Typst 学术论文 (typst-paper)
现代化的 Typst 学术论文写作助手。
概述
typst-paper 技能为使用 Typst 进行学术论文写作提供全面支持。Typst 是一个现代化的排版系统,编译速度达到毫秒级。支持中英文论文及主流出版场所。
主要功能
- 闪电般的编译速度(毫秒级 vs LaTeX 的秒级)
- 简洁直观的语法(比 LaTeX 更易学习)
- 实时预览支持监视模式
- 格式检查支持特定场所规则
- 语法分析用于英文论文
- 学术表达优化支持中英文
- 中英学术翻译(深度学习、时间序列、工业控制)
- 去AI化编辑降低 AI 生成文本痕迹
- 模板支持(IEEE、ACM、Springer、NeurIPS 等)
环境要求
安装:
# 使用 Cargo(Rust 包管理器)
cargo install typst-cli
# 使用 Homebrew(macOS)
brew install typst
# 使用包管理器(Linux)
sudo pacman -S typst # Arch Linux
验证安装:
typst --version
在 Claude Code 中使用技能
本技能设计用于 Claude Code 等 AI 助手。只需在对话中提及相关触发词,助手就会激活相应模块。
参数约定
请求中请尽量包含:
- 主
.typ路径(执行脚本时必需) - 目标范围(章节/段落或全文)
- 模块选择(编译/格式/语法/模板等)
如信息缺失或含糊,助手会先确认,不会猜测路径或范围。
执行约束
- 仅在您明确要求时执行脚本/编译命令。
- 覆盖输出或清理类操作前先确认。
触发词
| 模块 | 触发词 | 功能 |
|---|---|---|
| 编译 | compile, 编译, typst compile | Typst 编译 |
| 格式检查 | format, lint, 格式检查 | 格式检查 |
| 语法分析 | grammar, proofread, 语法 | 语法分析 |
| 长难句 | long sentence, 长句, simplify | 句子分解 |
| 表达 | academic tone, 学术表达 | 表达优化 |
| 逻辑衔接与方法论 | logic, coherence, 逻辑, 衔接, methodology, 方法论 | 逻辑衔接与方法论深度 |
| 翻译 | translate, 翻译, 中译英 | 中英翻译 |
| 参考文献 | bib, bibliography, 参考文献 | 文献检查 |
| 引用完整性 | ref, label, 引用检查, 引用完整性 | 图表引用完整性验证 🆕 |
| 去AI化 | deai, 去AI化, humanize | 降低 AI 痕迹 |
| 模板 | template, IEEE, ACM, 模板 | 模板配置 |
| 标题优化 | title, 标题, title optimization | 标题生成与优化 🆕 |
使用示例
编译论文:
请编译我的 Typst 论文 main.typ
检查语法:
能帮我检查引言部分的语法吗?
翻译成英文:
将以下中文翻译为学术英文(深度学习领域):
本文提出了一种基于Transformer的方法...
输出协议
所有建议采用注释式 diff 格式,并包含固定字段:
- 严重级别:Critical / Major / Minor
- 优先级:P0 / P1 / P2
最小模板:
// <模块>(第<N>行)[Severity: <Critical|Major|Minor>] [Priority: <P0|P1|P2>]: <问题概述>
// 原文:...
// 修改后:...
// 理由:...
// ⚠️ 【待补证】:<需要证据/数据时标记>
失败处理
- 缺少 Typst:安装
typst-cli并加入 PATH - 缺少文件/脚本:确认工作目录与
scripts/路径 - 编译失败:优先给出首个错误摘要并请求日志片段
模块快速示例
检查 main.typ 的格式合规性
拆解引言中的长句
提升摘要的学术表达
验证 references.bib 并检查 main.typ 的引用
去AI化方法部分并保持事实不变
提供 Typst 的 IEEE 模板配置
编译模块
基本命令
| 命令 | 用途 | 说明 |
|---|---|---|
typst compile main.typ |
单次编译 | 生成 PDF 文件 |
typst watch main.typ |
监视模式 | 文件变化时自动重新编译 |
typst compile main.typ output.pdf |
指定输出 | 自定义输出文件名 |
typst compile --format png main.typ |
其他格式 | 支持 PNG、SVG 等格式 |
typst fonts |
字体列表 | 查看系统可用字体 |
使用示例
# 基础编译(推荐)
typst compile main.typ
# 监视模式(实时预览)
typst watch main.typ
# 指定输出目录
typst compile main.typ --output build/paper.pdf
# 导出为 PNG(用于预览)
typst compile --format png main.typ
# 查看可用字体
typst fonts
# 使用自定义字体路径
typst compile --font-path ./fonts main.typ
编译速度优势
- Typst 编译速度通常在毫秒级(vs LaTeX 的秒级)
- 增量编译:只重新编译修改的部分
- 适合实时预览和快速迭代
中文支持
// 中文字体配置示例
#set text(
font: ("Source Han Serif", "Noto Serif CJK SC"),
lang: "zh",
region: "cn"
)
格式检查模块
检查项目
| 类别 | 检查内容 | 标准 |
|---|---|---|
| 页边距 | 上下左右边距 | 通常 1 英寸(2.54cm) |
| 行间距 | 单倍/双倍行距 | 根据期刊要求 |
| 字体 | 正文字体与大小 | Times New Roman 10-12pt |
| 标题 | 各级标题格式 | 层次清晰,编号正确 |
| 图表 | 标题位置与格式 | 图下表上,编号连续 |
| 引用 | 引用格式一致性 | 数字/作者-年份格式 |
Typst 格式配置
// 页面设置
#set page(
paper: "a4", // 或 "us-letter"
margin: (x: 2.5cm, y: 2.5cm)
)
// 文本设置
#set text(
font: "Times New Roman",
size: 11pt,
lang: "en"
)
// 段落设置
#set par(
justify: true,
leading: 0.65em,
first-line-indent: 1.5em
)
// 标题设置
#set heading(numbering: "1.1")
语法分析模块
基于 LLM 的语法检查,重点关注:
- 主谓一致
- 冠词使用(a/an/the)
- 时态一致性(方法用过去时,结果用现在时)
- 中式英语检测
常见语法错误
| 错误类型 | 示例 | 修正 |
|---|---|---|
| 冠词缺失 | propose method | propose a method |
| 主谓不一致 | The data shows | The data show |
| 时态混乱 | We proposed... The results shows | We proposed... The results show |
| 中式英语 | more and more | increasingly |
长难句分析模块
触发条件
- 英文:句子 >50 词 或 >3 个从句
- 中文:句子 >60 字 或 >3 个分句
输出格式
// 长难句检测(第45行,共67词)[Severity: Minor] [Priority: P2]
// 主干:[主语 + 谓语 + 宾语]
// 修饰成分:
// - [关系从句] which...
// - [目的状语] to...
// 建议改写:[简化版本]
学术表达模块
英文学术表达
| ❌ 弱动词 | ✅ 学术替代 |
|---|---|
| use | employ, utilize, leverage |
| get | obtain, achieve, acquire |
| make | construct, develop, generate |
| show | demonstrate, illustrate, indicate |
中文学术表达
| ❌ 口语化 | ✅ 学术化 |
|---|---|
| 很多研究表明 | 大量研究表明 |
| 效果很好 | 具有显著优势 |
| 我们使用 | 本文采用 |
| 可以看出 | 由此可见 |
逻辑衔接与方法论深度模块
确保段落间逻辑流畅,强化方法论的严谨性。
AXES 模型(段落级逻辑衔接)
| 组成部分 | 说明 | 示例 |
|---|---|---|
| Assertion(主张) | 清晰的主题句,陈述核心观点 | "注意力机制能够提升序列建模效果。" |
| Xample(例证) | 支撑主张的具体证据或数据 | "实验中,注意力机制达到95%准确率。" |
| Explanation(解释) | 分析证据为何支撑主张 | "这一提升源于其捕获长程依赖的能力。" |
| Significance(意义) | 与更广泛论点或下一段的联系 | "这一发现为本文架构设计提供了依据。" |
过渡信号词
| 关系类型 | 中文信号词 | 英文对应 |
|---|---|---|
| 递进 | 此外、进一步、更重要的是 | furthermore, moreover |
| 转折 | 然而、但是、相反 | however, nevertheless |
| 因果 | 因此、由此可见、故而 | therefore, consequently |
| 顺序 | 首先、随后、最后 | first, subsequently, finally |
| 举例 | 例如、具体而言、特别是 | for instance, specifically |
方法论深度检查清单
- 每个主张都有证据支撑(数据、引用或逻辑推理)
- 方法选择有充分理由(为何选此方法而非其他?)
