科研论文写作 laurence-feng/dsh-research-paper-mode

科研论文写作模式 / Research Paper Writing Mode

一个 DSH 智能体模式（agent preset），面向学术论文的检索、成稿、润色与投稿返修。
安装后在 新会话 的模式选择器里出现为「科研论文写作」。

An agent preset for DSH. Once installed it appears as 科研论文写作 in the New-Session agent-preset selector.

源码 / Source: <https://github.com/laurence-feng/dsh-research-paper-mode>

1. 这个模式提供什么

| 能力 | 实现 |
| 学术网络检索 | 预设内置 web_search / web_fetch（@deepseek-ai/dsh-tool-web） |
| 文献检索 | 本包提供的 literature_search（学术站点限定、去重、年份过滤、可选正文摘录、可选搜索引擎） |
| 多引擎检索 | DeepSeek 官方联网搜索（Harness 内置 deepseek-official / deepseek-search-api）+ 本包内置的 Kimi 联网搜索（kimi-web-search，Moonshot 搜索 REST 接口） |
| 文档润色 | 本包提供的 paper_polish（用当前会话模型改写，分段处理长文，返回修改说明） |
| 学术规范自查 | 本包提供的 paper_style_check（中英双规则，确定性、可复现、带字符偏移） |
| 参考文献格式化 | 本包提供的 citation_format（BibTeX → APA / IEEE / GB-T 7714 / Nature / MLA / Chicago） |
| 内置科研技能 | 12 个随包安装的 skills（精读、写作、润色、做 PPT、核验引文、申请书等，见第 2.5 节） |
| 写作工作流 | 一段写入系统提示词的方法论（检索 → 提纲 → 成稿 → 润色 → 自查 → 参考文献） |
| 人设 | @deepseek-ai/dsh-persona：科研写作助手，含「不得编造文献」的引用纪律 |

预设还包含写作所需的常规工具：bash/pwsh、read/write/edit、glob/grep、 todo_write、ask_user_question、skills、计划模式（plan mode）、上下文压缩与 present（交付文件卡片）。

2. 四个专用工具

literature_search

literature_search({ query, scope, provider, yearFrom, yearTo, maxResults, fetchExcerpts })
- scope：arxiv、pubmed、pmc、semanticscholar、springer、sciencedirect、 ieee、acm、cnki、wanfang、doaj。多个 scope 会拼成 site: 限定。
- provider：可选，显式指定搜索引擎（web seam 里注册的 provider id）：
- deepseek-official：DeepSeek 原生联网搜索（Harness 内置，走 DEEPSEEK_API_KEY 或 DeepSeek 账号登录）；
- deepseek-search-api：DeepSeek Search API（Harness 内置）；
- kimi-web-search：本包内置的 Kimi（Moonshot）联网搜索，见第 2.6 节。
不传则用 profile 配置的默认引擎。跨引擎对照同一 query 对核查文献很有用。
- 结果按 URL 与标题去重，按 publishedAt 中解析出的年份过滤（无日期的条目保留），并在 notes 里说明丢弃了多少条、过滤窗口是什么。
- fetchExcerpts > 0 时抓取前 N 条正文并抽成纯文本摘录（每条约一次 HTTP 请求）。
- 只返回可核验的 title / url / snippet / publishedAt；工具不生成引用，也不补全缺失字段。

paper_polish

paper_polish({ text | path, style, language, instructions })
- style：academic（默认）、journal-en、journal-zh、concise、abstract、 reviewer-response。
- language：auto（默认，跟随原文）、zh、en。
- 超长文本按段落/句子边界切块后逐块润色并保序拼接；单次上限由 maxInputChars 控制（默认 24000 字符），超出时明确报错并建议分段。
- 要求模型只输出 {"polished": ..., "notes": [...]}；模型不遵守时不会失败，而是把整段回复当作润色结果并在 warnings 里说明。
- 不写任何文件。润色结果交回给智能体，由它用自己的 edit / write 工具落盘，这样文件沙箱与「先读后写」策略仍然有效。

paper_style_check

paper_style_check({ text, language, maxIssues })
- 英文：冗词与口语化短语、缩写（don't → do not）、第一人称、无依据断言、标点前空格、重复词、连写空格、可能的被动语态、etc.、超长句/段。
- 中文：口语化表达（很多、搞定、其实…）、以断言代替证据（众所周知…）、半角标点混用、直引号、虚词重复（的的）、中英文之间缺空格、全角空格、超长句/段。
- 返回 language、stats（字数/句数/段数/平均句长/长句数）、issues （rule / severity / message / suggestion / excerpt / offset）与 summary。
- 完全确定性：同样的输入总是同样的输出，便于在稿件修改前后对比。

citation_format

citation_format({ references, style, sort })
- 支持 article、inproceedings/conference、book、phdthesis、 techreport、misc/online 等类型，能解析嵌套花括号与引号值。
- 风格：apa、ieee、gb7714、nature、mla、chicago；sort 取 author（默认）/ year / none。编号风格（IEEE、GB/T 7714、Nature）自动编号。
- GB/T 7714 细节：作者超过 3 位时按语种选 等 / et al.，会议论文用 [C]//，期刊用
[J]，在线资源用 [EB/OL]。
- 非 BibTeX 输入（裸 URL、自由格式）原样保留并写入 warnings，绝不猜测缺失的年份、卷期或 DOI。

2.5 内置科研技能（skills）

模式随包内置 12 个技能，原样 vendor 自 Yuan1z0825/nature-skills（Apache-2.0）与 AIScientists-Dev/academic-humanizer（MIT），见 skills/NOTICE 与各技能目录内的 LICENSE。装包即得，无需任何额外安装；选中本模式的会话会自动在技能目录里看到它们：

| 技能 | 用途 |
| academic-humanizer | AI 辅助学术文稿 / 基金申请书的行文与语气打磨：贴合作者本人风格，绝不改动数字、结果或引用（非规避 AI 披露工具） |
| nature-academic-search | 多源文献检索、引文核对、参考文献管理、MeSH 策略、严格他引审计 |
| nature-reader | 全文翻译 / 中英文对照 / 论文精读，生成出处可溯的 reader |
| nature-paper-xray | 单篇论文深读：还原作者的真实起点与设计取舍，公式落到具体例子 |
| nature-writing | 章节起草、论证重构、首次投稿材料 |
| nature-polishing | 论文润色、学术翻译、正文精简、LaTeX 排版修复 |
| nature-paper2ppt | 论文 / 读书笔记 → 中文学术 PPT（含图源与演讲备注） |
| nature-image2ppt | 幻灯片截图 / 扫描 PDF → 可编辑 PPT |
| nature-ref-verifier | 参考文献逐条多源交叉验证，输出结构化核验报告 |
| nature-literature-pipeline | 文献追踪流水线：多源检索 → 六维打分 → 精读 → 投递 → 归档 |
| nature-experiment-log | 实验日志（图片/语音/文字 → 带 frontmatter 的 Markdown） |
| researchwrite | 科研项目申请书 / 开题报告（上游目录名 nature-proposal-writer，技能名沿上游兼容名 researchwrite） |

这些技能的 SKILL.md 会按需引用各自目录下的 references/、static/、 scripts/ 等资源，全部已随包内置。

2.6 Kimi 联网搜索（kimi-web-search）

本包把 Kimi（Moonshot）的独立搜索 REST 接口注册为一个 web 搜索 provider （id kimi-web-search），供 literature_search 的 provider 参数和 web_search 选用：

- 接口：POST {baseURL}/tools/search（Basic）或 /tools/search_pro（Pro，返回按相关性排序的正文片段），文档见 Kimi 开放平台。
- 需要一个 Moonshot API Key：设环境变量 MOONSHOT_API_KEY（或 KIMI_API_KEY），或在预设行配置 kimiApiKey。Key 在 <https://platform.kimi.com/console/api-keys> 创建。
- 计费：Moonshot 按次计费（有结果才计费），见其定价页；未配置 key 时该 provider 自动不可用，不影响 DeepSeek 引擎与模式其余功能。
- 端点默认 https://api.moonshot.cn/v1，可用配置 kimiBaseURL 或环境变量 MOONSHOT_BASE_URL 覆盖（如国际站 https://api.moonshot.ai/v1）。
- kimiTier: basic（默认）/ pro；kimiTimeoutSeconds 默认 20（1-60）。

