- AI 技能
- AI 写作
- 人工智能
- 深度研究
- AI 应用
【免费下载链接】PaperSpine
PaperSpine5 — local-first, evidence-bound paper research, writing, figures, review and delivery. Download: https://wubing2023.github.io/PaperSpine/v5/
导读
本文讲解 PaperSpine5 中的 Publication Surface（发表表面）概念与配套检查工具publication_surface_check.py。它解决的是论文撰写、换版式、审阅和修订中最隐蔽的一类问题：把"内部工作过程"（如审阅状态、用户选图记录、审计标签、工作流文件名）误写进读者能看到的手稿正文。读完本文，你将掌握：判定什么内容属于"生产叙述"、什么属于"科学内容"的边界标准；运行命令行检查器并正确解读其输出；以及在 LaTeX / Markdown / DOCX / PDF 四种稿件表面上执行人工复核的完整方法。
什么是 Publication Surface：论文表面与生产过程的边界
PaperSpine5 的整个写作流程围绕"内部证据"展开——证据账本（evidence ledger）、审计标签、选图确认、门禁检查（gate）都是生产过程中的产物。但论文交付给读者的是科研成果本身，不是制作过程说明。
publication-surface.md 给出了这个核心判定：
Internal IDs, user-interface choices and audit artifacts describe how the paper was produced. They do not belong in the research article.
内部 ID、界面选择记录和审计产物描述的是"这篇论文是怎么做出来的"，它们不属于研究论文。这条边界必须在以下每个环节强制执行：
- 起草（drafting）
- 换版式 / 重新排版（assembling another layout）
- 审阅修订（reviewing a revision）
且覆盖面包括：标题区（title area）、摘要（abstract）、页眉（running headers）、图注（captions）、表格、声明（declarations）、科学补充材料（scientific supplements）。换句话说，凡是读者会看到的文本表面（surface），都不得出现生产过程叙述。
工作流中的任务状态（task status）与续作说明（continuation note）同样禁止抄进模板的 author note、draft-status block 或摘要中。这些沟通内容应该留在交付说明（delivery notes）里，而不是论文里。
六类典型"污染"模式：什么必须被清除
根据文档与 publication_surface_check.py 中的正则规则（PATTERNS元组），生产叙述主要有六类可识别形态，下面逐一说明其特征与处理方式。
1. 状态性说明段落：Draft / Review / Delivery Status
不要在手稿中生成独立的"Draft status""Review status""Delivery status"等说明性段落，即使底层状态确实为真。这类沟通必须放到交付说明中。
文档特别强调了一个易被忽视的细节：
Removing the heading while leaving its production narration in ordinary prose does not fix it.
即：删掉"状态"标题、却把生产叙述改写为普通散文继续留在正文里，并不算修复。检查器对应的规则是draft status production block，会同时匹配英文标题（draft/review/delivery/production/manuscript production status）与中文标题（草稿状态/制稿状态/生产状态/审阅状态/交付状态等），即使没有冒号结尾也会命中。
2. 审计标签：[claim:...][evidence:...]等方括号标签
起草与审阅过程中，PaperSpine 的 evidence-grounding 流程会在句子旁标注[claim:C001]、[evidence:S001]、[numeric:N001]等内部引用标签（见 scientific-evidence-ledger.md 与src/skill/references/contracts/evidence-review.schema.json）。这些是证据链的内部指针，不是读者文本。
必须从面向读者的散文中移除：
- claim / evidence / source / numeric / method / outcome / result 方括号标签（规则
inline audit tag） - 审计标识符散文，如
evidence ID: S001（规则audit identifier prose） - 工作流文件名，如
writing_rationale_matrix.md、scientific_evidence_ledger.json（规则workflow artifact name） - 门禁脚本名，如
artifact_check.py、progress_check.py（规则internal gate narration）
对应的测试用例test_publication_surface_rejects_inline_evidence_tags位于 tests/test_readiness_gates.py，它构造了Result [claim:C001] [evidence:S001].的 TeX 稿件，断言校验结果失败且找到audit tag类发现。
3. 用户选图与采纳叙述：把"确认"当论文事实
用户选择了哪些图、是否保存、是否通过视觉检查、打包是否就绪——这些是任务笔记或本地工作包 README的内容，不是论文内容。以下典型叙述属于必须清除的生产叙述：
- "These figures reflect the user-confirmed selections"（规则
user selection production narrative） - "Figure 3 was adopted/approved by the user"（规则