- 明确承认研究局限性
- 清晰陈述前提假设
- 可复现性细节充分(参数、数据集、评估指标)
常见问题
| 问题类型 | 表现 | 修正方法 |
|---|---|---|
| 逻辑断层 | 段落间缺乏衔接 | 添加过渡句说明段落关系 |
| 无据主张 | 断言缺乏证据支撑 | 补充引用、数据或推理 |
| 方法论浅薄 | "本文采用X"但无理由 | 解释为何X适合本问题 |
| 隐含假设 | 前提条件未明示 | 显式陈述假设条件 |
在 Claude Code 中使用
检查引言部分的逻辑衔接
分析方法部分的方法论深度
在段落之间添加过渡信号词
翻译模块(中译英)
支持领域
| 领域 | 关键词 |
|---|---|
| 深度学习 | 神经网络、注意力机制、损失函数 |
| 时间序列 | 时序预测、ARIMA、时间模式 |
| 工业控制 | PID、故障检测、SCADA |
翻译流程
- 领域识别 - 确定专业领域术语
- 术语确认 - 确认翻译
- 翻译并注释 - 带注释的翻译
- 中式英语检查 - 检测并修正常见错误
- 学术润色 - 最终审查
常用学术句式
| 中文 | English |
|---|---|
| 本文提出... | We propose... / This paper presents... |
| 实验结果表明... | Experimental results demonstrate that... |
| 与...相比 | Compared with... / In comparison to... |
| 综上所述 | In summary / In conclusion |
参考文献模块
Typst 参考文献管理
方法 1:使用 BibTeX 文件
#bibliography("references.bib", style: "ieee")
方法 2:使用 Hayagriva 格式
#bibliography("references.yml", style: "apa")
支持的引用样式
ieee- IEEE 数字引用apa- APA 作者-年份chicago-author-date- 芝加哥作者-年份mla- MLA 人文学科gb-7714-2015- 中国国标
引用示例
// 文中引用
According to @smith2020, the method...
Recent studies @smith2020 @jones2021 show...
// 参考文献列表
#bibliography("references.bib", style: "ieee")
# 在线验证(CrossRef + Semantic Scholar)
python scripts/verify_bib.py references.bib --online
python scripts/verify_bib.py references.bib --online --email you@example.com
去AI化编辑模块
在保持 Typst 语法和技术准确性的前提下,降低 AI 写作痕迹。
输入要求
- 源码类型(必填):Typst
- 章节(必填):Abstract / Introduction / Related Work / Methods / Experiments / Results / Discussion / Conclusion
- 源码片段(必填):直接粘贴(保留原缩进)
工作流程
1. 语法结构识别 检测 Typst 语法,完整保留:
- 函数调用:
#set,#show,#let - 引用:
@cite,@ref,@label - 数学:
$...$,$ ... $(块级) - 标记:
*bold*,_italic_,`code` - 自定义函数(默认不改)
2. AI 痕迹检测:
| 类型 | 示例 | 问题 |
|---|---|---|
| 空话口号 | significant, comprehensive, effective | 缺乏具体性 |
| 过度确定 | obviously, necessarily, completely | 过于绝对 |
| 机械排比 | 无实质内容的三段式 | 缺乏深度 |
| 模板表达 | in recent years, more and more | 陈词滥调 |
3. 文本改写(仅改可见文本):
- 拆分长句(英文 >50 词,中文 >50 字)
- 调整词序以符合自然表达
- 用具体主张替换空泛表述
- 删除冗余短语
- 补充必要主语(不引入新事实)
4. 输出生成:
// ============================================================
// 去AI化编辑(第23行 - Introduction)
// ============================================================
// 原文:This method achieves significant performance improvement.
// 修改后:The proposed method improves performance in the experiments.
//
// 改动说明:
// 1. 删除空话:"significant" → 删除
// 2. 保留原有主张,避免新增具体指标
//
// ⚠️ 【待补证:需要实验数据支撑,补充具体指标】
// ============================================================
= Introduction
The proposed method improves performance in the experiments...
