寫作scripts/paper_ct_scan.py，當前商店包內腳本在 Skill 根目錄，執行時以實際目錄中的paper_ct_scan.py爲準。
結尾¶
「論文CT·七維漏洞掃描系統」把七維本地檢測與 Agent 觸發說明封裝爲同一 Skill，適合作爲投稿前結構化體檢，而不是改寫或錄用保證工具。官方 SkillHub 頁面：https://www.skillhub.cn/skills/user_8c3c5215/wang-paper-ct；API 條目：https://api.skillhub.cn/user_8c3c5215/wang-paper-ct。