user adoption production narrative） - "the figures use the versions selected in the web workspace"（规则
user selection web workspace narrative） - 行首独立的 "Confirmed user figure choices:"（规则
user selection status） - 中文形态如"图件反映用户已确认的选择"（规则
user selection production narrative (Chinese)）
文档明确：用保存的选择去挑选实际图形，而不是在论文里叙述"用户确认了它们"。换版式时，即使新版式沿袭了上一稿的文本，也不能继承旧的"生产状态"段落——旧的制作状态叙述不是不可变的科学文本（这一点在 manuscript-format.md 中再次强调）。
值得注意的实现细节：检查器对user selection/user adoption类规则有一个研究数据豁免——如果同一句中出现participants、respondents、experimental task、clickstream、usability study（或中文受试者/参与者/交互日志/可用性实验）等被试语境，说明该叙述描述的是 HCI 研究中的受试者选择数据，属于科学内容，不会被命中（见 publication_surface_check.py 中_scan函数的上下文豁免逻辑）。但该豁免只针对同一句内的明确被试语境，绝不适用于整篇 HCI 文档。
4. 审阅与门禁状态：review pending、layout checked 等
以下叙述同样属于生产记录而非论文内容：
- "Review pending" 及其中文形态"独立审阅：待完成""待审阅"（规则
review pending production status） - "The layout has been visually checked" 及中文"已目视检查版式"（规则
layout check production narrative） - "the reviewer has now marked the current export complete"（规则
export review production narrative）
5. 投稿声明式叙述：No submission implied
- "No submission is implied" 及中文"不代表已经投稿或发表"（规则
submission disclaimer production narrative）。这是工作状态提示，不是论文内容。
6. 防御性审计语气：堆叠 hedge 与审计短语
除了上述可被正则识别的形态，Publication Surface 还包括一类更微妙的问题——防御性审计语气。最终论文不应反复出现：
- "within the supplied materials"
- "user-authoritative"
- "the evidence ledger shows"
- 在观测结果周围堆叠
may / might / potentially（如 "The supplied evidence appears to suggest that X may potentially improve..."）
正确做法遵循 assertive-scientific-writing.md：直接陈述有依据的发现，只在推断性质发生改变的那一个点保留一次清晰的限定。例如把 "CARBON 在评测任务上提升了 Pearson 相关系数" 直接写出，而不是"提供的证据似乎表明 CARBON 可能潜在提升…"。
科学边界必须保留：清除生产叙述 ≠ 删除科学内容
Publication Surface 清理有一个重要的反向约束：不得因为某段内容"源自审计"就删掉真实的科学事实。以下内容必须原样保留：
- 真实的局限性（limitation）
- 作者输入要求（author-input requirement）
- 已披露的不确定性（disclosed uncertainty）
- 可复现性方法（reproducibility methods）
- HCI 研究中的被试选择（participant choices）
- 系统综述的筛选过程（systematic review's screening process）
这些即使提到用户、工作流或审阅，也属于科学内容。文档给出一个"按含义拆分混合段落"的示例：把"the user confirmed these figures"移到工作笔记，但保留一个"未解决的测量单位或研究场景限制"——因为它影响结果解读。
同时，不得编造作者、伦理或招募事实。需要时使用简洁的学术措辞或明确的作者占位符；本地草稿不等于自动具备投稿就绪状态。
PaperSpine 自身的硬性承诺
文档明确了一条产品级规则：
PaperSpine itself must never add an AI-use disclosure, model/tool name, AI-generated label or workflow provenance marker to any reader-facing paper output.
即 PaperSpine 绝不主动向任何读者可见的论文输出中添加 AI 使用披露、模型/工具名、AI 生成标签或工作流来源标记。如果外部投稿系统单独要求披露，该要求应记录在投稿元数据与作者说明中，而不是被静默写进稿件正文——这一职责由 submission-metadata.md 承接（其中ai_use_disclosure字段以provided/not_applicable/blinded三种状态显式管理）。
运行检查器：命令行用法与参数
文档给出的推荐命令（现行用法）：
python scripts/publication_surface_check.py --source "<current-manuscript.tex>" --source "<current-manuscript.pdf>" --json要点如下：
