Token导航 LogoToken导航

Agent Skill · 待分类

thesis-optimizer(论文优化器)

thesis-optimizer 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

thesis-optimizer 是待分类类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为只读;许可证信息还不明确,第三方扫描已通过,按安装量在待分类类的 11,209 个 Skill 里排第 3,760。

总安装 906周安装 37GitHub Stars 130下载 293核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:thesis-optimizer(论文优化器)
来源仓库:https://github.com/haimbeau1o/thesis-optimizer
仓库路径:skills/thesis-optimizer
安装命令:
npx skills add https://github.com/haimbeau1o/thesis-optimizer --skill thesis-optimizer
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/haimbeau1o/thesis-optimizer --skill thesis-optimizer

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定,用法以来源仓库的说明为准。

thesis-optimizer 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息。适合在 Codex、Claude、Cursor、Gemini CLI 中围绕仓库状态或代码变更进行整理。通过 npx 命令从指定 GitHub 仓库安装并使用。

安装前需确认权限范围、维护状态及是否触发联网或文件操作。适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

来源仓库内路径:skills/thesis-optimizer

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/haimbeau1o/thesis-optimizer --skill thesis-opt…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

thesis-optimizer 怎么安装?

在终端执行 npx skills add https://github.com/haimbeau1o/thesis-optimizer --skill thesis-optimizer。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

thesis-optimizer 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

thesis-optimizer 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

thesis-optimizer 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

thesis-optimizer 用的人多吗?

公开数据是累计安装 906 次,近一周安装 37 次,下载 293 次,GitHub 130 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

thesis-optimizer 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。
  • 标注为只读权限,试用阶段不容易误改本地文件。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理待分类类任务、又不想每次都手写提示词的人。
  • 只想先试试效果、不希望它改动本地文件的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
infsh-cli

infsh CLI · Codex、Claude

4,374,576382权限未标注未明确未收录
ai-video-generation

AI 视频生成 · Codex、Claude

4,313,376382调用外部服务未明确有提醒
lark-openapi-explorer

云雀 OpenAPI 浏览器 · Codex、Claude

2,064,1209,011需要联网未明确有提醒
lark-workflow-standup-report

Lark 工作流程站立报告 · Codex、Claude

2,041,6328,978需要联网未明确通过
use-my-browser

使用我的浏览器 · Codex、Claude

1,848,49140操作浏览器未明确未通过
thesis-optimizer

论文优化器 · 本页

906130只读未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Thesis-Optimizer: 学术论文智能优化系统

何时使用此Skill / When to Use

当用户需要对学位论文进行以下优化时触发:

  • 降低 AI 写作风险特征(可结合用户指定检测工具抽样验证)
  • 降低查重率(知网、维普等)
  • 学术润色和表达提升
  • 系统化、可追踪的论文优化

核心架构 / Core Architecture

采用两层文档架构 + 显式状态追踪:

第一层: 总揽文档 (thesis_master_overview.md)
  ├── 论文整体分析与解读
  ├── 章节划分与优化策略
  ├── 全局进度追踪 [██████░░░░] 60%
  └── 章节状态矩阵
      │
      ├─→ 第二层: chapter_01_abstract.md
      ├─→ 第二层: chapter_02_intro.md
      └─→ ... 其他章节任务文档

工作流程 / Workflow

Phase 0: 初始化 - 生成总揽文档

触发条件: 用户首次请求优化论文

执行步骤:

  1. 使用 view_file 完整阅读论文LaTeX源文件
  2. 分析结构:识别章节、段落、公式、图表
  3. 内容解读:理解研究主题、核心贡献、论证逻辑
  4. 问题诊断:识别AI特征、查重风险点、表达问题
  5. 根据 templates/master_overview_template.md 生成总揽文档

输出: thesis_master_overview.md 存储在论文同目录

Phase 0.5: AI 模式全景扫描

触发条件: 总揽文档生成后、逐章节优化开始前

执行步骤:

  1. 依据 references/ai_pattern_taxonomy.md 对全文进行系统扫描
  2. 定位 6 大类 30+ 种典型 AI 模式特征及高风险段落
  3. 在总揽文档中生成模式检出热力图(标记各章节主要 AI 缺陷)

Phase 1: 逐章节深度优化循环

对于总揽文档中每个待处理章节:

  1. 创建章节任务文档

- 使用 templates/chapter_task_template.md - 命名: chapter_XX_name.md

  1. 应用高阶优化策略 (阅读 references/ 获取详细指导)

