dsh-plugin-writing-guard: DSH Plugin, Install & GitHub Guide

DSH Writing Guard

DeepSeek Harness (DSH) 论文写作守卫：在论文撰写和修改过程中自动检查常见 AI 写作风格、修改残留、防御性表达与机械化句式，并在润色时保护科研事实与科学主张完整性（Scholarship Lock + Epistemic Lock——数字、引用、主张强度、否定/零结果、scope 边界都不许被语言修改悄悄改变）。

适用于：中文论文、英文论文、SCI manuscript、毕业论文、学术写作与论文润色。

一句话定位

Writing Guard：去掉 AI 写作痕迹，守住科学证据，写向目标期刊。

少一点 AI 腔，多一点证据，更贴近目标期刊。

Language can change. Evidence cannot.

我们不做“AI 检测器绕行工具”，而是：

不是隐藏 AI，而是消除 AI 带来的坏写作。

三大支柱

去掉 AI 式防御性写作 不是简单替换几个“AI 高频词”，而是识别并减少 concession stacking、limitation pre-emption、generic value claim、unnecessary epistemic retreat 这类“正确但没必要”的防御性学术写作。

AI 越强，越会写“正确但没必要”的句子。
守住科学证据 数字不能漂移、p 值不变、null finding 不消失、correlation 不能变 causation、citation claim 必须匹配证据、scope 不能被泛化。语言可以改，证据不能改。
写向目标期刊 不是“写得像论文”，而是“写得像你要投的那本期刊”。从目标期刊代表论文中蒸馏写作分布，输出 Journal Fit，让润色结果更贴合 Nature Communications / IEEE TMI / Applied Energy / Journal of Cleaner Production 等真实投稿场景。

Before / After 一眼看懂

Before（典型的 AI 式防御性写作）

While these findings are promising, they should be interpreted
with caution. Several limitations must also be acknowledged.
Nevertheless, the results provide potentially valuable insights...

Writing Guard 检测

⚠ Defensive-writing cluster
- concession stacking
- limitation pre-emption
- generic value claim
- unnecessary epistemic retreat

After（更像一个真正写论文的人）

The model improved F1 by 4.2% over the strongest baseline.
Performance decreased on the external cohort, indicating
limited cross-domain generalization.

输出结构：STYLE / EVIDENCE / JOURNAL

产品输出统一分成三类，用户一眼就知道问题属于哪一层：

分类	回答的问题
STYLE	这句话是不是太 AI？
EVIDENCE	这句话有没有把 science 改掉？
JOURNAL	这句话适不适合我要投的期刊？

如果你正在寻找：

DSH 论文去 AI 味插件
DeepSeek Harness 学术写作插件
AI writing style checker for academic papers
academic writing guard / manuscript proofreading
论文 AI 痕迹检查
SCI 写作 AI 味检查

这个插件的定位不是在论文写完之后进行一次"大规模 Humanize"，而是：

写作前提供规则 → 写作过程中自动守卫 → 修改后自动审计。

它提供四个 DSH 原生工具：

writing_rules：写作前加载学术写作纪律
writing_audit：检查论文中的 AI-style patterns、revision residue、defensive writing、LLM 高频表达及结构化写作痕迹；v0.6 起支持 Scholarship Lock（传 original 对比润色前后科研事实）与作者风格档案（styleProfile）；v1.4 起支持 Journal Profile（journalProfile）做目标期刊写作契合度；v0.8 起自动路径直接启用双锁（见下）
writing_style_profile：从作者历史论文统计写作风格指标（句长/密度），零 LLM
writing_journal_profile：从目标期刊代表论文蒸馏写作分布（Journal Profile），零 LLM

并支持在 .md / .tex / .txt 论文文件被 write / edit 修改后自动执行审计（v0.5 增量模式），将高风险问题反馈给 Agent。v0.8 起自动审计自动捕获修改前的文本（tools/pre-execute 快照 + 持久化基线缓存），每次写入后直接运行 Scholarship Lock + Epistemic Lock——不需要手动传 original。

定位：不是 "AI 检测器"，而是一个知道自己在检查什么文档、能解释"为什么报"的写作 linter。所有规则为本地正则/统计，零网络、零 LLM 调用，毫秒级返回。

Why Writing Guard instead of a Humanizer?

	Writing Guard	Humanizer	AI Detector
写作前规则	✅	❌	❌
写作过程中检查	✅	通常 ❌	❌
自动监听论文修改	✅	❌	❌
整段重写	❌	✅	❌
风格问题定位（可解释）	✅	部分	部分
revision residue 检测	✅	不一定	❌
defensive writing 检测	✅	不一定	❌
本地规则检查（零网络零 LLM）	✅	通常需 LLM	视工具而定

Writing Guard is complementary to Humanizers, not a replacement for them.