--source可重复，必须传入当前实际稿件路径，支持.tex、.md、.docx、.pdf四种格式；如有 DOCX / Markdown 输出也应一并传入，不要依赖历史 output 目录的默认发现逻辑。--json输出结构化 JSON 结果；--markdown输出人类可读报告；--write把报告写入publication_surface_check.md（仅在显式指定时写文件，绝不改写稿件源）。- 退出码：
0表示无命中（仅代表提取成功且规则未命中），1表示存在命中或提取失败。
脚本还保留一个旧版兼容接口：publication_surface_check.py OUTPUT_DIR --markdown --write，它会扫描OUTPUT_DIR/final_paper/main.tex、final_paper/paper.md、output_dir/final_paper.md三个历史候选路径。当前主机推荐显式--source，因为显式路径会替换旧发现逻辑：任何缺失、不支持或不可读的输入都会显式失败，即使其他源是干净的（见validate()函数的文档注释）。
输出结构解读
SurfaceResult数据结构（publication_surface_check.py）包含：
files：实际读取的稿件文件列表ok：无命中且无错误时为Truematches：每条命中的结构化信息（path、行/段落/页号、rule 标签、excerpt 摘要、DOCX 时的 part）findings：人类可读的定位串，形如path:12: inline audit tag; inspect context (...)（PDF 为path: page 3，DOCX 为path: paragraph 5 (word/document.xml)）errors：提取失败列表（损坏输入永远不会表现为"干净的论文"）extractions：每种格式使用的提取器与文本单元数limitations：脚本自带的三条能力限制声明
四种格式的提取原理与能力边界
检查器对不同格式采用不同的"只读"提取器，理解其边界才能正确解读结果。
TeX：非执行式阅读器
TeX 分支由_Tex类实现（publication_surface_check.py）。它不执行任意 TeX，只支持：
- 字面
\input/\include（并正确解析\includeonly，且循环包含与超过 64 层深度会显式报错） - 简单的零参数宏（
\newcommand等，递归展开深度同样限制为 64） - 剥除注释、
~、转义字符、单字符命令 - 跳过
thebibliography、CSLReferences、filecontents、comment环境 - 对
\label/\ref/\cite/\href等非散文参数只消费参数、不展开，其中交叉引用以REF占位符参与匹配
它不读取.bib/.bbl/.sty/.cls，也不做任意 TeX 展开、类/包代码或条件执行。任何被识别的"字面包含"都必须是可解析的纯字面路径，否则抛错。
Markdown：UTF-8 全文
Markdown 分支读取 UTF-8（含 BOM）文本，仅剥离 HTML 注释（<!--...-->）后整篇扫描。
DOCX：正文段落 + 章节引用的页眉页脚
DOCX 分支用标准库zipfile+ElementTree读取word/document.xml正文段落，并通过sectPr的headerReference/footerReference关系加载被节引用的页眉页脚（会校验 relationship 类型与路径合法性，防止逃逸出包）。可见文本只取<w:t>、<w:tab>、<w:br>节点。位置定位到段落号而非渲染页。脚注/尾注、未被引用的包部件、注释/元数据、纯图片内文字均不扫描——所以 DOCX 必须另做渲染后人工检查。
PDF：文本层提取，不是 OCR
PDF 分支优先使用pypdf，缺失时回退到 PyMuPDF（pymupdf/fitz）。加密 PDF、无页 PDF 直接报错；空白页/纯图页（无可提取文本）会报错而不是 PASS。位置定位到页号。依赖不可用时会明确报"PDF extraction requires pypdf or PyMuPDF"，而不是静默跳过。
检查结果的正确解读：PASS ≠ 科学审阅通过
文档与脚本反复强调同一个原则：检查器只是定位候选问题，不重写论文，也不能证明每个改写句都已消除。
脚本__doc__明确指出：
PASS/ok means only that extraction succeeded and these heuristic rules did not match. It is not semantic coverage, scientific review or submission readiness.
LIMITATIONS常量中的三条声明进一步划清了边界：
- 纯启发式规则：无命中 ≠ 语义覆盖、科学正确性或投稿就绪；保留人类科学审阅，改正前先看上下文；不删除、不修改任何手稿文本。
- TeX 提取是字面/简单宏级的，不是任意展开；PDF 提取不是 OCR 也不是视觉审阅；DOCX 定位是段落不是渲染页。
- DOCX 扫描范围有限（见上文）。
因此检查通过后的人工闭环必不可少，文档给出明确要求：
- 完整通读当前稿件全文；
- 独立检查所有渲染页面——包括文本提取器看不到的图形内文字（figure 内部的文字）；
- 按"含义"解决每条发现，保留合法科学内容；
- 重新检查受影响的源与输出；
- 把工作笔记和审阅报告排除在本次仅限稿件（manuscript-only）的扫描之外。
在整条流水线中的位置：LaTeX 阶段与最终审计门禁
publication_surface_check.py不是孤立工具，它是 PaperSpine5 生产流水线的门禁成员。
LaTeX 渲染阶段
manuscript_export.py 在导出完成后，会对实际生成的 tex / docx / pdf（sources=[source, tex, docx, pdf]）运行validate_surface，把publication_surface_check.md报告写入输出目录，并在 JSON 结果中给出三态状态：no_rule_matches/review_required/extraction_incomplete。非no_rule_matches时会向 stderr 提示"inspect ... and repair/retry the same manuscript"并以非零退出码返回（3为提取不完整，2为需人工复核）。