3. 配置

预设行 research-paper-tools 没有声明 Config schema，未知键忽略、每个值都会被夹到安全区间。

- id: research-paper-tools
name: 'dsh-research-paper-mode'
config:
searchMaxResults: 8 # 1-25
searchExcerptChars: 1200 # 200-8000
maxInputChars: 24000 # 500-200000
chunkChars: 6000 # 500-20000
styleMaxIssues: 60 # 1-500
polishMaxTokens: 8192 # 不设则用模型默认 kimiApiKey: sk-... # 字面量 Kimi key；一般改用 MOONSHOT_API_KEY 环境变量 kimiBaseURL: https://api.moonshot.cn/v1 kimiTier: basic # basic | pro kimiTimeoutSeconds: 20 # 1-60

默认值写在 index.js 的 resolveConfig() 里。改配置后需要重新安装该 bundle 并重启 DSH。

4. 安装 / 更新 / 卸载

包名是 dsh-research-paper-mode（cordis.patch.yml 里的预设行按这个名字引用它）。

从 GitHub 安装（推荐）

dsh plugin --profile desktop add github:laurence-feng/dsh-research-paper-mode

也可以在 DSH 的 Plugins 页面填仓库地址安装，或让 plugin_manager 装：

install_bundle target: github:laurence-feng/dsh-research-paper-mode
remove_bundle target: 'dsh-research-paper-mode'

装完确认 bundle 已启用，然后新建会话，在模式选择器里选「科研论文写作」。

本地开发安装

开发时用 link: 指向本目录，改完源码重启 DSH 即可加载新模块：

install_bundle target: <本目录的绝对路径>

重要：Node 按解析后的真实路径缓存 ESM 模块，因此改动源码后需要重启 DSH 才会加载新的一代模块；仅重新安装或开关 bundle 不会刷新已加载的模块。

不要手工改 profile 的 package.json 或 cordis.patch.yml，交给 plugin_manager / dsh plugin 处理。

5. 为什么本包不 import @deepseek-ai/dsh-tools

Harness 自带的 defineTool 位于应用归档（app.asar）内的 @deepseek-ai/dsh-tools。profile 里安装的 bundle 由普通 Node ESM 解析加载，解析基准是包自己的真实目录，看不到归档里的包——直接 import 会让整个插件 failed to import，预设随之损坏。

因此 lib/tool-schema.js 重新实现了本包用到的那一小部分：参数/返回值 schema DSL 与入参校验。产物是标准的注册用 ToolDefinition（parameters 与 output.schema 都是注册表所校验的 JSON Schema 子集）。副作用是本包零依赖，可以安装在任意位置。

6. 开发与验证

node test/run.mjs # 64 项测试，不需要 Harness 在运行

test/run.mjs 用一个假的 Host context 驱动 apply()，覆盖：工具注册、参数校验、返回值形状校验、四条 execute() 路径（含网络服务的成功与缺失、显式 provider 选择与回退、模型不遵守 JSON 约定、分段、超限、无法解析的引用列表）、 Kimi 响应映射与错误处理、内置技能的列举与加载，以及 patch/manifest 结构。
纯逻辑（lib/）没有 Harness 依赖，全部可直接单测。

7. 文件

package.json bundle 清单（dsh.bundle.patch、icon、locale 导出） cordis.patch.yml 预设声明：人设、本包工具行、常规工具行 index.js 插件入口：注册四个工具 + kimi provider + 内置 skills + 工作流提示词段 lib/tool-schema.js defineTool 的自包含实现（见第 5 节） lib/text.js HTML→文本、分块、语言判定、URL 归一化等 lib/style.js 中英学术写作规则 lib/polish.js 润色提示词构造、结果解析、流式调用 lib/citation.js BibTeX 解析与六种引用风格 lib/kimi.js Kimi（Moonshot）联网搜索 provider（见第 2.6 节） lib/bundled-skills.js 内置 skills 清单与 provider（见第 2.5 节） skills/ 12 个 vendored skills（11 个 nature-* 为 Apache-2.0、academic-humanizer 为 MIT，见 skills/NOTICE） tools/.js 四个工具的注册与执行 locale/en.json, zh.json Plugin Manager 中显示的标题与描述 icon.svg 模式图标 test/run.mjs 测试

8. 许可

本包自身代码为 MIT，见 LICENSE。skills/ 目录下的 vendored 技能： 11 个 nature- 技能来自 Yuan1z0825/nature-skills （Apache-2.0，见 skills/LICENSE.apache-2.0）； academic-humanizer 来自 AIScientists-Dev/academic-humanizer （MIT，见 skills/academic-humanizer/LICENSE）。
详见 skills/NOTICE。