大多数 Humanizer 的工作流是：AI draft → rewrite → humanized version Writing Guard 的工作流是：rules → writing → automatic audit → targeted revision

Humanizer 是写完再改，Writing Guard 是边写边防。

去 AI 味（说明边界）

"去 AI 味"在本项目中指识别和减少机械化、模板化、过度结构化的 LLM 写作风格，目标是改善论文表达质量，而非保证规避任何 AI 检测系统。

安装

# 从 npm 安装（已发布，推荐）
dsh plugin --profile web add dsh-plugin-writing-guard

# 从 GitHub 安装（lib/ 已提交，无需构建）
dsh plugin --profile web add github:xmutfyh/dsh-plugin-writing-guard

# 或直接从 GitHub tarball 安装
dsh plugin --profile web add https://github.com/xmutfyh/dsh-plugin-writing-guard/archive/refs/heads/master.tar.gz

# 或从本地源码目录安装
dsh plugin --profile web add ./path/to/dsh-plugin-writing-guard

# 重启生效
dsh web

仓库：https://github.com/xmutfyh/dsh-plugin-writing-guard

文档类型感知（document profiles，v0.3）

同一段文字在不同文档里含义不同。插件按文档类型应用规则：

profile	说明	例：`as requested by the reviewer`
`manuscript`	论文正文	🔴 修改过程残留，报警
`rebuttal`	逐条回复信	✅ 正常表述，不报警
`cover_letter`	投稿信	🔴 残留，报警
`review` / `notes` / `unknown`	其他	保守处理

writing_audit 可通过 profile 参数指定，或从文件路径自动检测（rebuttal/cover_letter/manuscript 关键词）。

解决的问题

基于审稿人分享的 AI 写作识别清单（破折号铺天盖地、"它不是X而是Y"、绝对化定义、冒号滥用）与"扬长避短/发布会原则"提示词，以及网络研究（Kobak et al., Science Advances 2025，>1500 万 biomedical abstracts 词频统计；社区词表 delve/tapestry/testament/leverage 等），自动检测：

类别	典型问题
修改过程残留	"revised model"、"as requested"、"we have updated"、"本轮/投稿前/审稿人要求"
主张校准	"we do not claim"、"本文并非要证明"、自我削弱词；研究局限性正当陈述不报警（ICMJE 要求）
修辞模式	"不是X而是Y"/"not X but Y"、rather than 滥用、绝对化定义、三连排比、重复绕圈、多重"的"字链（v0.7）
LLM 关联词	delve/tapestry/testament/leverage/harness 等（密度规则，单次出现不报警）；空洞热词密度（v0.7：robust/crucial/机制/耦合/范式，高门槛防误伤术语）
学术文体	we believe/think、模糊词、抽象副词；"significantly" 仅提示复核统计语境；平均句长（v0.7：英 ≤18 词/中 ≤25 字）
格式	破折号密度（范围连字符不算）、冒号标题、Unicode 数学符号（LaTeX 工作流）

v0.6 学术写作质量守卫

定位升级：从"AI 风格 Linter"到"在 Agent 修改学术论文时，持续保护科研事实、作者风格和写作质量"。全部依旧本地正则/统计，零网络零 LLM：

能力	检测什么	例子
Scholarship Lock 🔴	润色/改写前后科研事实被改动：数字、百分数、p 值、置信区间、单位、`\cite`/`\ref`、Figure/Table 编号、DOI	`87.3% → 89.1%` 直接 HIGH：语言润色不得改数字；恢复原值或显式确认
防御饱和（hedge 密度）	may/might/could/possibly/potentially 密度 ≥5 次且 ≥300/千句——每个结论都附 caveat	按句归一，讨论段正常 hedging 不误伤（ICMJE）
限定词堆叠	一条 claim 套多层保险	`may potentially suggest` → 只留一层
超长句 + 从句堆叠	英文 >35 词且 ≥3 从句标记（which/that/while/because…）；中文 >80 字且 ≥5 逗号且 ≥3 连接词	一句话承载过多独立论点 → 拆句
重复绕圈	同段句子 token 余弦相似 ≥0.72 且后句无新增证据（数字/引用/实体）	同一观点换三种说法 → 删重复圈
作者风格档案	`writing_style_profile` 学习作者历史论文；新稿件句长分布显著偏离时提示	"当前句长中位数 38 vs 作者历史 22"
强主张缺证据	prove/establish/confirm/guarantee 附近 ±120 字符无数字/统计量/图表引用	提示补充证据锚点，非判定错误
连续句首连接词	同一段连续 ≥3 句以 Moreover/Furthermore/Additionally 开头	机械推进感
Unicode 数学符号	LaTeX 正文中 ₁₂₃ ²³ α β × − 等字符	建议改用数学模式

原则（来自 v0.6 设计评审）：不针对具体模型写规则（GPT-5.6 风格、Opus 风格之类——模型会变，行为模式不会）；有证据依据的 hedging 是正确的学术表达，本工具不是"反 hedge 工具"。

v0.7 机械感与自黑免责（ko5.6sol 借鉴）

借鉴社区技能 handsomeZR-netizen/ko5.6sol（KO GPT-5.6 SOL 机械措辞与防御性声明），在保留 "密度门控 + 领域安全"设计的前提下新增：

