xmutfyh/dsh-plugin-writing-guard

Writing Guard

CI
npm
License: MIT

面向 AI 辅助研究的科学写作与文档完整性守卫

少解释。多论证。守护科学。

Writing Guard 将提示词引导的科学行文规范与面向 AI 辅助研究的确定性完整性检查相结合。
它从五个层面保护你的稿件：

| 守卫 | 防范对象 | 风险 |
|-------|------------------|------|
| STYLE | 论证经济性 | 防御性写作、过度解释、语义重复、模板腔 |
| EVIDENCE | 科学漂移 | 数值、单位、引用、结论被改 |
| JOURNAL | 期刊不匹配 | scope/style/convention 不匹配 |
| DELIVERY | 上下文泄漏 | prompt、notes、workflow metadata 泄漏 |
| DOCUMENT 🆕 | 文档损坏 | Word 格式、公式、表格、OOXML 被破坏 |

提示词引导写作 · 确定性完整性内核 · 394 项测试

npm install dsh-plugin-writing-guard

Writing Guard 不会替你写论文。
它让 AI 辅助写作更安全地交付。

2.0 新增 — 论证经济性与控制平面分离

Writing Guard 2.0 将语义风格决策前移到生成之前，并让确定性代码专注于完整性。

- 批评不是内容 — 审稿人/用户/守卫的措辞属于控制上下文，而非稿件证据。
- 优先删除而非重写 — 如果一句话只是为了预防批评、安抚审稿人、宣扬重要性，或重复显而易见的含义，就删掉它。
- 不要闭合每一个语义回路 — 在证据 + 必要解释之后停下；保留非显而易见的统计解释和可复现性细节。
- 仅风格修订默认等长或更短 — 没有新的有支撑内容时，不得解释性膨胀。
- 自动审计不再重新注入片段或改写建议 — 只将结构化的规则/动作元数据发回给 agent。
- 新增中英文线索，用于识别防御性目的框架、语义闭合标记和无内容评价。

示例：

避免： 为防止数据泄漏，仅使用训练数据谨慎地进行了归一化。
优先： 归一化参数由训练数据估计得到。

第二句陈述了方法事实，而没有引入提及此事的防御性理由。

🛡️ Word 文档守卫（1.8 引入）

只改被要求改的。核验没被要求改的。

AI 辅助文档编辑引入了一个微妙风险：被要求的文本可能改好了，而稿件中无关部分却悄悄发生了变化。

当你让 AI agent“只重写第 3 段”时，它可能无意中修改：

- 公式结构
- 表格边框
- 编号
- 样式
- 节几何
- 关系
- 嵌入媒体
- OOXML 包部件

Writing Guard 1.8 为 Word 文稿引入了文档完整性层：

| 功能 | 作用 |
|---------|--------------|
| 安全范围编辑 | 只有指定的范围可以更改 |
| 包验证 | 编辑后验证 DOCX/OOXML 包的完整性 |
| 结构指纹 | 比较编辑前后的文档结构 |
| 公式完整性 | 检查公式结构、编号连续性、数学字体漂移 |
| 学术表格感知 | 区分数据表格与版式/图形容器 |
| 编辑前后完整性验证 | 确定性验证，而非“我觉得没问题” |

之前 / 之后

没有 Writing Guard：
“请改进第 3 段的措辞。”
→ AI 智能体修改 DOCX。
→ 结果：段落看起来更好了。
→ 未知：还有什么被改动了？

有 Writing Guard：
“请改进第 3 段的措辞。”
→ Writing Guard：
✓ 范围已验证
✓ 包有效
✓ 公式已保留
✓ 受保护结构未更改
✓ 文档指纹已检查
→ 结果：段落已更改——并且检测到意外的文档漂移。

快速开始

安装
dsh plugin add dsh-plugin-writing-guard

重启
dsh web

自然语言用法

安装后，你可以使用自然语言：

| 这样说 | Writing Guard 会执行 |
|----------|------------------------|
| “帮我检查论文写作质量” | writing_word_audit |
| “把表格改成三线表” | writing_word_format_tables |
| “扫描DOCX结构” | writing_word_scan |
| “修改第三章的XXX” | writing_word_edit |
| “编辑后验证范围” | writing_word_scope_check |
| “检查有没有AI味” | writing_audit |

五道防线——详细说明

STYLE——论证经济性与行文纪律

在写作前引导宿主模型，然后使用确定性线索审查机械、防御性和过度解释的行文：

- 修订残留：revised、as requested、本轮、审稿人要求
- 防御性写作：让步堆叠、预先规避局限性
- 机械修辞：不是X而是Y、滥用 rather than、三重排比
- LLM 高频词：delve / tapestry / testament（基于密度）
- 中文模式与平均句长异常

EVIDENCE——学术性 + 认识论锁定

在 AI 编辑过程中保护科学事实：

- 数字、百分比、p 值、置信区间、单位
- 引文、图/表编号、DOI
- 因果强度：associated with 不能变成 caused
- 零结果：no significant difference 不能消失
- 范围边界与证据状态

JOURNAL——目标期刊契合度

根据目标期刊惯例校准文稿：

- 句法结构（句长、段落长度）
- 语态与人称（被动语态、第一人称使用）
- 引文（参考文献、图/表引用）
- 科学论断（论断密度、因果/证据强度）
- 修辞动作（覆盖范围、规范顺序）
交付 — 上下文泄漏检测

阻止工作流上下文泄漏到最终产物中：

- 被拒绝的备选方案
- 修订过程残留
- 来源泄漏
- 防御性模糊措辞泄漏

文档 — Word 文档完整性 🆕

安全编辑 Word 稿件而不破坏结构：

writing_word_scan → writing_word_edit → writing_word_scope_check

13 个工具，实现完整的文档完整性：

| 工具 | 用途 |
|------|---------|
| writing_word_scan | 结构扫描 |
| writing_word_edit | 安全范围编辑 |
| writing_word_audit | .docx 写作审计 |
| writing_word_scope_check | 范围完整性验证 |
| writing_word_format_tables | 三线表格式化 |
| writing_word_audit_equations | OMML 公式审计 |
| writing_word_package_validate | OOXML 包验证 |
| writing_word_fingerprint | 基线格式指纹 |
| writing_audit | 文本写作审计 |
| writing_rules | 写作指南 |
| writing_style_profile | 作者风格画像 |
| writing_journal_profile | 期刊画像 |
| writing_delivery_audit | 交付完整性审计 |

安装

从 npm 安装（推荐）
dsh plugin add dsh-plugin-writing-guard

从 GitHub 安装
dsh plugin add github:xmutfyh/dsh-plugin-writing-guard

从本地源安装
dsh plugin add ./path/to/dsh-plugin-writing-guard

前置要求：
- Node.js ≥ 18
- Python 3.10+ 及 python-docx（pip install python-docx）

架构

Writing Guard
├── STYLE (writing_audit)
│   ├── Revision residue detection
│   ├── AI style patterns
│   └── Density-based thresholds
├── EVIDENCE (Scholarship/Epistemic Lock)
│   ├── Number/unit preservation
│   ├── Citation integrity
│   └── Claim strength conservation
├── JOURNAL (Journal Profile)
│   ├── Corpus-aware analysis
│   ├── Section-level comparison
│   └── Rhetorical move matching
├── DELIVERY (CAL Detection)
│   ├── Rejected alternative leakage
│   ├── Process residue
│   └── Baseline reality check
└── DOCUMENT (Word Guard) 🆕
├── Structural scanning
├── Safe editing
├── Package validation
├── Fingerprinting
└── Equation audit

设计原则： 基线稿件 > 期刊/模板 > 插件默认值。

LLM/智能体决定应该更改什么。确定性的 Word 代码决定如何进行更改，而不会静默改动无关的格式。

测试

npm test

394 个确定性测试，涵盖：
- STYLE、Scholarship Lock、Epistemic Lock
- 声明对齐、本地引用完整性
- Journal Profile、Journal Fit
- DELIVERY（CAL 检测）
- Word Guard（v1.8.2）：OOXML 验证、指纹、公式审计

安全与隐私

- 确定性完整性检查在本地运行；语义写作决策由宿主模型在 Writing Guard 策略下处理。
- 插件仅读取正在编辑的文件。
- 插件本身不会上传或收集稿件内容。
- 参见 SECURITY.md

为什么选择 Writing Guard？

| | Writing Guard | Humanizer | AI Detector |
|---|---|---|---|
| 写作前规则 | ✅ | ❌ | ❌ |
| 写作中检查 | ✅ | 通常 ❌ | ❌ |
| 自动监控稿件 | ✅ | ❌ | ❌ |
| 全文重写 | ❌ | ✅ | ❌ |
| 可解释的问题 | ✅ | 部分 | 部分 |
| 确定性完整性检查 | ✅ | 通常没有 | 视情况而定 |

Humanizer 在写作后重写。Writing Guard 在写作过程中预防。

品牌

WRITING GUARD
│
Scientific Writing & Document Integrity
│
┌─────────┬──────────┬─────────┬──────────┬──────────┐
STYLE   EVIDENCE   JOURNAL   DELIVERY   DOCUMENT
│
Change what was requested.
Verify what wasn't.

经典口号： 更少 AI。更多证据。更好的期刊匹配。干净的交付。

文档口号： 更改所要求的内容。验证未要求的内容。

更新日志

参见 CHANGELOG.md。

许可证

MIT