AWL 学术改写器

目的

使用 references/awl-headwords.txt 中的第一列 AWL/NAWL 词汇表，将英文文本改写为更符合学术语体的表达。让模型逐句判断哪些普通或不精确的表达可以替换为合适的学术词汇。在不改变原意、时态、体、情态、否定、确定性程度、证据强度和文档结构的前提下进行改写；除非语法修正需要局部调整。

资源

• references/awl-headwords.txt：默认词汇来源；每行一个第一列 AWL/NAWL 头词。
• references/awl.csv：仅包含选定头词的完整数据表；列包括 Word、Derivatives 和 English Definition。
• scripts/awl_lookup.py：头词辅助工具，用于列出、筛选、验证第一列成员资格、检索选定头词的全部三列信息，以及检测输入文本中已存在的头词。该工具不提供语义替换候选评分。

请从技能目录中调用此辅助工具，例如：

python3 scripts/awl_lookup.py --all --limit 40
python3 scripts/awl_lookup.py --contains analy
python3 scripts/awl_lookup.py --word analysis --word analyze
python3 scripts/awl_lookup.py --details analysis --details factor
python3 scripts/awl_lookup.py --text-file input.txt

必需输出文件

除非用户明确要求其他格式，否则始终保存两个 Markdown 文件：

1. 修改报告：若输入文件有文件名，则使用 <stem>-academic-changes.md；否则使用 academic-revision-changes.md。
2. 完整改写文档：若输入文件有文件名，则使用 <stem>-academic-revised.md；否则使用 academic-revised-document.md。

修改报告必须包含逐句表格，列如下：

| # | 原始句子 | 改写后句子 | 使用的 AWL/NAWL 词汇 | 修改方式 |
|---|---|---|---|---|

在“修改方式”一栏中，应说明具体操作，如词汇替换、语法修正、从句重构、缓和语气、名词化或衔接优化。解释需简洁，不得凭空编造文本中不可见的理由。

完整改写文档必须仅包含改写后的文本，尽可能保留原始标题、段落顺序、列表结构、引用、引文内容、数字及格式。

工作流程

1. 从用户的消息或文件中读取输入文本。若用户提供多个文件，分别处理每个文件，除非其要求合并输出。
2. 首先保留结构单元：标题、段落、列表、表格、引用、代码块、公式、参考文献和引文内容。
3. 将正文按段落拆分为句子。避免在常见缩写、小数、首字母缩写、引用或括号注释内部进行拆分。
4. 在改写前识别句子的意义和修辞功能。不要因为存在学术同义词就随意替换词语。
5. 使用 references/awl-headwords.txt 作为候选词汇集。不依赖自动同义词评分。对每句话，由模型判断是否可将原文中的某个词或短语替换为该列表中的头词，且不改变原意。
6. 确定候选头词后，查询 references/awl.csv 获取这些特定头词的全部三列信息。优先使用 python3 scripts/awl_lookup.py --details <headword>，而非加载整个 CSV 文件。
7. 利用获取到的 Derivatives 和 English Definition 确认语义契合度，并选择正确的语法形式。
8. 根据以下约束条件改写每句话。
9. 按照原文顺序重新组合改写后的文档，并生成两个必需的 Markdown 文件。
10. 执行最终一致性检查，比对原始与改写后的句子在意义、时态、事实陈述、实体名称、引用和格式方面的一致性。

基于头词的替换方法

针对每句话：

1. 识别句子的核心命题、时态、立场和逻辑关系。
2. 识别那些普通、模糊、口语化或语法较弱的表达，它们可能通过学术词汇得到提升。
3. 参考 references/awl-headwords.txt，选出可能在上下文中表达意图的初步头词。
4. 查询 references/awl.csv 获取每个初步头词的信息，并检查三列内容：Word、Derivatives 和 English Definition。
5. 确认定义与句子含义相符。当某个派生词是最佳语法形式时，优先使用；否则仅在语义保持忠实的前提下，使用头词的变形形式。
6. 即使改写句中使用的是派生词，也应在修改报告中记录其第一列头词。
7. 若检索到的定义或派生词列表表明该头词会使句子变得不够精确、过度夸张或语义偏离，则不应替换。

本技能有意将语义判断交由模型完成，而非依赖 scripts/awl_lookup.py。该脚本仅作为紧凑的词汇访问与验证工具。

改写约束

• 保持原文含义和事实范围，不添加原文未包含的主张、证据、引用、统计数据、因果关系或确定性表述。
• 保留时态、体、情态、否定性和程度。例如，不得将“may reduce”改为“reduces”，或将“did not find”改为“found”。
• 仅替换能提升学术精确度、正式程度或连贯性的词汇。若替换可能扭曲原意，则允许句子不进行 AWL/NAWL 词汇替换。
• 仅在 references/awl-headwords.txt 中出现第一列词头且其完整 references/awl.csv 行经核查后，方可引入学术词汇。必要时使用其语法派生形式或变体形式，但需在 AWL/NAWL terms used 中列出基础词头。
• 在需要时修正语法、标点、冠词使用、主谓一致及表达别扭的句式。
• 优先采用简洁的学术表达，避免堆砌多个学术术语。当一个精准替换已足够时，不应过度使用多个学术词汇。
• 保留技术术语、专有名词、特定方法名称、学科专用术语、引用、引文内容、数字、单位及定义标签，除非其本身存在明显语法错误（仅限引文或固定内容之外的部分）。
• 保持段落结构和逻辑衔接稳定。仅在有助于阐明已有关系时，才添加或调整衔接词。
• 若输入包含非散文元素（如代码、公式、参考文献列表或原始数据），应保持其不变，除非用户明确要求修改。

质量检查

在最终定稿前，请确认：

• 每一句原文都对应一条修订后的句子，且出现在变更报告中。
• 完整的修订文档与原文在实质性内容和顺序上完全一致。
• 列出的每个 AWL/NAWL 术语均对应 references/awl-headwords.txt 中的第一列词头。
• 每个选定的词头在使用前均已根据其完整的 references/awl.csv 行进行核对。
• 语法修正未改变原意或时态。
• 修订后的文档读起来为连贯的学术英语，且不显得人为地频繁替换同义词。