能力	检测什么	例子
多重"的"字链	中文连续 ≥3 个"的"的修饰嵌套	`基于X的Y的Z的机制` → 拆成 2–3 个短句
平均句长	全文均值超参考目标（英 >18 词 / 中 >25 字），按语言各报一次	与 overlong-sentence 互补：抓整体均值而非单句极端
自黑免责套话 🔴	"完全基于假数据/模型毫无意义/结果完全不可靠/不足为凭"	改写为客观边界 + 未来方向；诚实 limitations 与模拟数据表述不误伤
空洞热词密度	英 robust/crucial/exhibits/tailored/interplay/imperative（≥5 且 ≥1.0/千词）；中机制/支撑/动态/耦合/范式（≥10 且 ≥3.0/千字）	术语用法（robust regression、"耦合机理"）保留，高门槛防误伤
词表并入	EN 过渡词 + consequently/thus/hence/accordingly/notably…；中文套话 + 进一步/由此可见/鉴于/毫无疑问…	密度门槛不变（≥8 次），正常使用不受影响
writing_rules 新增章节	「局限性与学术自信」：自黑改写公式 + 主张动词校准表（modelled ≠ observed；suggested < demonstrated）+ ESR 纪律边界	只改措辞不改事实

另：仓库根新增 SKILL.md——规则集的独立静态导出，供没有 DSH 的环境（Codex/Claude Code/Antigravity）直接使用同一套纪律。

v0.8 科学完整性守卫（Scholarship Lock 2.0 = Epistemic Lock）

定位升级：从"润色后对比数字/引用"到完整保护作者已提供的 scientific commitments—— 语言润色不得改变 science，无论往强还是往弱。借鉴 Yila-AI/sci-ssci-skills（Apache-2.0， adapted，署名见 THIRD_PARTY.md）与 Evidence-Bound（MIT）。

能力	检测什么	例子
自动双锁（P0）	`tools/pre-execute` 捕获修改前文本 + 持久化基线缓存，写入后自动跑 Scholarship + Epistemic Lock	不再需要手动传 `original`；连续编辑逐次对比
主张强度锁 🔴	Yila claim ladder（consistent with(0) < associated(1) < predicts(2) < contributes(3) < affects(4) < causes(5)）沿任一方向漂移	`was associated with` → `caused`：数字没变但结论已变，按 INVARIANT HIGH 报
否定/零结果锁 🔴	no/not/did not/without 标记删除（阴性结果被翻转）、零结果表述删除（did not improve / no significant difference）	`No significant association` → `A significant association`
scope 边界锁 🟠	in this study / under these conditions / 在本研究中… 从对齐句消失	不自动判错，只要求核验"主张是否被泛化"
findingKind 性质标签	每条命中标注 invariant / violation / candidate / advisory	CANDIDATE（"we do not claim"）可能承担正当边界——勿自动删除，人工判定
完整性回归报告	✓/✗ 数字、引用、主张强度、否定、scope 五行回归块（0 命中也显示）	报告尾部新增

原则（v0.8）：cue ≠ verdict——防御性措辞是候选不是判决；删除修辞性防御，但保护 scholarly caution（scope 条件/证据状态/竞争解释/负面发现）。negative、null、矛盾结果是数据，不得删除。许可：Epistemic Lock 的 claim-strength ladder 思想改编自 Yila-AI/sci-ssci-skills（Apache-2.0）， candidate 判定模型借鉴 Evidence-Bound（MIT）——见 THIRD_PARTY.md。

v0.9 双轴主张模型 + 子句级多主张（0.8 复盘 8.3/10 的修复）

修复项	内容
双轴模型	单一 0–5 阶梯拆成因果力（consistent with(0) < associated(1) < predicts(2) < contributes(3) < affects(4) < causes(5)）与证据力（hedge(-1) < suggest(1) < indicate(2) < support(3) < show(4) < demonstrate(5) < establish/confirm(6) < prove(7)）："confirmed an association" = 因果力关联 + 证据力强，不再误报因果 L5；"may be associated" → "is associated"（hedge 移除）本身也是证据力漂移
子句级多主张	按 `; , while whereas although but and` 切分子句（保护 between/among X and Y 枚举），逐子句对齐——"X caused A, while Y may be associated with B" → "Y caused B" 不再被整句最高层掩盖
对齐相似度分档	≥0.70 → high/invariant；0.55–0.70 → medium/invariant；0.45–0.55 → low/candidate（提示人工复核）；整句重写（低于对齐阈值）不再产生假漂移
preimage 按 exec.token 键控	同一文件并发 edit 不串扰 before/after；条目内 path 校验防 token 复用
基线 UTF-8 字节核算	`Buffer.byteLength` 计字节；单文件超限不持久化（不截断——截断会产生假 diff），本次编辑仍用 execution preimage
P0：rulesBrief 残留修复	"we believe" 不再机械建议改成 "the results show"（那会教会 Agent 制造漂移再被锁抓住）——改为 "One possible explanation is… / This finding may reflect… / We interpret this as…"，证据直接支持时才用 "the results show"

定位（v0.9）：deterministic manuscript integrity guard——不是检测"AI 写得像不像人"，而是检测"AI 在帮科研人员改文字时，有没有悄悄改掉 science"。

v1.0 Evidence-Status Lock（Revision Integrity 模型收官）

科学承诺（scientific commitments）的确定性 delta 模型补全最后一块：证据状态。

Scientific tokens          Scientific commitments
├─ number                  ├─ causal force
├─ statistic               ├─ evidential force
├─ citation                ├─ modality / hedge
├─ DOI                     ├─ negation
└─ figure/table            ├─ null finding
                          ├─ scope
                          └─ evidence status (v1.0)
              ↓ before → aligned claims → after
              ↓ deterministic delta

能力	检测什么	例子
证据状态守恒 🟠	reported/observed/measured/implemented/estimated/simulated 等来源状态词消失或被替换	`participants reported improvement` → `participants improved`（报告→直接声称）；`observed rate` → `estimated rate`（状态替换）——都要求核验，不自动判错
完整性回归第 6 行	报告尾部回归块新增"证据状态"行	✓ 保持 / ⚠ 变化 N 处

至此双锁覆盖：数字、引用、主张因果力/证据力、hedge、否定/零结果、scope、证据状态—— Scholarship Lock = token multiset integrity；Epistemic Lock = semantic-marker multiset integrity（v0.9.2 评审架构落地）。

v1.1 claim-bound integrity（marker 绑定到主张）

1.0 评审（9.2/10）的核心升级：marker 不再对整句做"袋子"比较，而是绑定到所属子句：

能力	检测什么	例子
claim-bound 守恒 🔴	否定/零结果/scope/证据状态按子句配对比较（未配对子句全句兜底）——标记交换不再被句子级 multiset 掩盖	`X did not improve, but Y improved` → `X improved, but Y did not improve`（两边都是 did not ×1，但结论交换了）✅
主语一致性配对	配对加分：同一实体的主张优先配对	`X did not improve` 配 `X improved` 而非相似度更高的 `Y did not improve`
marker canonicalization	大小写/英美拼写归一	`Observed→observed`、`modelled→modeled` 不再误报
scope 新增事件 🟡	引入边界 = 外部有效性可能被缩窄	`The treatment improves survival` → `In this cohort, …`
`shows that` 角色修复	that-complement 恢复 epistemic	`Figure 4 shows that X increases survival` → suggest 漂移可检出；`Figure shows architecture` 仍 descriptive
多轴 delta 单事件	causal+evidential+hedge 同条保留	`delta：因果力 1→5，证据力 1→5，hedge 有→无`
version-gap F1	对齐率改 symmetric coverage	before=100/after=10 全对齐不再误判 100% 可比
null/negation 去重	重叠事件只报更具体的一条	`did not improve` 只报零结果事件

测试 209 → 218 项。

v1.2 claim alignment credibility（配对可信度，1.1 评审 9.4/10）

能力	检测什么	例子
raw 阈值修复 🔴	配对门槛看 raw cosine ≥0.3，主语奖励只参与排名	`The model predicts mortality` vs `The model was initialized…`（同主语但词面不似）不再被绑成同一 claim
nullResultAdded 独立	零结果新增独立事件 + removed/added 双向去重	`Z improved` → `Z did not improve` 只报更具体的零结果事件
scope 前缀附着	In this cohort/Under these conditions/在本实验中不单独成 span，附着到后续 claim	scope markers 归属真正的 claim
fragment-aware 切分	相对从句（which was trained…）与无主语谓语片段（achieved higher accuracy）并入主句	span 更接近真实 claim
alignment-uncertain 🟡	含受保护 markers 的未配对子句不再退化回整句袋子比较——生成 review candidate	没有可靠 claim identity 时不假定 commitments 被保留
短文档位置兜底	≤3 句且零对齐时位置即身份，marker 守恒按位置跑	`Z improved` → `Z did not improve`（sim≈0.35）不再漏报；version-gap 判定用低阈值对齐

