AlphaMoatによると、2026-10時点で论文降重降AI工具(管理类)のダウンロード数は30,933、スター数は10で、累計ダウンロード数で今回のランキング対象AIスキル10,914件中888位、コンテンツ制作では927件中97位です。
一覧の初期表示は累計ダウンロード数順で、スター数順にも並べ替えできます。詳細ページの順位は累計ダウンロード数で計算しています。
| プラットフォーム | ダウンロード数 | スター数 | コメント |
|---|---|---|---|
| SkillHub ↗ | 3.1万 | 10 | — |
プラットフォームごとに集計方法と集計時点が異なります。
论文降重工具。用于降低论文重复率和 AIGC 检测率,通过同义词替换、句式变换、结构重组、文献综述模板等方法对论文进行改写降重。覆盖词汇/句式层与篇章结构层双维度降AI(序数并列、对仗结构、总分总闭环、句长节奏等七类高频痕迹模式)。改写遵循三条硬性铁律:保持学术风格(原文口语化也须回书面语)、字数变动±5%以内、不生硬表达。当用户需要修改论文、降低查重率、改写文献综述、去除 AI 痕迹、改百科定义时使用。仅提供降重改写功能,不具备查重检测能力。
| 月 | ダウンロード数 | 前月比 | スター数 |
|---|---|---|---|
| 2026-10 | 3.1万 | — | 10 |
| 2026-09 | 1.5万 | — | 10 |
作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-11-20。
--- name: paper-deweight description: 论文降重工具。用于降低论文重复率和 AIGC 检测率,通过同义词替换、句式变换、结构重组、文献综述模板等方法对论文进行改写降重。覆盖词汇/句式层与篇章结构层双维度降AI(序数并列、对仗结构、总分总闭环、句长节奏等七类高频痕迹模式)。改写遵循三条硬性铁律:保持学术风格(原文口语化也须回书面语)、字数变动±5%以内、不生硬表达。当用户需要修改论文、降低查重率、改写文献综述、去除 AI 痕迹、改百科定义时使用。仅提供降重改写功能,不具备查重检测能力。 agent_created: true --- # 论文降重 Skill ## 重要声明
本 Skill **仅提供论文降重改写功能**,不具备查重检测能力。无法告诉你论文当前重复率是多少,只能帮你对已有文本进行改写以降低被查重系统判定为抄袭或 AI 生成的概率。 ## 三条硬性铁律(最高优先级,所有改写必须同时满足) 1. **保持学术风格**:原文作者偏口语化时,改写仍须回到学术书面语,不迁就、不模仿口语腔;允许短句留白,但不允许口语、网络用语、感叹腔。**严禁文言文、半文半白、仿古句式**(如"盖""然""亦""所谓"),出现即视为失败输出。 2. **字数变动 ±5% 以内**:降重/降 AI 是重组不是删减,前后字数差异控制在 ±5% 以内;数据、年份、事件、引用一字不动。 3. **不生硬表达**:改写后自然流畅、可读,避免翻译腔、欧化句式与为降重而降重的机械拼凑。 ## 使用流程 ### 0. 加载引导(每次会话加载本 Skill 时执行,整个会话仅执行一次) 无论本 Skill 是在全新会话中首次加载,还是在已有上下文(可能残留其他对话的改写约定、风格印象)的会话中加载,都必须先完成以下两条引导,**各只引导一次,不得默默跳过,也不得重复追问**: **引导一:文风初始化(一次)** 1. **查找文风文件**(按优先级顺序): - 当前工作区及其上级目录中的 `文风与写作偏好设定.md`(含 `Claw/` 子目录) - 本 Skill 自带默认模板 `references/文风与偏好设定.md` 2. **找到即加载**,并向用户确认一句:已加载文风与写作偏好设定,其约束优先级高于本 Skill 的一般风格建议;references 与文风文件冲突之处,以文风文件为准。 3. **找不到则询问用户是否初始化**,提供三个选项: - 使用本 Skill 默认模板 `references/文风与偏好设定.md` - 根据用户口述偏好现场生成一份,保存到工作区供后续会话复用 - 本次跳过,仅按 Skill 通用规则处理 4. **上下文污染场景**:若会话中残留此前对话的改写结果或风格约定,加载时照样执行本引导,并显式声明"以本次加载的文风文件为准,先前的风格处理方式作废";改写过程中若发现文言腔、AI 套话回潮等污染症状,不必重新引导,直接重新加载文风文件并对照其硬性禁令清单逐段复查返工。 **引导二:任务类型选择(降重 or 降AI,一次)** 加载本 Skill 后,向用户确认本次要处理的目标,**同一会话只问一次**: | 用户选择 | 目标 | 对应参考文件 | |----------|------|-------------| | 降重 | 降低查重系统判定的重复率 | `references/核心降重.md` | | 降AI | 降低 AIGC(AI 生成)检测率 | `references/AIGC降低.md` | | 文献综述专项 | 文献综述章节降重 | `references/文献综述.md`(通常与另两者搭配) | | 两者都要 / 全文处理 | 重复率与 AI 率同时压降 | 三个文件均需参考 | 两条引导可以合并为一次双问题提问(文风初始化 + 任务类型),减少打断;但每一项都必须得到用户明确答复或默认确认后才进入正文处理。 **引导豁免**:同一会话内用户追加新段落继续改写时,不再重复引导;仅当用户明确切换任务类型(如从降重转降AI)或反馈文风异常时,按需重载对应参考文件或文风文件。 ### 1. 获取待修改文本 要求用户提供需要降重的文本内容。**建议逐句或逐段提供**,不要一次性扔整篇论文。逐段处理效果最好。 ### 2. 评估方案先行(确认闸门,强制) 对整段及以上的改写任务,先输出**评估方案**(每条含:位置、原文摘录、问题类型、拟用策略),**不动原文**,经用户确认后再进入改写。这是文风文件第五节的硬性流程,不得跳过。用户在对话中逐句给出原文要求直接改的小改动,视为已确认,可免此闸门。 ### 3. 逐段处理 对用户提供的每段文本: 1. 先识别段落类型(文献综述 / 理论阐述 / 定义 / 数据分析) 2. 加载对应的 references 文件中的替换词表和策略 3. 进行改写,输出改写后的版本 4. **必须给出修改前后的对比**,并标注关键改动和使用的策略 5. **事实要素核对**:改写前先列出本段事实要素清单(年份、数据、条款/模型名、事件、引用标注),改写后逐项核对,一字不差 6. **字数精确统计**:字数变化以脚本去除空白字符后统计为准(禁止估算);超出 ±5% 必须压缩或扩写返工后再输出 ### 4. 输出格式 每次修改后按以下格式输出,**一处修改一个完整格式块;连续多处修改时格式块逐条重复输出,不得合并或省略**: ``` 【位置】 (章节/段落定位) 【原文】 (用户提供的原文) 【改写】 (降重后的版本) 【改动说明】 - 策略1:具体改动 - 策略2:具体改动 【字数变化】 原文 N 字 → 改后 M 字(偏差 ±x%,须在 ±5% 以内) ``` 版本记录四要素(位置/原文/改后/字数变化)为强制项,与文风文件第五节保持一致。 ## 核心改写策略速览 ### 策略一:同义词替换 - 替换非专属名词的一切(动词、形容词、副词、连接词) - 专业术语、专有名词、数据、引用标注不动 - 详细替换词表见 `references/核心降重.md` 第二章 ### 策略二:句式变换 - 主动 ↔ 被动转换 - 长句拆分、短句合并 - 语序重组 - 8 种句式策略详见 `references/核心降重.md` 第三章 ### 策略三:扩句与缩句 - 知网/万方/大雅/笔杆网 → 优先扩句 - 格子达/维普 → 优先缩句 - **边界约束**:扩句/缩句仅限句式层面的长短调整,字数仍受铁律二(±5%)约束,不得借机扩写注水或删减事实 ### 策略四:文献综述模板(15个) - 直接套用 `references/文献综述.md` 中的 15 个模板 - 模板之间灵活切换,同段不重复使用 ### 策略五:降低 AIGC 痕迹(词汇/句式层 + 篇章结构层) - 详细见 `references/AIGC降低.md` - **三条硬性铁律(最高优先级)**:① 保持学术风格,原文口语化也须回到书面语;② 改写前后字数变动控制在 ±5% 以内;③ 不生硬表达,避免翻译腔与机械拼凑 - **核心:结构重组优先于词汇替换,同义词替换无效** - 词汇/句式层:去「了」、去「的」堆叠、去排比、句式翻面 - 结构层七类高频痕迹模式:序数机械并列、对仗结构、总结性连接词、套话动词、英文被动+抽象名词、总分总闭环、句长节奏均匀化 - 六类补充扫描:递进连词过密、礼貌表达、术语缺乏变体、引用语境缺失、结论过于乐观、数据描述模板化 - 关键抓手:打散序数并列、打破对称、打破总分总、句长比≥4:1、段落长度变异 - **序数结构裁量规则**:跨段的研究缺口编号("第一…第二…第三…"分若干自然段)可能是论文体例要求,不问就拆会破坏章节结构;遇到此类场景先与用户确认体例是否强制编号,或同时提供"拆序数"与"保留序数、仅打散段内平行结构"两个版本 ## 用户文风约束(文风文件加载后为最高优先级) 以下为文风文件的硬性要点速览,完整版见 `references/文风与偏好设定.md`(或工作区 `文风与写作偏好设定.md`)。文风文件与本 Skill 任何建议冲突时,**一律以文风文件为准**。 - 文体:规范的现代学术书面语,第三人称,以"本文/本研究"为主语;严禁文言文、半文半白、仿古句式("盖""然""亦""所谓"等),产出即视为失败。 - 硬禁令八条:编号列表/要点式行文、破折号解释(——)、引号强调、模糊对比术语("背离/收敛/共振/倒挂"非标准术语时禁用)、AI 高频套话("值得注意的是""综上所述"等)、空洞总结句、口语网络语、感叹号。 - 过渡靠语义自然衔接,不靠"首先/其次/此外"模板连接词;长短句交错,段内最长句与最短句相差 4~5 倍,同段话题唯一,一段通常 4~8 句。 - 数据口径精确(区分"货币资金/现金余额"等相近概念,不得混用),来源可溯;财务表述用段落式三段式结构(总述趋势 → 拆解驱动因素 → 落到含义)。 - 改写工作流:先出评估方案(不动原文),经确认后执行;每条修订含"位置/原文/改后/字数变化"四要素;完成后对照硬禁令清单统一复查一遍。 ## 黄金法则 - **80/20 原理**:一段话 80% 被改写后,剩余 20% 即使原文保留也判为原创 - **无效降重避坑**:只倒装不换词 = 无效;只删长句留短句 = 无效;简写专属名称 = 无效 - **百科概念处理**:只取四要素(是什么/特性/作用/公式),删废话铺垫 ## References 所有详细方法论、替换词表、模板、案例均存放于 `references/` 目录: - `references/核心降重.md` — 正文降重(140+ 替换对、8 种句式、SOP、百科专项、经管实例) - `references/文献综述.md` — 文献综述专项(15 个模板、文献综述替换词、3 个实例) - `references/AIGC降低.md` — 降低 AI 痕迹(核心思想、6 步排查、七类高频模式、六类补充扫描、十三条原则、五步工作流、12 条 AI 指令、17 类扫描清单) - `references/文风与偏好设定.md` — 用户文风与写作偏好默认模板(步骤0初始化与上下文污染防护的加载来源;工作区同名文件存在时优先于本模板)
李白.Skill:润色专家 检测并消除中文文本中的AI生成痕迹,将生硬的机器输出转化为自然流畅的人类文笔。融合规则检测、分层改写和质控流水线,确保最终文本通过人工审查。
李白.Skill:润色专家 检测并消除中文文本中的AI生成痕迹,将生硬的机器输出转化为自然流畅的人类文笔。融合规则检测、分层改写和质控流水线,确保最终文本通过人工审查。
文章に残る AI らしさを見つけて取り除き、人が書いたように読める文章にします。
【零一数科·出品】视频号爆款短视频拆解(全能版)(付费版)。视频号爆款短视频拆解(付费版:全能)。一键拆解爆款,把一条视频号视频拆成结构分段、爆款归因、六维评分和可借鉴策略,照着学照着抄。支持视频号分享链接和本地视频,付费全能版远端分析,1–5 分钟出可视化 HTML 报告。
【零一数科·出品】视频号挂车爆单短视频脚本生成(付费版)。一条链接二创脚本,丢进爆款视频号链接即以此骨架改写成你的挂车脚本,或按方向/目的/商品原创多条口播脚本(含分段表、口播全文、六维质检评分)。
AI が書いた文章の典型的な痕跡を見つけ、意味を保ったまま自然な文章に書き直す文章編集スキルです。
用于中文公文、事务性材料和新闻稿件的起草、改写、压缩、润色、审校、文种核对、去口语化、降 AI 味及 Word 格式处理,适用于机关、企事业单位、学校和新闻机构。涵盖申请、请示、报告、通知、通告、意见、决定、决议、议案、公报、命令、函、复函、批复、说明、方案、纪要、公告、公示、通报、制度、规定、办法、细则、操作规程、工作要点、总结、调研、讲话、致辞、主持词、述职、可研、审查材料、技术需求、新闻消息、编者按、新闻评论,以及采购、整改、反馈和 AI 算力等场景。
【零一数科·出品】视频号爆款文案生成(体验版)。免费免登录出脚本,给创作目的、行业、受众、选题就按爆款结构(Hook-中段-CTA、节奏标签)产出口播脚本,信息不全也能按爆款潜质兜底。本地运行、无需 Key,零成本上手。
データ月:2026-10 · ダウンロード数とスター数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。