paper-format

学术论文格式检测、自动修复与引文验证一站式工具

Academic paper format checking, auto-fix, and citation verification

功能一览

功能	说明
一键修复	`paper` 命令：建目录 → 修复 → 记录改动 → HTML 报告，一步到位（推荐入口）
格式检测	页边距、字体字号、行距、标题层级、三线表、页眉页脚、封面、摘要、目录、致谢
自动修复	修复格式问题并生成前后对比报告；保留楷体引文块、参考文献五号(10.5pt)、run-in 摘要正确处理
中英符号检查	16 类规则引擎：中英文间距、引号/括号配对、全半角混用、中文语境误用英文标点等
内容结构检查	必需章节完整性、摘要字数、关键词数量、缩略语候选
引文格式化	CNU《外国文学评论》/ CSL / GB/T 7714 标准；外文译著 `[国籍]` 标注、出版地补全
引文验证	本地 .bib 验证 + OpenAlex/CrossRef/知网/万方外部验证 + DOI/字段完整性
引文逐字核对	PDF 出处比对，支持扫描版 OCR + 截图高亮
模板生成	预配置中文学术论文模板（期刊/学位论文）
样本解析	从格式正确的论文中提取格式规则
对比报告	HTML 交互式报告（item-level 已修复/未修复）+ Word 对比报告

快速开始

# 克隆仓库
git clone https://github.com/Callioper/paper-format.git
cd paper-format

# 安装依赖
pip install -r requirements.txt

# 一键修复（推荐）：自动建目录、修复、生成 HTML 报告
python paper_format.py paper 论文.docx --mode journal --bib refs.bib

# 仅格式检测
python paper_format.py check 论文.docx

# 仅格式修复
python paper_format.py fix 论文.docx --output repaired.docx

# 中英符号检查（16 类规则）
python paper_format.py lang 论文.docx --rules references/language_rules.yaml

# 生成模板
python paper_format.py template --mode thesis --output 模板.docx

安装方式

方式 1：Claude Code

下载 paper-format.skill 文件，拖入 Claude Desktop 或通过插件管理器安装。

或手动安装：

cp -r paper-format ~/.claude/skills/

触发方式：输入 /paper-format 或说"帮我检查论文格式"

方式 2：通用 Agent（Hermes / OpenClaw / Codex）

# 解压到 agent 的 skills 目录
unzip paper-format-universal.zip -d <agent-skills-dir>/

# 安装依赖
cd paper-format && pip install -r requirements.txt

Agent 读取 SKILL.md 获取指令，调用 python paper_format.py <command> 执行功能。

方式 3：命令行直接使用

pip install python-docx lxml
python paper_format.py check 论文.docx --mode journal

使用指南

文档模式

模式	适用	检测项
`journal`（默认）	期刊论文/小论文	标题页、摘要、关键词、正文、参考文献、脚注
`thesis`	学位论文/大论文	封面、摘要、目录、正文、参考文献、致谢、附录

完整命令

# 一键修复 + 报告（推荐）：建输出目录、复制副本、修复、生成 HTML 报告
python paper_format.py paper 论文.docx [--mode thesis|journal] [--spec spec.json] [--bib refs.bib]

# 格式检测
python paper_format.py check 论文.docx [--mode thesis|journal] [--spec spec.json]

# 格式修复（自动创建副本，不修改原文件）
python paper_format.py fix 论文.docx --output repaired.docx

# 中英符号检查（16 类规则，含"中文语境误用英文标点"）
python paper_format.py lang 论文.docx --rules references/language_rules.yaml --output sym.json

# 内容结构检查（必需章节、摘要字数、关键词）
python paper_format.py content 论文.docx [--mode thesis|journal]

# 提取并分类脚注
python paper_format.py footnotes 论文.docx --output footnotes.json

# 生成 HTML 交互式报告（含 before/after）
python paper_format.py html-report 原始.docx 修复后.docx --repair-records records.json --output 报告.html

# 生成 Word 对比报告
python paper_format.py report 原始.docx 修复后.docx 报告.docx

# 增强引用检查（DOI 格式 + BibTeX 字段完整性 + URL 可达性）
python paper_format.py refs 论文.docx --bib refs.bib [--check-urls] --output refs.json

# CSL 结构校验 / 语义检查
python paper_format.py validate-csl style.csl
python paper_format.py lint-csl style.csl

# 生成预格式化模板
python paper_format.py template --mode thesis --output 模板.docx

# 样本解析（从格式正确的论文提取规则）
python paper_format.py spec 样本.docx --output spec.json

# CSL 解析
python paper_format.py csl style.csl --output rules.json

# 本地引文验证（.bib 文件）
python paper_format.py verify 论文.docx --bib refs.bib --output result.json

# 外部引文验证（API）
python paper_format.py verify 论文.docx --sources openalex,crossref --output result.json

# 交叉校验（正文引用 ↔ 参考文献）
python paper_format.py cross 论文.docx --output cross.json

# 引文逐字核对（PDF 出处比对）
python paper_format.py quotes 论文.docx --sources "书.pdf:1-100" --output quote.json

# 引用格式修复
python paper_format.py cite 论文.docx --bib refs.bib --output report.docx

引文验证

本地数据库验证

从 Zotero + Better BibTeX 导出 .bib 文件：

安装 Better BibTeX 插件
在 Zotero 中选择文献库 → 右键 → 导出文献库 → Better BibTeX 格式
勾选"保持更新"
保存为 .bib 文件

python paper_format.py verify 论文.docx --bib refs.bib

外部 API 验证

数据源	类型	配置要求
OpenAlex	免费 API	无需配置
CrossRef	免费 API	无需配置
Semantic Scholar	免费 API	可选 S2_API_KEY
CORE	免费 API	可选 CORE_API_KEY
知网 CNKI	HTML 抓取	需要 CNKI_COOKIE（有封禁风险）
万方 Wanfang	HTML 抓取	无需配置

引文逐字核对

从论文中提取直接引文，与出处 PDF 原文逐字比对：

python paper_format.py quotes 论文.docx --sources "书名.pdf:1-100" --output quote.json

# 扫描版 PDF 强制 OCR
python paper_format.py quotes 论文.docx --sources "扫描版.pdf" --ocr --output quote.json

# 导出 Excel（含截图嵌入）
python paper_format.py quotes 论文.docx --sources "书.pdf" --excel 核对报告.xlsx

依赖

必需

pip install python-docx lxml

可选

pip install pdfplumber Pillow openpyxl  # PDF + 截图 + Excel
pip install paddleocr                    # 扫描版 OCR（重型）

目录结构

paper-format/
├── paper_format.py          # 统一入口
├── SKILL.md                 # AI agent 指令（引导流程）
├── README.md                # 本文档
├── requirements.txt         # Python 依赖
├── package.py               # 通用打包脚本
├── scripts/
│   ├── check_format.py      # 格式检测（编排器）
│   ├── fix_format.py        # 格式修复
│   ├── generate_report.py   # 报告生成
│   ├── generate_template.py # 模板生成
│   ├── csl_parser.py        # CSL 解析
│   ├── parse_spec.py        # 样本解析
│   ├── verify_local.py      # 本地引文验证
│   ├── verify_external.py   # 外部引文验证
│   ├── verify_quotes.py     # 引文逐字核对 + OCR + 高亮 + Excel
│   ├── cross_check.py       # 交叉校验
│   ├── citation_repair.py   # 引用格式修复
│   ├── extract_references.py
│   ├── extract_footnotes.py
│   ├── checks/
│   │   └── format_checks.py # 检测函数库
│   ├── lib/
│   │   ├── bib_parser.py    # .bib 文件解析
│   │   ├── citation_models.py
│   │   ├── doc_helpers.py   # .docx/.md 文档工具
│   │   └── quote_models.py
│   └── sources/
│       ├── source_openalex.py
│       ├── source_crossref.py
│       ├── source_semantic_scholar.py
│       ├── source_core.py
│       ├── source_cnki.py
│       └── source_wanfang.py
└── references/
    ├── CNU_citation_rules.md
    ├── GBT7714-2015-numeric.csl
    └── common_issues.md