测试 218 → 225 项。

v1.2.1 Scholarship Lock hit 补全 + 精度修复（1.2 评审 9.3/10 的 P0/P1）

能力	修复
Scholarship Lock 全覆盖 🔴	`lockTypes` 补 `number`/`doi`；新增 `diff.added` hit 循环（凭空引入数字/引用/DOI/图表编号 → MEDIUM/invariant）——"5 mg 被删"、"DOI 被换"、"无引用→\cite{}" 不再只有摘要计数没有告警
self-report canonical	正则支持空格变体（`self reported`）；self-report/reports/reported/self reported 折叠为同一 canonical key
位置兜底诚实化	短文档 fallback 事件携带真实相似度 + `positionalFallback` 标记（报告明示"位置兜底，非词面对齐"）
scope-only 统一分类	删除 SCOPE_PREFIX_RE，`isScopeOnlyFragment` 直接复用 SCOPE_RE——scope 检测与附着不再两表分叉（`Within this sample,` 等全覆盖）
对齐 tokenizer 修复	句子对齐改用不滤停用词的 tokenization——`results/experiment/model` 是 claim 身份词，restatement 停用表曾导致含实体句对齐失败

测试 225 → 233 项。

v1.2.2 自动 Guard 交付修复（1.2.1 评审：引擎 9.5/10，delivery 8.3/10 → 补上）

能力	修复
event-level 指纹 🔴	integrity 事件按 matchText 指纹（AGGREGATE_RULE_IDS 白名单保留全文统计类）——`5 mg→6 mg` 与 `10 mg→12 mg` 是独立事件，增量自动审计不再把新科研修改当"旧问题"静默
invariant 永不静默 🔴	`filterReport` 始终保留 `findingKind=invariant`——conservative 的 high 门槛只作用于文体问题；MEDIUM invariant（新增引用/数字/DOI、新增否定/零结果、证据状态漂移）默认进自动通知
SCOPE lastIndex 修复	`SCOPE_TEST_RE`（无 /g 副本）——连续 scope 前缀不再漏附着
subject bonus 非空	纯中文空主语不再白拿 +0.3（中英混写排序不偏差）
version-gap 全局清单	行级配对跳过但全文 multiset 计数仍报：`引用：移除 12 / 新增 17；DOI：移除 2 / 新增 3…`——供人工结构级核对

测试 233 → 240 项。

v1.2.3 claim identity 指纹 + unpaired inventory（1.2.2 评审 9.55/10 的三项）

能力	实现
Epistemic 指纹带 claim identity 🔴	`Hit.fingerprintKey` 与展示用 matchText 分离；`claimAnchor`（subject+内容 token，零 NLP）进指纹——两个不同 claim 发生完全相同的 association→causation 不再碰撞，第二个始终被增量审计当 new；FNV-1a hash 消除截断碰撞（`FINGERPRINT_VERSION` 6→7）
inventory 不配对 multiset 🔴	新 `diffScholarshipInventory` 纯 multiset 守恒——version-gap 下 `5 mg→6 mg` 报"移除 6 / 新增 1"而非被 changed 配对吞掉；遍历全部 9 类 ScholarshipType（不再手写清单）
marker 事件统一可信度 🟡	`markerEventTier(sim, fallback)` added/removed 共用——"多确定是同一个 claim"不因变化方向而异；位置兜底低相似 → candidate（不再写死 invariant）

测试 240 → 246 项。

v1.3.0 篇章统计层（第 10 轮评审：局部规则 → 篇章统计 → 科学完整性）

不是再扩 AI 禁词表，而是开始判断整篇文章是不是写得过于整齐——把 Writing Guard 从 "词、句、claim 级"推到"篇章结构层"。7 条新规则全部 deterministic/statistical，零网络：

规则	原理	性质
`paragraph-rhythm` 🔴	一次计算多个信号：一句成段比例（碎片化）、段长 CV + 长段 outlier（拥塞）、连续 ≥3 段长度在中位数 ±15% 内的 run 数（过度整齐）；只用 prose-only 段落（版式行如标题/图片/表格残留不误报）	advisory
`sentence-rhythm-uniformity` 🔴	段落内连续 ≥3 句长度在局部中位数 ±15% 内且全文 ≥2 处 → 节奏过匀；有作者 styleProfile 时对比历史 std（当前 < 历史 60% → 更整齐）——adaptive threshold：有 profile 用历史分布，无 profile 用 conservative heuristic	advisory
`repeated-discourse-scaffold` 🔴	段落抽象成枚举签名（首先→其次→最后=`1-2-4`、第一→第二→第三=`1-2-3`、First/Second/Third、从X层面→从Y层面=`P-P-P`）；同一签名在 ≥2 个独立段落出现 → 模板化；单次列举正常	candidate
`punctuation-scaffold-overload`	同一句内 ≥3 类结构标点（括号/冒号/分号/引号/破折号）组合聚集；豁免 `1) RMSE: ...; ...`、`(a)(b)(c)` 图注、`Level-2 (unseen-combination): ...` 等论文标准格式	candidate
`coined-framework-language`	形式规则不靠词表：A-B-C 短线框架（"输入—处理—输出"）、同段 ≥2 个不同 XX化/XX力、≥3 个不同 XX性（可持续性/系统性是正当术语）、XX闭环/赋能机制	candidate
`generic-claim-candidate`	多弱信号组合才报（抽象名词 ≥2 + 无实体/数值/引用 + 无方法动作 + 万能句型，≥3 信号），中英双语	candidate + low
`summary-cliche-positional`	不新增词表——同一总结套话（综上所述/in conclusion）在每个小节末尾反复出现（≥2 个小节末尾）才报，位置驱动	advisory
`local-citation-integrity` 🔴	零网络确定性：`\cite{key}` ↔ `.bib` 条目存在性、`\ref` ↔ `\label` 对应、bib 条目缺 title/year/author、同一 DOI 多 key；写作/自动审计都自动探测同目录 `.bib`；"该文献是否支持这句话"留在边界外	violation/advisory
StyleProfile → 节奏指纹	新增 `sentenceLengthCV`/`shortSentenceRatio`/`longSentenceRatio`/`paragraphLengthStd`/`paragraphLengthCV`（向后兼容）	—

