What is SCUT-Thesis-Writing-Skills?

面向华南理工大学硕博研究生的开源 AI 论文工作流，支持论文规划、主张—证据追踪、章节写作、公式与图表生成、Word 排版、导师批注管理及提交前质量审查，让毕业论文写作更严谨、规范且可复现。支持 Codex 与 Claude Code。. It is open-source on GitHub.

Is SCUT-Thesis-Writing-Skills free to use?

SCUT-Thesis-Writing-Skills is open-source under the MIT license, so it is free to use.

What category does SCUT-Thesis-Writing-Skills belong to?

SCUT-Thesis-Writing-Skills is listed under skills in the Claudeers registry of Claude-compatible tools.

Platforms	cli
Operating systems	—
AI compatibility	claude
License	MIT
Pricing	open-source
Language	Python

SCUT Thesis Writing Skills

让 AI 先理解学术证据与学校规范，再参与论文写作。

一篇学位论文，不是若干段“像论文的话”的拼接。它是一条可追溯的论证链：问题从哪里来，方法为何成立，证据说明了什么，结论又止于何处；同时，每一页文字还要落在学校规范、学院要求和学术诚信的边界之内。

scut-thesis-writing 面向华南理工大学硕士、博士研究生，将论文规划、章节起草、证据审计、学术表达、Word 文档转换与格式检查组织成一套克制而可复用的工作流。它希望让 AI 成为严谨的研究助手，而不是替作者制造结论的“论文生成器”。

核心能力

场景	能力
论证设计	梳理研究问题、研究空白、方法、证据、贡献与适用边界
章节写作	规划目录，起草和审阅摘要、绪论、相关工作、方法、实验、讨论与结论
证据审计	区分已核验事实、用户确认、合理推断、待验证内容和计划工作
华工规范	检查论文结构、图表、公式、页码、参考文献及提交前待确认事项
文档工程	使用 Pandoc 在 Markdown 与 DOCX 之间转换，并接入用户自己的最新模板
🧮 公式	以 LaTeX 维护数学语义，转换为 Word 原生 OMML，审核符号、编号与引用
📊 可复现绘图	从 CSV 生成无额外依赖的确定性 SVG 折线图或分组条形图
📋 专业制表	从 CSV 生成 Word 友好的 Markdown 表格，支持对齐、指标方向和最优值标记
🔍 Word 质量审计	扫描占位符、原始 LaTeX、图片替代文本与公式/域，并要求逐页视觉检查
🗂️ 标准论文工程	一键建立正文、来源、数据、图表、证据及 Word 交付目录
🔗 主张—证据矩阵	用稳定 ID 连接论文主张、文献、数据、实验记录和图表
🧪 项目级审计	发现无证据主张、失效来源路径、孤立图表和缺失定稿资产
💬 修订与答辩就绪	跟踪导师批注，检查全文一致性、证据强度与提交成熟度
平台安装	安装到 Codex、Claude Code 或其他 Agent Skills 兼容 harness

完整论文工作流

flowchart LR
    A[🗂️ 证据与数据] --> B[🧠 论证与章节]
    B --> C[🧮 公式]
    B --> D[📊 图与表]
    C --> E[📄 Word 模板]
    D --> E
    E --> F[🔍 结构审计]
    F --> G[👁️ 逐页渲染检查]
    G --> H[✅ DOCX / PDF 交付]

这个流程不把论文视为一次性文本生成。每个定量结论连接数据或可复现计算，每个图表保留源数据和生成方式，最终文件同时通过结构审计与视觉审计。

Word-first 交付

Word 是最终权威格式：学校当前模板控制封面、分节、页眉页码和样式。Markdown 和 LaTeX 负责可版本管理的正文、引用与公式；SVG 和 CSV 负责可复现的图表资产。自动化会找出常见结构问题，但最终仍以更新 Word 域并逐页检查后的 DOCX/PDF 为准。

标准论文工程

对于长期维护的完整论文，可以先初始化 Word-first 工程：

python scut-thesis-writing/scripts/init_thesis_project.py thesis-workspace \
  --title "论文题目" --degree master \
  --college "学院名称"

工程内置来源地图、主张—证据矩阵、图表计划、章节规划和修订日志。完成一轮写作、数据分析或图表更新后，运行项目级审计：

python scut-thesis-writing/scripts/audit_thesis_project.py thesis-workspace \
  --json thesis-workspace/output/qa/project-audit.json

该审计回答“主张是否有证据、图表是否有源数据”；audit_docx.py 回答“Word 包内是否存在结构风险”。两者不能替代最终的逐页视觉检查。

Markdown ↔ DOCX

仓库提供轻量转换脚本，以 Pandoc 为转换引擎，不修改 OOXML 内部结构，也不捆绑学校模板。生成正式 Word 文档时，请自行提供当前有效的华工参考文档：

python scut-thesis-writing/scripts/convert_thesis.py thesis.md output/thesis.docx \
  --reference-doc templates/scut-reference.docx \
  --bibliography references/library.bib \
  --csl references/style.csl \
  --resource-path figures

也可以从 DOCX 提取 Markdown 与媒体文件，便于版本管理和继续编辑：

python scut-thesis-writing/scripts/convert_thesis.py thesis.docx workspace/thesis.md \
  --extract-media workspace/media

脚本支持 --dry-run 预览命令，并默认拒绝覆盖已有输出。自动转换不能证明论文已经符合学校要求；最终文档仍需更新目录、题注、交叉引用和全部域，并渲染后逐页复核。

公式、绘图与制表

# CSV → 可编辑的 SVG 数据图
python scut-thesis-writing/scripts/plot_thesis_data.py results.csv figures/result.svg \
  --x Method --y Baseline,Ours --type bar \
  --title "Method comparison" --x-label "Method" --y-label "Accuracy" \
  --source "Repeated experiment, n=20"

# CSV → Word 友好的 Markdown 三线表草稿
python scut-thesis-writing/scripts/csv_to_thesis_table.py results.csv tables/result.md \
  --columns Method,Accuracy,Time --align left,decimal,decimal \
  --bold-best Accuracy --caption "表 4-2 不同方法性能对比"

# DOCX 结构预检
python scut-thesis-writing/scripts/audit_docx.py output/thesis.docx \
  --json output/thesis-audit.json

基础绘图脚本不依赖 Matplotlib，适合可携带的折线图和分组条形图。误差线、置信区间、多面板与其他复杂图应交给当前环境的专业绘图工具，并继续保留数据、生成脚本、矢量输出和题注来源。

跨平台兼容

核心 Skill 采用开放的 Agent Skills 目录结构，将平台无关的说明、参考资料与脚本放在同一目录中。

平台	项目级位置	用户级位置	状态
Codex	`.agents/skills`	`~/.codex/skills`	原生适配
Claude Code	`.claude/skills`	`~/.claude/skills`	原生适配
其他 Agent Skills harness	由实现规定	由实现规定	显式指定目录
DeepSeek 模型接入	由实际 harness 决定	由实际 harness 决定	显式指定目录

DeepSeek 是模型系列，而不是统一的智能体运行环境，因此不存在可以诚实承诺的通用 .deepseek/skills 路径。若某个使用 DeepSeek 的客户端支持 Skills，请将真实目录传给安装器，而不是依赖虚构约定。

# Codex 项目级安装
python scut-thesis-writing/scripts/install_skill.py --platform codex --scope project

# Claude Code 项目级安装
python scut-thesis-writing/scripts/install_skill.py --platform claude --scope project

# 其他 harness（包括使用 DeepSeek 模型的具体客户端）
python scut-thesis-writing/scripts/install_skill.py \
  --platform deepseek \
  --target /path/to/harness/skills

已有目标默认不会被覆盖；确认替换时才使用 --force。

使用示例

请使用 scut-thesis-writing，检查我的目录是否形成完整论证主线，并指出证据缺口。

请基于我提供的实验记录起草结果与讨论；不要补写未完成的实验。

请按华南理工大学要求审阅这份论文，并区分内容问题、格式问题与必须人工确认的问题。

请把 thesis.md 转为 Word，使用我提供的最新学校模板，并给出转换后的逐页检查清单。

仓库结构

scut-thesis-writing-skill/
├── README.md
├── LICENSE
├── tests/
└── scut-thesis-writing/
    ├── SKILL.md
    ├── agents/
    │   └── openai.yaml
    ├── references/
    │   ├── chapter-workflows.md
    │   ├── document-workflow.md
    │   ├── equations.md
    │   ├── figures-and-tables.md
    │   ├── platform-compatibility.md
    │   ├── project-and-evidence-workflow.md
    │   ├── revision-and-readiness.md
    │   ├── scut-2022-requirements.md
    │   └── word-quality-assurance.md
    └── scripts/
        ├── audit_docx.py
        ├── convert_thesis.py
        ├── csv_to_thesis_table.py
        ├── init_thesis_project.py
        ├── install_skill.py
        ├── plot_thesis_data.py
        └── audit_thesis_project.py

Skill 的主文件保持精简，只在需要时加载对应参考资料；转换与安装逻辑放在可测试脚本中。测试覆盖 Pandoc 命令生成、覆盖保护、平台路径和公开包结构。

规范来源与边界

当前通用基线依据《华南理工大学研究生学位论文撰写规范（2022 年 11 月修订）》整理。学校当前发布的官方模板、研究生院通知、学院补充要求和导师意见始终拥有更高优先级。

本项目为社区维护的开源工具，与华南理工大学官方无隶属或背书关系。仓库不附带学校模板；使用者仍需对论文的学术判断、署名、伦理、保密和最终提交负责。

设计参考

项目参考了 Agent Skills 规范、codex-claude-academic-skills 的“科研计算—学术写作—Office 交付”职责分层，以及 master-thesis-studio-skill 的文档工程实践。本项目保留单 Skill 安装体验，通过按需加载的参考模块和可测试脚本实现职责边界，没有复制对方的领域资源或代码。

参与完善

如果学校发布了新模板，或你发现学院要求、术语和检查项需要补充，欢迎提交 Issue 或 Pull Request。更新规范时，请附正式来源、发布日期和适用范围，让每一条规则都可以被核查，也能在未来被准确替换。

写在最后

好的工具不替人思考，而是让思考留下清晰的痕迹。愿这个 Skill 帮你少一些格式焦虑，多一些时间回到真正重要的问题：你发现了什么，为什么可信，它又为后来者照亮了哪一小段路。

License

MIT

SCUT-Thesis-Writing-Skills

Install with your AI

// compatibility