门禁检查（progress_check）
progress_check.py 在 LaTeX 阶段门禁中会运行publication_surface_check.py并要求退出码为 0（_run_script返回非零即 GATE FAILED，提示返回最终装配、重新渲染、检查并解决读者可见缺陷）。同时，progress_check.py的最终就绪矩阵artifact_portable要求final_paper/paper.pdf存在、latex_report.md通过、publication_surface_check.md通过且无错放工件。它还会检查报告文件是否包含 FAIL/BLOCKED 字样（_report_contains_fail_blocked）。
不过 audit.md 明确警告：不要仅凭已存在的报告文件就认定完成——报告只是证据，稿件本体与编辑器合成结果必须一致。
版本差异
旧版接口（OUTPUT_DIR --markdown --write）与paper_rewriting_output/历史目录仍被兼容读取（见 audit.md、latex.md），但当前主机要求：传入当前实际稿件路径（含请求的 DOCX/Markdown 输出），不依赖历史输出目录默认值——这正是文档命令行示例改用--source的原因。
与其他 skill 参考的联动
Publication Surface 是整个写作/审阅体系中的横切约束，文档明确要求与以下参考配合使用：
- assertive-scientific-writing.md：消除防御性语气、堆叠 hedge，直接陈述有依据的发现。
- manuscript-format.md：在把稿件内容放入模板前先应用 publication-surface 检查；title-page author note、draft-status 字段、页脚或补充页同样是读者可见文本。
- motivation-thread-writing.md：
A -> B -> C箭头链是内部规划记号，绝不可转录成读者句子；"本文为回应反馈而重组"这类生产叙述要移入工作笔记。 - audit.md：将
publication_surface_check.md列为必需审计产物之一，并纳入最终硬门禁顺序。 - submission-metadata.md：外部系统要求披露时走元数据通道，不写进稿件正文。
- SKILL.md：第 5 步"Render, assemble and inspect"与第 6 步"Independent review and repair"都显式要求阅读 publication-surface.md；第 6 步规定独立审阅者必须检查实际当前稿件、图形与渲染，且写作方自检不能替代独立审阅。
自查清单：一次完整的 Publication Surface 清理
- 全文通读：从头到尾读当前稿件（不是只读报告）。
- 标题与摘要：检查标题区、作者注、draft-status 块、摘要是否有状态叙述。
- 页眉页脚与图注：running headers、captions 是否混入"用户已确认"或"review pending"。
- 表格与声明：声明区是否只有真实科学内容，无工作状态提示。
- 科学补充：supplements 是否误放工程执行细节（应移入工作包）。
- 扫描所有渲染页：包括图内文字、DOCX 的 Word 实际渲染。
- 按含义修复：每条发现按语义拆分——生产叙述移入工作笔记，科学内容（局限、方法、披露要求）保留。
- 重新检查：修复源后重新生成受影响输出，重跑检查器确认；若使用了
--write，确认报告未覆盖稿件源。 - 不越权：审计-only 请求只允许定位与建议，不允许擅自替换用户论文（"repair the source and regenerate only the outputs authorized by the current request"）。
总结
Publication Surface 是 PaperSpine5 保证"论文表面干净"的关键约束：内部 ID、选图记录、审计标签、门禁与状态叙述只属于工作笔记与交付说明，绝不能进入读者可见的标题、摘要、页眉、图注、表格、声明或补充材料。publication_surface_check.py以只读方式扫描.tex/.md/.docx/.pdf四种表面，用启发式规则定位 6 大类生产叙述（含中英文），并在整条 LaTeX 渲染与最终审计流水线中作为硬门禁执行。但工具只是定位器：PASS 只代表规则未命中，最终论文质量仍依赖对全稿与全部渲染页的独立人工审阅，并严格守住"清除生产叙述、保留科学内容"的双向边界。
- AI 技能
- AI 写作
- 人工智能
- 深度研究
- AI 应用
【免费下载链接】PaperSpine
PaperSpine5 — local-first, evidence-bound paper research, writing, figures, review and delivery. Download: https://wubing2023.github.io/PaperSpine/v5/
相关推荐
PaperSpine5 出版面净化（Publication Surface Scrub）：把制稿痕迹挡在研究论文正文之外
PaperSpine5 出版面净化（Publication Surface Scrub）：把制稿痕迹挡在研究论文正文之外 导读：本文围绕 PaperSpine
AI 技能AI 写作人工智能深度研究AI 应用PaperSpine Publication Surface Scrub 指南：清除稿件中的生产痕迹与审核旁白
PaperSpine Publication Surface Scrub 指南：清除稿件中的生产痕迹与审核旁白 PaperSpine 的 Publication
AI 技能AI 写作人工智能深度研究AI 应用IntelliJ Platform Kotlin UI DSL v2 实战指南：用声明式 Kotlin 构建对话框、设置页与表单化工具窗口
IntelliJ Platform Kotlin UI DSL v2 实战指南：用声明式 Kotlin 构建对话框、设置页与表单化工具窗口 本指南以仓库内 .a
AI 技能AI 写作人工智能深度研究AI 应用
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