测试 246 → 276 项（v1.4 新增 Journal Profile/Fit 后为 284 项；v1.4.1 Corpus-aware 后为 291 项；v1.4.2 hardening 后为 293 项；v1.5 Epistemic Fingerprint 后为 294 项；v1.6 Rhetorical Moves 后为 298 项；v1.6.1 Semantic Hardening 后为 308 项，见下）。

v1.4 Journal Engine（目标期刊写作蒸馏与 Journal Fit）

在 Integrity Engine（Scholarship + Epistemic Lock）之上新增 Journal Engine：不是简单 "模仿 Nature 风格"，而是从目标期刊代表论文中蒸馏可复用的写作分布，让 AI 修改论文时不仅不改变 science，还能向目标期刊的真实写作规范收敛。全部 deterministic/statistical，零网络零 LLM。

能力	内容
`writing_journal_profile`	从目标期刊代表论文（.md/.tex/.txt）生成 Journal Profile：每个章节的句长/段长分布、hedge/因果力/证据力密度、第一人称/被动语态比例、全文引用密度；只保存抽象统计，不保存原句
`writing_audit(journalProfile=...)`	传入 Journal Profile JSON 后输出 section-level Journal Fit：每个章节契合度百分比 + 主要差异 + 目标分布范围（P10-P90）
`computeJournalProfile` / `auditJournalFit`	导出纯函数，供 tests / 其他工具直接调用
优先级纪律	Scientific Invariant > Epistemic Safety > Journal Requirement > Journal Norm > Journal Style；期刊风格永远不能覆盖科学完整性

示例输出（formatReport 尾部）：

期刊写作契合度（Journal Fit · nature-communications）：总分 74%
  Abstract 86%
  Introduction 78%
  Methods 91%
  Results 59%
  Discussion 76%

v1.4.1 Corpus-aware Journal Distillation

修复多篇论文拼接后同章节互相覆盖的 P0：现在每篇论文独立解析，再按 canonical section 跨论文聚合。

新增 computeJournalProfileFromDocuments(documents, opts)，writing_journal_profile 已切换为逐篇读取。
JournalSectionProfile 所有指标升级为 Distribution，并新增 articleCount。
canonical section 映射：method/methods/methodology/materials and methods → methods，conclusion/conclusions → conclusion。
Journal Fit 新增引用密度指标；删除 scalar 伪装 Distribution 的临时逻辑。
被动语态检测补充不规则过去分词（shown/found/given/seen/known/taken/made 等）。

v1.4.2 Journal Fit hardening

CI 安全：真实语料测试在本地语料不存在时自动 SKIP，支持 WRITING_GUARD_REAL_CORPUS 环境变量。
Ratio 评分修复：第一人称/被动语态等 0–1 比例指标使用 minSpread=0.05，避免 10% vs 90% 仍被判 ok。
引用拆分：bibliographicCitationDensity 与 figureTableReferenceDensity 分开统计和评分。
Journal Fit Confidence：报告新增 confidence（very_low/low/medium/high）与 corpusSize。
Canonical aliases 扩充：materials & methods、experimental methods、modeling/modelling、summary、results and discussion 等归一化。

v1.5 Epistemic Journal Fingerprint（复用 ClaimSpan）

Journal Engine 不再只数 causes / suggest 等 regex 词频。
现在通过 splitSentences → extractClaimSpans 提取每个章节的 claim-level 指纹。
JournalSectionProfile 新增：
- claimCount
- highCausalRatio（causalLevel ≥ 4）
- hedgedClaimRatio
- strongEvidentialRatio（evidentialLevel ≥ 4）
- scopeQualifiedRatio
- nullFindingRatio
Journal Fit 新增 6 个 epistemic 指标，与句法/引用指标一起参与打分。

v1.6 Rhetorical Moves（Introduction / Discussion / Results / Methods 序列）

新增 detectRhetoricalMoves(text, sectionName)：零 LLM 的轻量 move 检测。
Journal Profile rhetoric 升级：
- sectionMoves：每个 canonical section 的 move 频率
- transitions：move → move 转移概率
- moves：全局 move 频率
Journal Fit 新增：
- rhetorical move coverage
- rhetorical order fit（LCS 序列相似度）

