Scholarrelay

文献接力 ScholarRelay · 人机协作法学论文写作工作流

这不是"让 AI 写一篇论文"，而是把一篇论文拆成人机各自最擅长的工序，用固定交付物把它们咬合起来。 核心洞察：AI 无法在 webvpn + 知网环境中稳定下载全文，而人做这件事很快；人无法在 259 条题录里权衡取舍，而 AI 做这件事很快。分工不是妥协，是效率最优。

一、本工作流要解决的核心问题

一句话：机构订阅型文献库（知网等）的访问控制，不是一个 API 能绕过去的—— 所以本工作流不试图让 AI 自动化这条链路，而是把它明确划给人。

问题到底是什么

知网这类文献库对个人账号没有下载额度。能下载，靠的是机构订阅，而机构订阅的校验是三层叠加的：

三层里任何一层不过，拿到的都只是摘要页，不是全文。这不是"写个爬虫"能解决的问题， 而是访问授权问题。

于是"自动查文献"类技能的实际困境

已有的自动检索类技能，通常要求使用者自己先把浏览器自动化环境配好—— 常驻进程、CDP 端口、登录态保持、验证码人工介入、被站点风控拦截后的重试……

对非专业使用者，这一步的门槛高于写论文本身。 结果就是： 工具装上了，但下载不到全文，最后仍然只能手动去知网一篇篇下。

本工作流的解法：把链路劈成两半

不去硬碰那条走不通的自动化路径，而是在正确的边界上切一刀：

① 检索 → ② 导出题录 → ③ 下载 PDF   ← 人做（他本来就登着 webvpn，几秒钟的事）
④ 解析题录 → ⑤ 分级 → ⑥ 精读 → ⑦ 写作 → ⑧ 校验 → ⑨ 排版   ← AI 做

关键点：这不是"AI 能力不足的妥协"，而是正确的架构取舍。 让 AI 去攻一个本质上是授权问题的关卡，投入产出比极低且不稳定； 让已经持有授权的人花几十秒完成，把 AI 的算力全部用在它真正擅长的批量阅读与写作上。

分工的原则：见 references/01-division-of-labor.md； 人侧的具体操作手册见 references/02-cnki-export-guide.md； 为什么不建议用浏览器自动化去打通知网，见 references/13-companion-skills.md。

二、为什么还需要这套流程（四条铁律）

学术写作里 AI 最大的风险不是写得不好，而是编得很像真的。本流程用四个机制从结构上堵死它：

1. 证据链闭环：任何进入正文的引用，其原文必须存在于工作区（PDF / txt / OCR 文本）。AI 的"我记得有篇文献说过"永远不作为证据。
2. 交付物锚定：每个阶段产出一个落盘文件（启动包 / 分级清单 / 精读笔记 / 校验报告）。上下文压缩后，读这几份文件即可恢复全部关键知识，不依赖对话记忆。
3. 脚本强制校验：编号、页码、文献去重这类"低级但致命"的错误，不靠人眼检查，靠 scripts/validate.py 机器校验。
4. 重写而非打补丁：每一轮修订都产出完整的新版本文件，禁止用脚本 replace() 逐句修改正文。见 references/09-revision-discipline.md。

⚠️ 第四条铁律是怎么来的（最贵的一课）

三次真实合作的对照表明：交付物齐全 ≠ 论文能写出来。

那个被放弃的项目，资料准备是三次里最完备的——但没救它。 它的最后一个修订脚本叫 fix_v6_chegulun.py，注释写着"v6 车轱辘话清除：11 处修订"。 车轱辘话不是写出来的，是补丁生产出来的。

其余已知的真实踩坑：

• 参考文献 gen_refs.py 手工列表里，施亚君一篇重复占两个编号（[1] 和 [4]），应飞虎一篇重复三次（[30][31][45]）；
• 正文引用编号在增删文献后整体错位 12 处；
• 期刊文献全部缺起止页码（GB/T 7714 顺序编码制硬性要求）；
• 把"江西九江、江苏吴江和太仓、山东潍坊"全部写成了"江苏"。

这些都是人眼容易漏、脚本一秒查出的错误。所以本流程要求：任何增删文献之后，必须重跑 renumber.py + validate.py。

三、人机分工表（不可逾越的边界）

四、十阶段流程（每阶段输入 → 输出）

阶段 0 · 立项与定锚

人给：选题方向、征文/期刊、截稿日、字数区间、引注体例要求。 输出：写作启动包_<项目名>.md（模板见 assets/01_写作启动包_模板.md）

启动包是全流程的单文件恢复锚点，必须包含 10 个板块：定稿信息 / 核心论题（一句话）/ 章节框架与字数总账 / 法条锚点 / 政策文件锚点 / 数据锚点（带时点）/ 核心文献锚点 / 写作纪律 / 待核实待办 / 逻辑衔接点。

硬性要求：核心论题必须是一句话，全文只允许一个判断。 论题散掉，后面全散。

阶段 1 · 题录获取（人操作）

人在知网检索 → 勾选文献 → 导出题录为 RefWorks 或 EndNote 格式 → 保存为 CNKI-<时间戳>.txt 放进项目根目录。 详见 references/02-cnki-export-guide.md（含检索式写法与来源类别筛选）。

阶段 2 · 题录解析与分级

python scripts/parse_cnki.py CNKI-20260827143104583.txt -o 题录.tsv

输出：题录.tsv（结构化）+ 文献筛选清单_<项目名>.md

分级标准（详见 references/03-literature-grading.md）：

禁止：把不确定的文献丢进 A 档凑数量。宁可 A 档只有 15 篇，也不要 50 篇里一半没读。

阶段 3 · 精读与笔记

人：下载 A 档 PDF 放进项目根目录（命名 标题_作者.pdf）。

AI：先跑一条固定命令把 PDF 批量转成文本，然后逐篇精读：

python scripts/pdf2txt.py <项目目录>/

python scripts/pdf2txt.py 文献目录/ --check    # 先看哪些是扫描版需 OCR
python scripts/pdf2txt.py 文献目录/ --outdir 文献txt/

⚠️ 不要重新评估选型。 引擎已实测选定为 PyMuPDF（比 pypdf 快约 12 倍， 提取内容完全一致，且无噪声警告），本机已装、零安装。 完整的实测数据与"不要做的事"清单见 references/14-pdf-to-text.md。 脚本会自动判定扫描版、自动跳过已提取的文件。

只有脚本报告"需 OCR"的文件（无文本层）才需要用 pdfkit-py 做 OCR， OCR 结果必须人工抽查——数字、年份、文献编号最容易识别错。

产出 文献精读笔记_<项目名>.md（模板见 assets/03_文献精读笔记_模板.md）。 笔记的核心价值不是"摘要"，而是可直接引用的原句 + 出处页码 + 对本文哪个论点的用途。 格式见 references/04-reading-notes-spec.md。

笔记是索引，不是证据。 正文引用前必须回读原文核验——笔记只是帮你找到该读哪一页。 txt 里的 ===== PAGE n ===== 是 PDF 页序，不一定是刊物页码，标注时要区分。

阶段 4 · 分章写作

AI 动笔前，必须先向人提交该章的引用清单（本章引用哪几篇文献、分别用在哪个论断），人确认后再写。这条规则专治"虚挂引用"。

写作纪律见 references/05-writing-discipline.md，核心是：

• 忠于原文，不基于读书笔记瞎编原文内容；
• 不确定就停下来问，不猜；
• 文风：逻辑严密优先，不堆比喻、不追求辞藻、不写"看起来有思路的拆分分点"式浅层文字；
• 不写 AI 腔——见 references/11-de-ai-patterns.md（不说大话、不模糊归因、不用"本文"）。

摘要与标题在写作收尾时单独打磨，规范见 references/10-abstract-and-title.md （200—300 字、单段、禁"本文"、问题→分析→对策三段完整）。

写作收尾必做一次标点与编号校正（对齐人工定稿习惯，见 references/15-human-editing-patterns.md）：

python scripts/normalize_cn.py 论文正文_XX_v1.md            # 直引号→弯引号、半角标点→全角
python scripts/aitrace.py 论文正文_XX_v1.md                 # 顺带检查标题编号体系

为什么单列一步：实测同一篇论文的"AI 稿 → 人工终稿"差异中， 标点修改量最大——AI 稿有 634 处半角直引号 "，人工终稿是 0 处、 全部改为全角弯引号 “ ”。这类修改机械但量极大，应当交给脚本，不要手改。