硬性约束
- 绝不修改:
@cite,@ref,@label, 数学环境 - 绝不新增:事实、数据、结论、指标、实验设置、引用编号
- 仅修改:普通段落文字、标题文本
分章节准则
| 章节 | 重点 | 约束 |
|---|---|---|
| Abstract | 目的/方法/关键结果(带数字)/结论 | 禁泛泛贡献 |
| Introduction | 重要性→空白→贡献(可核查) | 克制措辞 |
| Related Work | 按路线分组,差异点具体化 | 具体对比 |
| Methods | 可复现优先(流程、参数、指标定义) | 实现细节 |
| Results | 仅报告事实与数值 | 不解释原因 |
| Discussion | 讲机制、边界、失败、局限 | 批判性分析 |
| Conclusion | 回答研究问题,不引入新实验 | 可执行未来工作 |
模板配置模块
模板示例与用法请参考 references/TEMPLATES.md。
标题优化模块
根据 IEEE/ACM/Springer/NeurIPS 最佳实践,生成和优化学术论文标题。
核心原则
基于 IEEE Author Center 及顶级会议/期刊指南:
英文论文:
- 简洁性:删除 "A Study of", "Research on", "Novel", "New"
- 可搜索性:核心术语(方法+问题)在前 65 字符内
- 长度:最佳 10-15 词
- 具体性:具体方法/问题名称
- 规范性:避免生僻缩写
中文论文:
- 简洁性:删除"关于...的研究"、"新型"、"改进的"
- 可搜索性:核心术语在前 20 字内
- 长度:最佳 15-25 字
- 具体性:具体术语
- 规范性:符合规范
质量评分
每个标题获得 0-100 分,基于五个标准:
- 简洁性 (25%)
- 可搜索性 (30%)
- 长度 (15%)
- 具体性 (20%)
- 规范性 (10%)
在 Claude Code 中使用
检查现有标题:
检查我的论文标题质量
生成标题候选:
根据摘要生成标题候选方案
优化现有标题:
优化我的论文标题,符合 IEEE 最佳实践
标题模式
英文:
- Method for Problem: "Transformer for Time Series Forecasting"
- Method: Problem in Domain: "Graph Neural Networks: Fault Detection in Industrial Systems"
- Problem via Method: "Time Series Forecasting via Attention Mechanisms"
中文:
- 问题的方法: "时间序列预测的Transformer方法"
- 方法及应用: "注意力机制及其在工业控制中的应用"
- 面向领域的方法: "面向智能制造的深度学习方法"
好与差的示例
英文:
Good: "Transformer for Time Series Forecasting in Industrial Control"
Bad: "A Novel Study on Improved Time Series Forecasting Using Transformers"
中文:
好:工业控制系统时间序列预测的Transformer方法
差:关于基于Transformer的工业控制系统时间序列预测的研究
Typst 标题配置
英文论文:
#align(center)[
#text(size: 18pt, weight: "bold")[
Transformer-Based Time Series Forecasting for Industrial Control
]
]
中文论文:
#align(center)[
#text(size: 18pt, weight: "bold", font: "Source Han Serif")[
工业控制系统时间序列预测的Transformer方法
]
#v(0.5em)
#text(size: 14pt, font: "Times New Roman")[
Transformer-Based Time Series Forecasting for Industrial Control Systems
]
]
期刊/会议特定规则
IEEE
- 两栏格式,列间距 0.33 英寸
- Times New Roman 10pt
- 主动语态,方法用过去时
- 图表编号:Fig. 1, Table I
ACM
- 两栏格式,A4 或 US Letter
- 现在时表述一般真理
- 引用格式:数字或作者-年份
Springer
- 图标题在下,表标题在上
- 参考文献按字母顺序排列
NeurIPS/ICML
- 8 页限制(不含参考文献)
- 匿名提交(双盲评审)
- 特定格式要求
Typst 优势总结
vs LaTeX
| 特性 | Typst | LaTeX |
|---|---|---|
| 编译速度 | 毫秒级 | 秒级 |
| 语法 | 简洁直观 | 复杂冗长 |
| 错误提示 | 清晰友好 | 晦涩难懂 |
| 学习曲线 | 平缓 | 陡峭 |
| 实时预览 | 原生支持 | 需要额外工具 |
适用场景
- ✅ 快速原型和草稿
- ✅ 需要频繁修改的文档
- ✅ 团队协作(语法简单)
- ✅ 中小型论文(<100 页)
- ⚠️ 复杂数学公式(LaTeX 更成熟)
- ⚠️ 特定期刊模板(可能需要 LaTeX)
快速开始
安装 Typst:
# 使用 Cargo(Rust 包管理器)
cargo install typst-cli
# 使用 Homebrew(macOS)
brew install typst
# 使用包管理器(Linux)
sudo pacman -S typst # Arch Linux
创建第一个论文:
# 从模板初始化
typst init @preview/charged-ieee
# 编译
typst compile main.typ
# 监视模式(推荐)
typst watch main.typ
常用命令:
# 查看帮助
typst --help
# 查看可用字体
typst fonts
# 指定输出格式
typst compile --format png main.typ
# 使用自定义字体
typst compile --font-path ./fonts main.typ
推荐工作流
草稿快速迭代
- 编译或监视模式
- 基础格式检查
- 语法分析(摘要 + 引言)
投稿前检查
- 期刊/会议格式检查
- 学术表达优化
- 去AI化编辑
- 参考文献验证
- 模板配置核对(如期刊要求)
参考文件
references/TYPST_SYNTAX.md:Typst 语法指南references/STYLE_GUIDE.md:学术写作规范references/COMMON_ERRORS.md:常见错误references/VENUES.md:期刊会议要求references/DEAI_GUIDE.md:去AI化写作指南references/TEMPLATES.md:Typst 模板示例scripts/check_references.py:引用完整性检查器(独立运行)scripts/online_bib_verify.py:在线文献验证器