v1.6.1 Semantic Hardening

Journal Fit 主分数改用 claimDensity（claims/1000 words），claimCount 保留为描述性元数据。
ClaimSpan 新增 spanKind（claim / procedural / descriptive / unknown）。
移除旧 regex hedgeDensity / causalForce / evidentialForce 的重复计权，主分数使用 ClaimSpan epistemic ratios。
Results and Discussion 独立为 results_discussion，不再混入 results。
新增 epistemic ratio 数值 TP/TN 测试。

v0.9.1 / v0.9.2 / v0.9.3 real-paper hardened（真实论文压出来的修复）

不是又增加了几个 regex，而是拿真实 manuscript audit 出来的 false positive 反过来改 engine—— 每次真实论文测试都直接产出一个 patch 版本：

版本	真实论文	发现并修复
v0.9.1	pore-scale 论文	"a baseline (M1) is established" 误报——establish+基建名词是"建立"不是"证明"
v0.9.2	pore-scale 论文	子句重排导致位置配对错配（引文子句↔正文子句）→ clause cosine ≥0.3 门槛；Markdown 引用块 `>` 破坏句子切分 → 先剥 blockquote 标记
v0.9.3	ESR 中文综述 + 0.9.2 评审	证据力角色排除（Figure shows / establish baseline / confirm config ≠ epistemic）；hedge 独立字段（may suggest ≠ suggest 可检出）；否定/零结果/scope 句子级 marker multiset（多主张句不再被布尔掩盖）；best-match-first 子句配对；版本差距过大降级保护（对齐率 <20% 时跳过行级双锁——ESR 两版全文重写对齐率仅 3.7%，原来会输出 171 条假引用变化）；因果动词原形补全（improve/reduce/cause…）

测试 190 → 204 项。这套"真实论文 → regression case → 修规则"的迭代是插件的核心开发方式。

密度阈值（v0.3.3）

频率规则采用 每千语言单位 密度：英文规则按英文词数、中文规则按 CJK 字数（双语文件不互相稀释），同时要求 minimum count 与 density 双门槛：count >= minCount AND count/denominator*1000 >= perK 才报警。例如 rather than：≥4 次且 ≥1.0/千词；破折号：≥5 次且 ≥0.5/千词；LLM 高频词：≥2 次且 ≥0.4/千词；中文套话：≥8 次且 ≥2.0/千字。500 字摘要和 12000 字全文不再用同一阈值。

preprocessing（v0.4 segment pipeline，默认开启）

文档先被切分为带类型的 segment（prose/heading/reference/code/math/table），每条规则声明自己扫描的类型：

LLM 词表、修订残留等 → prose
冒号标题 → heading（正文里的冒号句不算）
References/code/math/table → 默认忽略

同时支持 section detection（Introduction/Methods/Results/Discussion/Conclusion…）： limitation-dispersal 从"词频"升级为"跨章节分散"——同一局限散落在 ≥3 个章节才提示，仅在 Discussion 正当陈述（ICMJE 要求）不报警。

confidence / evidence（v0.3）

每条规则带 confidence（high/medium/low）与 evidence（literature/style-guide/heuristic/project-specific）。报告显示 🔴 HIGH · conf high，用户知道哪些是确定性规则（如 revised 残留）、哪些是概率信号（如 LLM 高频词密度）。

工具

工具	用途
`writing_audit`	扫描文本/文件；参数：text/filePath、profile、verbose、projectResidueTerms、original（v0.6 Scholarship Lock：修改前原文，对比科研实体变化）、styleProfile（v0.6 作者风格档案 JSON）、journalProfile（v1.4 Journal Profile JSON：目标期刊写作契合度）；返回按严重度+置信度排序的问题清单与全文统计
`writing_rules`	返回写作纪律速查（含 profile 与密度说明）
`writing_style_profile`	v0.6：从作者历史论文（filePath/learnDir）统计风格指标（句长中位数/标准差、段长、破折号/hedge/连接词密度），输出 JSON 供 writing_audit 的 styleProfile 使用
`writing_journal_profile`	v1.4：从目标期刊代表论文（filePath/learnDir）蒸馏 Journal Profile（章节句长/段长/hedge/因果力/证据力/第一人称/被动语态/引用密度分布），输出 JSON 供 writing_audit 的 journalProfile 使用

真实输出演示

对一段含修改残留的文本运行 writing_audit（verbose=true，真实输出）：

写作纪律检查报告（文档类型: manuscript）：发现 3 处问题（高 3 / 中 0 / 低 0）
- 统计：1 段 / 115 字符（英文 19 词 + 中文 0 字）；破折号 0；rather than 0；不是X而是Y 0；绝对化定义 0；三连排比 0；LLM过渡词 0；中文套话 0；冒号标题 0
- 分类：修改过程残留 3

🔴 [HIGH · conf high] 正文出现 "revised/revision" 修改过程残留 [para 0]
    原文：The revised model uses the ΔP regression objective only. As requested by the reviewer, we h…
    提示：正文中出现了 "revised/revision" 等修改过程语言，这是写给审稿人的元话语；正式论文读者只应看到最终版本。（专有名词如 Revised Cardiac Risk Index、revised simplex method，以及文献引用语境 “Smith proposed a revised model” 除外）
    建议：改为中性论文语言：the proposed model / the model / the present analysis，把“修改”动作从正文清除。
    依据：style-guide — 写作纪律页：修改过程残留黑名单

🔴 [HIGH · conf high] 审稿回应用语残留 [para 0]
    原文：The revised model uses the ΔP regression objective only. As requested by the reviewer, we have updated the methods.
    建议：直接陈述做法或结果本身，不引用审稿过程。

🔴 [HIGH · conf high] "we have updated/modified" 修改叙述 [para 0]
    原文：…ΔP regression objective only. As requested by the reviewer, we have updated the methods.
    建议：把句子改写为对最终版本的直接陈述，例如直接描述模型/方法/结果，删除变更动词。

（提示：加 verbose=true 可查看每条的建议与备注；默认只输出原文摘要）

真实调用：

writing_audit(filePath: "manuscript/main.md", profile: "manuscript", verbose: true)
→ 写作纪律检查报告：发现 0 处问题 ✅ 通过

自动审计（默认开启，v0.5 增量模式）

插件监听 tools/post-execute：write/edit 写入论文类文件（.md/.tex/.txt，路径含 manuscript/paper/revision/response/论文/修订/返修…，或位于 01_manuscript/ 等知识库目录）时自动审计（自动检测文档 profile），结果经 additionalContexts 注入模型下一条请求。

v0.5 incremental lint：审计状态按文件持久化（~/.dsh/plugins/dsh-plugin-writing-guard/state.json），每次写入只注入增量（v0.5.2：指纹基于命中词本身，同段其他文字编辑不会造成假"解决+新增"重复注入）：

新增 1 项 / 已解决 4 项 / 仍存在 8 项

无变化 → 不注入（不再把同样的问题反复灌给 agent）
只有已解决 → 简短确认（不占注入次数）
只列出新增项详情 + 建议；完整清单仍可用 writing_audit 手动获取

配置（web profile cordis.patch.yml）：

- id: dsh-plugin-writing-guard
  config:
    autoAuditOnWrite: true          # 论文文件写入后自动审计（默认 true）
    mode: conservative              # conservative|balanced|strict（覆盖 minSeverity，默认 conservative=high）
    autoAuditMinSeverity: high      # high|medium|low（显式设置优先于 mode）
    maxAutoInjectPerTurn: 2         # 每轮最多自动注入次数
    verboseByDefault: false
    autoBrief: false
    projectResidueTerms: []         # 项目内部词表（追加到默认词表，命中按 medium 报）
    stateFile: ''                   # 增量状态文件（缺省 ~/.dsh/plugins/dsh-plugin-writing-guard/state.json）

FAQ

这是 DSH 的论文去 AI 味插件吗？

可以这样理解，但 Writing Guard 与传统 Humanizer 不同。它主要在论文写作和修改过程中检测常见 AI 写作风格，而不是将全文交给另一个模型进行重写。

支持中文论文吗？

支持。规则同时覆盖中文和英文论文中常见的机械化表达、模板化过渡、修改过程残留和防御性写作（中英文分别按 CJK 字数 / 英文词数独立计算密度阈值）。

支持 SCI / English academic writing 吗？

支持。writing_audit 可检查英文 manuscript 中的 revision residue、defensive writing、LLM-overused expressions 以及常见 AI-style sentence patterns。

Writing Guard 和 academic-humanizer 有什么区别？

academic-humanizer 更偏向对已有文本进行自然化编辑； Writing Guard 更偏向在 DSH 论文工作流中持续检查和预防。二者可以配合使用。

测试

npm test   # 自动先 build 再跑 308 项 TP/TN/边界用例（零依赖自研 runner，含 isPaperFile/profile 检测/指纹稳定性含 claim-identity/Scholarship Lock 全方向/风格档案/Epistemic Lock mutation benchmark/版本差距保护+不配对全局清单/证据状态守恒/claim-bound 交换/alignment-uncertain 回归/Journal Profile 与 Journal Fit/corpus-aware 聚合/CI-safe 真实语料/Epistemic Journal Fingerprint/Rhetorical Moves/Semantic Hardening）

CI（GitHub Actions）会在每次 push / PR 自动跑构建 + 全部测试。

开发

pnpm install && pnpm build   # TypeScript -> lib/
# 规则引擎：src/rules.ts（零依赖，纯正则+统计）

License

MIT

Installation

README