文件命名用 论文正文_<项目名>_v1.md → v2 → ...，不要覆盖旧版本。

阶段 5 · 修订与体检（决定成败的阶段）

输入：论文正文_XX_vN.md + 人的修改意见（或自审报告） 输出：论文正文_XX_vN+1.md（完整新版本，不覆盖旧版）

# 版本健康度：字数曲线 + 塌方预警
python scripts/redundancy.py 论文_v1.md 论文_v2.md 论文_v3.md 论文_v4.md

# 单版体检：车轱辘话 / 超长句 / 臃肿段落 / 填充语 / 重复片段
python scripts/redundancy.py 论文正文_XX_v4.md

# AI 腔扫描：AI 词汇密度 / 模糊归因 / "本文"用法 / 膨胀词 / 标点与标题编号
python scripts/aitrace.py 论文正文_XX_v4.md

# 中文标点规范化：直引号→弯引号、半角标点→全角（量最大的一类修改）
python scripts/normalize_cn.py 论文正文_XX_v4.md --report   # 先体检
python scripts/normalize_cn.py 论文正文_XX_v4.md            # 再修正

这一阶段的两条硬规矩（详见 references/09-revision-discipline.md）：

1. 整段重写，禁止打补丁。 每一轮修订都产出一个人工审阅过的完整新版本。不要写脚本 replace(old, new) 去改正文—— 补丁只能改句子，改不了结构；而且每加一句解释就和上一句重复一点，补到第十轮就成了"车轱辘话"。 脚本只用于题录解析、编号重排、格式转换；凡是改动"人说的话"的，都必须重写。

2. 字数曲线单版跌幅 > 40% 时必须停下来。 这不是"精简"，是结构塌方。此时应重审核心论题与章节框架， 而不是继续在塌了的版本上修补。（对照：健康项目的曲线是 6.1k→7.3k→7.6k→8.8k→8.6k； 出问题的项目是 9.9k→12.7k→13.7k→5.8k。）

体检工具的边界（务必记住）：它只帮你快速定位可疑段落，不判断论文好坏。 实测中，评价最好的论文反而报了更多"超长句"——因为思想史类的文本分析，长句是正常文风。 排比与递进式的有意重复有修辞价值，不要机械去重。

阶段 6 · 参考文献与编号校验（本流程的护城河）

# 从题录生成 GB/T 7714 条目（自动补起止页码、卷期）
python scripts/cnki2gbt.py 题录.tsv --filter 已引文献.txt -o refs_gbt.md

# 校验：正文引用编号 ↔ 文末列表 是否一一对应
python scripts/validate.py 论文正文_XX_v5.md

# 重排：按正文首次出现顺序重新编号，并同步重写文末列表
python scripts/renumber.py 论文正文_XX_v5.md --dry-run   # 先看
python scripts/renumber.py 论文正文_XX_v5.md             # 再改

validate.py 会报出：缺失（正文有、文末无）、多余（文末有、正文未引）、跳号、重号、顺序不符。 规则详见 references/06-citation-and-validation.md。

阶段 7 · 投稿排版

python scripts/md2docx.py 论文正文_XX_定稿.md -o 投稿_XX.docx --profile journal

产出符合期刊体例的 Word：标题黑体、正文宋体小四、1.5 倍行距、首行缩进 2 字符、参考文献悬挂缩进、真正的页下脚注（非尾注）。 字体与体例细则见 references/07-docx-formatting.md。

已按人工终稿实测修正三个易错项（见 references/15-human-editing-patterns.md）：

1. 页面必须是 A4（21×29.7cm）。python-docx 默认模板是 US Letter（612×792pt）， 实测 AI 生成的 docx 就是 Letter，人工终稿改成了 A4。脚本已强制 A4。
2. 标题用 Word 内置标题样式（Heading 1/2），不要用"手动设字体+加粗"模拟外观。 只有用了样式，Word 才能生成目录与文档结构图。
3. 中文标点自动规范化（直引号→弯引号），脚本在生成 Word 前自动执行。

中文 Word 排版最大的坑是中文字体不生效——必须同时设置 w:eastAsia 属性。脚本已处理。

阶段 8 · 模拟审稿（跨窗口 + 跨模型）

⚠️ 这一阶段不能在本写作窗口里做。 必须新建独立窗口，并选用更强的推理模型。 这不是偏好，是它有效的原因——详见 references/08-self-review.md 第二节。

为什么必须隔离：写作窗口里堆着启动包、精读笔记、每一轮的修改理由。 在同一上下文里读稿，AI 会替自己此前的判断辩护、自动补全稿件里没写出来的逻辑， 把"我知道这里想表达什么"误当成"读者能读懂"。真实审稿人只看到一份稿件。

为什么用更强的模型：起草要的是产出速度，审稿要的是挑错能力 （长文交叉比对、发现事实矛盾、识别论证跳步）。这一步值得投入，因为它决定后面所有修订的方向。

隔离带来一个硬约束：交接只能靠文件。 所以先清洗稿件、再送审：

# 生成第 N 轮审稿任务包（清洗稿件 + 审稿指令）
python scripts/mk_review_packet.py 论文正文_XX_v5.md --round 1 --anonymize

产出 审稿稿_M1.md（移除元信息块、内部文件标题、HTML 注释、状态行）与 审稿任务说明_M1.md（写明身份、材料边界、必查硬伤、输出格式、落盘要求）。 把这两份交给独立窗口，让它落盘产出 审稿意见_M1.md，再带回本窗口执行修订。

给审稿窗口什么、不给什么：

为什么连修改理由都不给：如果审稿人要读到作者的意图说明才能理解某段论证， 那这段论证在稿件里就是失败的——这正是要指出的问题。

审稿重点查四类"低级但致命"问题：

1. 事实性硬伤（地名、机构、年份、案例归属）
2. 口径混淆（地方数据 vs 国家数据、不同时点数据混用）
3. 引注不达标（缺页码、缺发布日期、正文引用的政策文件未入列表）
4. 数值嫁接（把两个不同基准的巧合数字说成"恰相对应"）

审稿意见必须落盘为 审稿意见_M<N>.md（模板见 assets/04_审稿意见报告_模板.md）， 按「位置 + 原文 + 问题 + 具体改法 + 依据」五要素逐条写。修订时逐条对照执行、改完打勾—— 不要把意见直接变成字符串替换对，那样改了什么、还有哪些没改，全部不可追溯。

阶段 9 · 人投递

人填作者信息、按目标期刊要求微调格式、上传投稿系统。AI 不代替人做对外动作。

选刊与投稿决策见 references/12-journal-and-submission.md（期刊梯队、审稿人视角、投稿检查清单）。 必须先明确这次投稿的目标——成功率优先、含金量优先、还是截止日期优先。 这个判断只能由人做，AI 只提供期刊匹配信息。

投递前最后一遍：

python scripts/validate.py 论文正文_XX_定稿.md
python scripts/redundancy.py 论文正文_XX_定稿.md
python scripts/aitrace.py 论文正文_XX_定稿.md
python scripts/md2docx.py 论文正文_XX_定稿.md -o 投稿_XX.docx --profile footnote

五、脚本清单

六、文档清单

七、模板清单

八、配套技能

本流程不吞并工具类技能，而是约定"何时调用"（详见 references/13-companion-skills.md）：

阶段 3 的常规 PDF 提取由本流程的 scripts/pdf2txt.py 完成（固定做法，零安装，不要重新选型）， 见 references/14-pdf-to-text.md。

九、每次开工前的自检

• 写作启动包是否存在且为最新？
• 核心论题能否用一句话说出来，且它在第几章被论证？（答不上来不要开写）
• 所有要引用的文献，PDF 是否都在工作区？
• PDF 是否已用 pdf2txt.py 批量转文本（别重新纠结提取方案）？有无需 OCR 的未处理？
• 本章引用清单是否已提交人确认？
• 上次增删文献后，validate.py 是否跑过？
• 本轮修订是否整篇重写，而不是 replace() 打补丁？
• 字数曲线是否平稳（单版跌幅 > 40% 要停下来重审论题）？
• 摘要是否 200—300 字、单段、无"本文"、三段完整？
• aitrace.py 严重项是否清零（尤其摘要里的"本文"）？
• normalize_cn.py 是否跑过（直引号清零、弯引号左右配对）？
• 标题编号是否为「一、/（一）/1./（1）」而非「1 / 1.1」（aitrace.py ⑧ 项检查）？
• 末章标题是「结语」而非「结论」？标题里没有「启示」「结构」「层次」这类空词？
• 有没有"从…开始""第一个…在于""本文提炼出"这类元叙述与机械过渡语？
• 审稿是否在独立窗口 + 更强模型中完成？（不要在同一窗口自审）
• 送审前是否用 mk_review_packet.py 清洗了稿件？
• 有没有"待核""需用户核实"标记还挂着没处理？
• 若要公开/投稿：check_pii.py 是否跑过？（姓名、单位、联系方式、本地路径、未发表内容）
• 公开前是否确认过：尚未发表的论文题目与正文不得出现在公开材料里（见 16）？