- 核心原则:术语保护优先,保留公式、专业缩写和关键推理链。 - 最小干预原则:处理 AI 写作风险特征时,优先采用句内结构微调、局部语序调整和小范围词汇替换;不要推翻原段落逻辑或进行大段扩写。 - 学术语体约束:避免戏剧化、网文风、口语化或过度情绪化表达(如“暴力美学”、“疯狂抽取”、“撕碎”等)。重写应保持客观、严谨、中立、平实。 - 策略A: 模式扫描与定位 → 对照 references/ai_pattern_taxonomy.md - 策略B: 词汇风险检查 → 参考 references/ai_vocabulary_blacklist.md - 策略C: 句式节奏检查 → 参考 references/perplexity_burstiness.md - 策略D: 降低 AI 写作风险特征 → 依据作者原有逻辑进行句内微调 - 策略E: 降查重率(语义改写) → references/strategy_plagiarism.md - 策略F: 学术润色(精炼与连贯) → references/strategy_polishing.md

  1. 生成优化后的LaTeX

- 保持原有格式规范 - 记录改写前后对照

  1. 更新总揽文档

- 更新章节状态: ⏳待处理 → 🟡进行中 → 🟢已完成 - 更新全局进度条 - 记录关键问题和解决方案

  1. 评估质量

- 参考 references/evaluation_criteria.md - 记录评估结果到章节任务文档

Phase 2: 全局评估与迭代

触发条件: 所有章节初次优化完成

  1. 汇总各章节评估结果
  2. 识别未达标章节 (标记为 🔴需返工)
  3. 在总揽文档添加"迭代计划"
  4. 返回Phase 1处理问题章节

状态追踪机制 / State Tracking

状态标记:

  • ⏳ 待处理 (Pending)
  • 🟡 进行中 (In Progress)
  • 🟢 已完成 (Completed)
  • 🔴 需返工 (Re-work Needed)
  • ⭐ 已验证 (Verified)

防偏移设计:

  • 每个章节在总揽文档有明确状态行
  • "当前工作"和"下一步"字段指示任务
  • 章节文档开头链接回总揽文档
  • 每次更新记录时间戳

三大优化策略概览 / Optimization Strategies

策略A: 降低 AI 写作风险特征(坚守最小干预原则)

  • 句内重组机制:相关修改优先限于句内级别的结构重组与同义词更替,避免大范围扩写或整段洗稿。
  • 顺应人类逻辑:完全尊重并保留作者原始的人类书写逻辑与思维跳跃,不强行填补“AI式完美过渡”,保留真实的撰写颗粒度。
  • 打破规整化句式:刻意营造长短句交织,祛除AI偏爱的“高度对称、四平八稳、排比列举”等僵化行文特征。

策略B: 降查重率

  • 深度语义改写 (同义替换、结构重组)
  • 引用规范化 (直接→间接转换)
  • 专业术语处理 (核心保留+描述变换)

策略C: 学术润色

  • 表达精准化 (量化抽象概念)
  • 学术规范性 (术语一致、时态规范)
  • 可读性优化 (复杂句拆分、过渡流畅)

评估目标 / Evaluation Targets

指标目标值评估方法 / 工具
5D质量评分作为人工复核参考依照 references/evaluation_criteria.md 对直接性/节奏感/自然度/学术性/精炼度进行评分
AI风险抽样检测以用户指定工具为准检测器结果仅作参考,不承诺固定阈值
查重率< 10%知网, 维普
句式节奏避免过度均匀统计检查长短句分布,结合人工判断
词汇分布避免高风险词密集出现依照 references/ai_vocabulary_blacklist.md 进行校验

快速开始 / Quick Start

告诉我你的论文路径,我将:

  1. 完整阅读并分析你的论文
  2. 生成高质量的总揽文档
  3. 按优先级逐章节进行优化
  4. 持续追踪进度直至完成

参考资源 (按任务需要阅读):

  • *基础工作流*:

- templates/master_overview_template.md - 总揽文档模板 - templates/chapter_task_template.md - 章节任务模板 - references/evaluation_criteria.md - 包含 5 维评分标准的评估体系

  • *前置风险参考*:

- references/ai_pattern_taxonomy.md - 30+ 种中文学术论文 AI 模式判别 - references/ai_vocabulary_blacklist.md - 中文学术 AI 高频词汇风险参考 - references/perplexity_burstiness.md - 句式节奏与统计风险提示

  • *核心优化策略*:

- references/strategy_ai_reduction.md - AI 写作风险特征降低策略 - references/strategy_plagiarism.md - 降查重防自引策略 - references/strategy_polishing.md - 严谨化学术语言指南

平台分布

Codex

36.15%
按下载量换算106

Claude

31.28%
按下载量换算92

Cursor

18.76%
按下载量换算55

Gemini CLI

8.5%
按下载量换算25

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills