jschen-biostat/math-modelcn/aigc-trace-cleaner

AIGC 痕迹检测与消除（aigc-trace-cleaner）

把"AI 生成痕迹过重、一眼被看出"变成可检测、可定位、可修的问题。方法论取自五份实战文档：10 维检测体系（对齐「终极提示词 V5.0」）+ 数模竞赛 AI 破绽清单 + AI 写作 8 大痕迹 + 2026 国赛 AI 合规自查表（6 维 26 条）。

模式判断（先定模式，再动手）

1. 诊断模式（默认）：只出检测报告与修改建议，不改写正文。适用于"帮我看看这篇论文 AI 味重不重"。
2. 改写模式：用户明确要求"顺手改掉/降到 X% 以下"时才改写；改写前必须先出诊断报告（先诊断后开药）。
3. 合规自查模式（国赛 AI 红线）：用户要"国赛 AI 合规自查/AI 红线检测/按自查表核查"时启用——按 6 维 26 条逐条给出「合格/存在问题/待核实」，出《AI 合规自查报告》；细则见 references/national-competition-compliance.md，报告格式见 references/compliance-report-template.md。
4. 质检模式：只要机械指标与自检清单（跑 scripts/scan.mjs 出统计 + 按自检表核对），适用于快速抽查或改完后复检。

用户没说清楚时用诊断模式，并在报告末尾问是否进入改写模式。

合规自查模式需要四件套输入：参赛论文 + 比赛题目 + 附件（如有）+ 自查表；缺项按要求标"待核实（缺 X）"，不得凭空判合格。

两种报告可同时交付（诊断报告 + 合规自查报告）；用户明确要"一份完整报告"时才合并编排（见 compliance-report-template.md 末节）。

工作流程（六步，诊断模式）

1. 取全文：要求用户提供完整论文（或至少 摘要+正文+结论；图表要含标题与说明）。docx 先转文本（可用 scripts/scan.mjs --docx 或先解压取 word/document.xml）。
2. 机械统计（省 token 关键）：先跑 scripts/scan.mjs，拿到客观数字：段落长度分布与变异系数、句长分布、AI 高频词频次与阈值命中、的字密度、过渡词密度、模板化动词数、空洞形容词连用、小数位异常、设问/破折号等"人味指标"计数。不要靠肉眼数。
3. 逐段扫描定位：从摘要到结论逐段过，结合机械统计标出可疑位置（章节+段落+句），记原文摘录。
4. 10 维深度归因：对每个问题判定维度、严重度（🔴/🟡/🟢）、成因（AI 为什么会这样写、人类通常怎么写）——细则见 references/detection-dimensions.md。
5. 给可执行改法与示例：每条至少一个"原文 → 修改后"对照；禁止"建议优化表达"这类空话——手法见 references/rewrite-rules.md，词表见 references/ai-word-library.md。
6. 出报告：按五部分结构（总体评估 / 详细问题清单 / 维度汇总 / 优先级路线图 / 附录）输出，模板见 references/report-template.md。

数模/竞赛论文：第 3 步后加读 references/math-modeling-pitfalls.md，额外核查 6 大坑（机理缺失、硬算不简化、图表同质化、文献幻觉、逻辑断层、无迭代痕迹）。 合规自查模式：机械统计后加读 references/national-competition-compliance.md，按 6 维 26 条逐条判定（合格/存在问题/待核实），出《AI 合规自查报告》。

交付契约

• 报告必须含：论文基本信息、A–E 级 AI 生成概率 + 百分比、10 维得分、严重/中等/轻微问题计数；
• 每条问题必须含：编号（P-001…）、精确位置（章节+段+句）、原文摘录、所属维度、问题类型、严重度、深度分析、修改建议、修改示例（原文→修改后）；
• 问题清单按论文顺序排列（不是按维度或严重度）；
• 报告格式：默认 Markdown；用户要 HTML 时按 references/report-template.md 的样式与卡片结构出（可直接浏览器打开）；
• 合规自查报告（新模式）：五段结构——自查结果汇总表 → 逐条核查明细（26 条，每条含结论/位置/原文证据/判定理由/整改建议）→ 问题分级汇总（致命扣分/一般缺陷/轻微瑕疵）→ 优先级整改清单（按扣分权重排序）→ 官方规范适配度与风险预警；模板见 references/compliance-report-template.md；用户要 Word/PDF/HTML 时按其"输出与交付要求"执行；
• 改写模式额外交付：改写后的全文 + 改动清单（改了哪些句、为什么），并复跑一次扫描做前后对比。

硬规则（红线）

1. 只改表达、不改内容：数据、公式、结论、逻辑关系一律不动；为了降 AI 味改数字=学术不端。
2. 人味适量：口语化/个人化表达每 1000 字 1–2 处，过量反而显假；全文风格保持一致。
3. 不改坏逻辑：改写必须保持原论证链条，禁止为求变化引入错误因果。
4. 文献不得编造：发现疑似幻觉引用（查不到、作者年份对不上、与论点无关）必须列为🔴并提示核验，不许"顺手美化"。
5. 宁多勿少：诊断阶段宁可多标一个轻微问题，不可漏一个严重问题；但严重度判定必须给出理由。
6. 禁止一次性大替换：批量替换前逐条确认，避免把正确用法一起替换（禁忌见 references/rewrite-rules.md）。
7. 不承诺"过检测"：只承诺降低可识别痕迹；不得声称能保证通过任何 AIGC 检测系统。
8. 合规自查不得和稀泥：每条只允许"合格/存在问题/待核实"；没有证据的一律"待核实"，禁止把未核验项写成合格；文本层查不到的（页数、单页不跨页、三线表、配色、匿名信息在页眉页脚）必须列入"需人工核验"。
9. 官方硬指标优先：合规模式下的摘要字数（800–1000）、正文页数（20–32，最优 25–30）、假设条数（4–6）、三大检验（误差/灵敏度/稳健性）、匿名合规属硬扣分项，必须在报告中逐项给"当前值 → 官方要求 → 差距"。

渐进加载指引（省 token）

• 触发后先只读本文件；按需再读：
• 判定问题维度/阈值/自检 → references/detection-dimensions.md
• 查词、找人类替代表达 → references/ai-word-library.md
• 具体改写手法与禁忌 → references/rewrite-rules.md
• 出 HTML 痕迹报告 → references/report-template.md
• 数学建模/竞赛论文加检 → references/math-modeling-pitfalls.md
• 国赛 AI 合规自查（26 条红线与硬指标） → references/national-competition-compliance.md
• 出《AI 合规自查报告》/合并版报告 → references/compliance-report-template.md
• 机械统计一律交给 scripts/scan.mjs（零依赖 Node，默认输出含"10 维痕迹指标 + 国赛合规机械核查"两段），不要用模型逐字数；
• 不要一次性加载全部 references。