与其他 Agent 集成

Python API

from scripts.check_format import check_format
result = check_format("thesis.docx", mode="journal")

from scripts.fix_format import fix_format
result = fix_format("thesis.docx", output_path="repaired.docx")

from scripts.generate_template import generate_template
generate_template(mode="thesis", output_path="template.docx")

SKILL.md

将 SKILL.md 内容复制到 agent 的 skill 指令中。SKILL.md 包含完整的引导决策树（Step 0-6），指导 agent 按正确顺序调用脚本。

下载

文件	说明
paper-format.skill	Claude Code 专用包
paper-format-universal.zip	通用分发包（Hermes/OpenClaw/Codex）

参考项目

本项目在开发过程中参考了以下开源项目和资源：

项目	参考内容
sashavegal/paper-check	原始 paper-check 项目的格式检测流程、三线表检测、修复记录结构、对比报告设计
ganzhi-black/humanities-thesis-skill	引文验证的数据源架构（OpenAlex/CrossRef/知网/万方并行查询）、防幻觉规则引擎、知网/万方 HTML 抓取实现
Gostyan/docx-skill-4-cn-paper	中文学术论文 .docx 模板生成的预配置方案、样式定义参考
citation-checker（twobabycoach）	引文逐字核对功能设计：PDF 出处比对、截图证据嵌入 Excel、OCR 扫描版支持
zotero-csl-builder（twobabycoach）	CSL 引用样式构建与校验思路，启发本项目的 CSL 三阶段校验流水线与 `journal-csl-builder` 流程
retorquere/zotero-better-bibtex	Better BibTeX .bib 文件解析、file 字段 PDF 路径提取、引文元数据丰富化方案
citation-style-language/styles	GB/T 7714-2015 CSL 文件，用于 CSL 解析器开发和测试
redleafnew/Chinese-STD-GB-T-7714-related-csl	中文 CSL 样式参考

特别致谢

特别感谢 twobabycoach —— 其开发的 citation-checker（引文逐字核对）与 zotero-csl-builder（CSL 样式构建）两个项目为本项目的引文核对与 CSL 处理流程提供了关键设计参考。

License

MIT

Name		Name	Last commit message	Last commit date
Latest commit History 18 Commits
docs/superpowers/plans		docs/superpowers/plans
expected		expected
fixtures		fixtures
references		references
scripts		scripts
tests		tests
.gitignore		.gitignore
LICENSE		LICENSE
README.md		README.md
SKILL.md		SKILL.md
package.py		package.py
paper_format.py		paper_format.py
plugin.json		plugin.json
requirements.txt		requirements.txt

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Repository files navigation

paper-format

功能一览

快速开始

安装方式

方式 1：Claude Code

方式 2：通用 Agent（Hermes / OpenClaw / Codex）

方式 3：命令行直接使用

使用指南

文档模式

完整命令

引文验证

本地数据库验证

外部 API 验证

引文逐字核对

依赖

必需

可选

目录结构

与其他 Agent 集成

Python API

SKILL.md

下载

参考项目

特别致谢

License

About

Uh oh!

Releases 3

Packages

Uh oh!

Contributors

Uh oh!

Languages

Folders and files

Latest commit

History

Repository files navigation

paper-format

功能一览

快速开始

安装方式

方式 1：Claude Code

方式 2：通用 Agent（Hermes / OpenClaw / Codex）

方式 3：命令行直接使用

使用指南

文档模式

完整命令

引文验证

本地数据库验证

外部 API 验证

引文逐字核对

依赖

必需

可选

目录结构

与其他 Agent 集成

Python API

SKILL.md

下载

参考项目

特别致谢

License

About

Resources

License

Uh oh!

Stars

Watchers

Forks

Releases 3

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages