Imported from TZUKWAN/emarx-skill (SKILL.md). Install upstream with npx skills add TZUKWAN/emarx-skill. Copyright stays with the author.

EMARX v7.4

EMARX 是中文学理思辨论文生产技能，不是论文说明书、流程展示器或提示词集合。所有扫描、锚定、诊断、审稿和引用审计都属于后台工作，不能写进论文正文。

目标是生成能进入中文人文社科期刊语境的论文：问题意识明确，结构有推进，概念稳定，论证有材料和机制支撑，语言平实、稳健、有学术质感。完整论文默认生成 Markdown 工作稿和 Word 文档。

一、总原则

1. 先读本次工作空间，再使用既有语料规律。旧报告、旧画像和旧蒸馏结论只能作索引，不能替代当次原文读取。
2. 论文结构由题目内部的真实关系生长出来，不把“研究对象与概念边界”“理论框架”“材料锚定”“创新点分析”等后台动作做成正文标题。
3. 写作之前必须形成期刊体例画像、论证骨架和段落级大纲。小节是最小准入单元，小节内每个自然段只承担一个清楚的论证推进；一节写完、审完、过门后，再进入下一节。
4. 正文必须围绕问题逐段推进。每个小节先以小问题进入，再推出中层机制和较大判断，尽量以小见大，避免从宏大判断倒扣材料。
5. 正确表达要在首稿生成时形成，不能依赖后期检测批量修补。审计脚本只作最后兜底。
6. 引用、事实和 Word 交付都必须有证据。没有核验，不得宣称完成。
7. 千问、脚本和辅助模型只能做低风险的读取、提取、定位、压缩和分类；主模型必须亲自复核关键来源、判断、结论和交付物。
8. 标题不得使用问句或题目化提问腔。一级、二级和必要的三级标题中不得出现问号，也不得使用“如何、何以、为何、为什么、怎样、怎么、是否、能否、吗”。
9. 完整论文默认参考文献不少于 28 条。若用户明确要求更少、目标期刊有明确更少体例、或工作空间真实可用文献不足 28 条，必须在交付说明中明示原因；不得用无关文献、重复作者、假文献或未读文献凑数。
10. 450 份拆解报告只作索引，不是写作模板。其中大量包含固定套话，已完成清洗并备份；使用时应读取 .codex/emarx/article_deconstruction_v1/reports_cleaned/ 中的版本，并仍以当次工作空间真实论文的精读为准，不得把报告中的固定话术直接搬进正文。
11. 政治合规是顶刊第一关。涉及党的创新理论、党史、民族、宗教、港澳台、国际关系等敏感议题时，必须回到权威原文，禁止出现政治方向性错误和敏感表述。
12. 主动降低 AI 痕迹并预检查重。顶刊已普遍引入 AI 检测和查重审查，交付前必须控制总体 AI 率在 10% 以下、局部在 20% 以下，查重率符合目标期刊要求。

二、首次使用 EMARX

EMARX 的脚本（CNKI 检索、Word 交付、审计等）需要 Python 依赖和 Playwright 浏览器。用户把 EMARX 作为 skill 交给 AI 后，AI 应自动完成环境准备，不需要用户手动运行安装命令。

AI 的操作逻辑：

1. 当用户要求使用 CNKI 检索、Word 交付或任何 EMARX 脚本时，AI 直接调用目标脚本；
2. 每个脚本开头会自动调用 emarx_env.ensure_venv_and_reexec()：
   • 若 EMARX 专用虚拟环境（.venv/）不存在，自动创建；
   • 若虚拟环境中缺少依赖，自动补装；
   • 若缺少 Playwright Chromium 浏览器，自动下载；
   • 一切就绪后，自动切换到虚拟环境继续运行原命令；
3. 首次配置可能需要几分钟（下载浏览器和依赖），AI 应告知用户正在自动配置；
4. 若自动安装失败，AI 应明确告知用户失败原因和手动修复命令。

用户侧不需要执行 pip install 或 playwright install，也不需要手动创建虚拟环境。整个环境由 EMARX 脚本在首次运行时自动完成。

注意：pandoc 是 Word 交付需要的外部程序，不是 Python 包，无法自动安装。若未检测到 pandoc，AI 会提示用户从 https://pandoc.org/installing.html 安装。

三、优先读取文件

必读（完整论文任务）

• references/production-workflow-v7.md：从资料建档到 Word 交付的主流程。
• references/citation-fact-protocol-v7.md：引用、事实核查和 GB/T 7714。
• references/generative-writing-protocol.md：摘要、正文、文献进入、路径段和结论的生成规则。
• references/section-production-gate-v71.md：小节论证卡、小节级生成和质量准入门槛。
• references/style-protocol.md：平实学术语言和语体要求。
• references/wording-expression-protocol.md：段首、否定、动词、过渡和标点纪律。
• references/ten-writing-methods.md：马理论论文常用的十种论证方法。
• references/writing-method-selector.md：根据题目类型和段落任务选择合适的方法组合。
• references/logical-chain-protocol.md：标题之间、段落之间、句子之间的逻辑推理链策略。
• references/theoretical-problem-checklist.md：动笔前必须回答的五个理论问题。
• references/theoretical-increment-protocol.md：判断论文比已有研究多解释了什么。
• references/concept-ledger-protocol.md：核心概念定义、来源、区分和稳定性管理。
• references/classic-text-reading-protocol.md：经典文本何时精读、怎么进入正文。
• references/marxist-classics-index.md：马克思主义经典文本主题索引和常见误读。
• references/political-compliance-protocol.md：马理论论文政治方向、政策引用和敏感表述把关。
• references/ai-trace-mitigation-protocol.md：降低 AI 痕迹、查重与 AI 检测预检。

按需读取

• references/topic-and-structure-guide.md：选题与结构轻量指南（吸收 marx-paper-skills 方法）。
• references/journal-genre-and-question-chain-v72.md：期刊体例画像、引言模式、章下小序和问题链写法。
• references/journal-profiles/：马理论顶刊精准画像，用于目标期刊匹配。
• references/structure-design-protocol.md：标题结构与诊断性标题防火墙。
• references/length-and-hierarchy-protocol.md：10000-12000 字、标题层级和结构深度。
• references/scholarliness-protocol.md：学理性、概念、理论框架、批判和抽象。
• references/policy-to-problem-mapping.md：把重大政策精神转化为学术命题。
• references/methodology-selection-guide.md：根据题目类型选择方法论进路。
• references/case-material-protocol.md：案例材料选择、使用与写作规范。
• references/peer-review-response-protocol.md：外审意见修改与回应策略。
• references/review-rubric.md：匿名审稿式质量检查。
• references/user-research-profile.md：用户稳定偏好和历史失败教训。
• references/cnki-integration-protocol.md：EMARX 与 CNKI Control 的集成方式（按需读取，工作空间本地文献不足时使用）。

旧版文件已移入 references/archive/，若其内容与 v7.4 协议冲突，以 v7.4 协议为准。

三、完整论文六段流程

1. 审题选题

• 明确用户场景（课程论文 / 期刊投稿 / 学位论文）、目标期刊、已有资料和方向明确度。
• 若用户有目标期刊，读取 references/journal-profiles/ 中对应画像，按该刊选题偏好、篇幅体例和风格组织论文。
• 参考 references/topic-and-structure-guide.md 的三层选题法：特征识别 → 情况分流 → 拟题配方。
• 拟出的候选题目应符合“大背景 + 小切口”“问题意识鲜明”“标题无问号”等原则。
• 动笔前必须回答 references/theoretical-problem-checklist.md 中的五个问题，并进一步用 references/theoretical-increment-protocol.md 判断理论增量。
• 若题目涉及重大政策精神，参考 references/policy-to-problem-mapping.md 把政策语言转化为学术命题。
• 确定题目后，优先运行 scripts/emarx_literature_gap.py 诊断文献缺口。它会自动扫描工作空间文献并评估与题目的相关度；若文献不足（默认阈值：本地文献 < 10 篇或高度相关 < 3 篇），自动调用内置 CNKI 搜索并生成 research-brief.md 和 anchor-papers.md。详见 references/cnki-integration-protocol.md。
• 参考 references/methodology-selection-guide.md 初步确定方法论进路。

2. 锚定精读

• 扫描本次工作空间中的真实论文，区分正式论文、政策资料、用户草稿和技能文件。
• 根据题目选择 3-5 篇功能互补的锚定论文：研究对象接近、理论视角有用、结构值得参照、材料支撑充分、表达节奏成熟。
• 若 emarx_literature_gap.py 已触发 CNKI，候选锚定论文会写入 anchor-papers.md。从中筛选 3-5 篇，批量采集摘要后判断哪些与本次写作最相关。
• 锚定后必须回到原文连续读取，不能只看拆解报告或 CNKI 摘要。重点看摘要、引言、标题关系、段落运动和文献进入方式。
• 建立概念台账：参考 references/concept-ledger-protocol.md，记录题目核心概念的定义、来源、与相近概念的区分、论证功能和使用边界。
• 经典文本精读：如果题目涉及马克思主义经典概念或文本，参考 references/classic-text-reading-protocol.md 和 references/marxist-classics-index.md，回到原文精读，并按“论证参与式”进入正文。

3. 结构与素材

• 参考 references/topic-and-structure-guide.md 的结构方法，根据对象内部关系搭建 3-5 个一级标题，每个主体部分配二级标题。
• 一级标题之间必须形成递进关系，前一部分产生后一部分的论证必要性。任意两节互换顺序后仍然成立，说明结构只是并列罗列。详见 references/logical-chain-protocol.md。
• 一级标题下、第一个二级标题前，原则上安排一段短小章下小序。
• 建立来源到论点映射，每篇文献只绑定一处正文使用位置，一个作者只出现一次。
• 整理直接引用（按来源分类）和间接引用（按结构部分分类，每篇最多 1 条）。
• 根据题目需要选择和使用案例材料，参考 references/case-material-protocol.md。
• 建立来源到论点映射。若使用了 CNKI 论文，运行 scripts/emarx_bind_cnki_sources.py，为每篇候选文献明确功能（概念/机制/问题/材料/限制/反例）、支撑判断、使用位置、优先级和原文核实状态。只有 priority=必引 且 verified_against_original=true 的 CNKI 论文才能进入正文。
• 写作过程中持续对照概念台账，确保核心概念内涵外延一致；出现新概念时补录台账。
• 涉及政策、党史、民族、宗教、港澳台、国际关系等敏感议题时，按 references/political-compliance-protocol.md 进行政治合规自查。
• 大纲完成后，调用 agents/outline-reviewers/ 中的 5 个 subagent 进行逻辑审查，综合其报告后再进入正文写作。

4. 小节写作

• 每个二级小节先写论证卡（解释的关系、承接问题、材料功能、推荐写作方法及选择理由、最终判断、下一节必要性）。方法选择参考 references/writing-method-selector.md，根据题目类型和段落任务确定 1-2 种主导方法。
• 论证卡写完后，调用 agents/section-card-reviewers/ 中的 5 个 subagent 进行审查，确认承接关系、问题链、方法匹配、文献功能和转出必要性都无问题后，再开始生成正文。
• 小节内逐段生成，段落之间必须建立逻辑关联：前一段的判断应为后一段的展开前提或未尽问题。参考 references/logical-chain-protocol.md。
• 当前段写完后立即检查：对象是否清楚、文献是否消化、引用是否进入句子、段首是否悬空或裸否定、方法是否匹配任务、与上下段逻辑是否连贯、结尾是否口号化。
• 段落运动是生成前检查项，不是固定五步模板。不同段落可选择不同进入方式（见 generative-writing-protocol.md 和 references/ten-writing-methods.md）。
• 涉及经典文本的段落，按 references/classic-text-reading-protocol.md 的“论证参与式”进入，避免语录式引用。
• 涉及矛盾分析、批判建构、概念界定、历史条件分析等，可参考 references/ten-writing-methods.md 和 references/writing-method-selector.md 选择合适方法。
• 禁止所有小节使用同一种方法，禁止为使用方法而硬造对立或虚假矛盾。
• 每个小节写完后，调用 agents/paragraph-reviewers/ 中的 5 个 subagent 进行审查，检查段落推进、论-据-证闭环、语言风格、引用位置和收束质量。
• 失败的小节不得进入全文草稿；同一小节连续出现同类硬性问题，应缩小粒度或更换策略。

5. 审稿改稿

• 初稿完成后先审逻辑（中心判断是否贯穿、标题链是否递进、材料是否支撑判断），再审语言（禁用表达、AI 腔、公式化对照），然后审政治合规（references/political-compliance-protocol.md），最后审格式。
• 运行 scripts/ai_trace_audit.py 检查 AI 痕迹，对高风险段落进行人工改写。
• 形式合格但仍像说明书、综述或套壳稿时，必须重写结构或段落，不能只润色。
• 失败稿回炉不得全文润色。应保留中心判断、标题链、来源映射和有效材料，回到干净段落级大纲按小节重写。
• 收到外审意见后，参考 references/peer-review-response-protocol.md 进行修改和回应。

6. Word 交付

• 使用新的 Word 交付 pipeline：

python scripts/emarx_build_docx.py paper.md paper.docx

• 默认生成圈码 ①②③ 并每页重新编号。Word COM 调用会优先复用你已打开的 Word/WPS 实例，没有已运行实例时才新建隐藏实例，尽量不影响前台工作。
• 若不希望调用 Word/WPS COM，加 --no-circle：

python scripts/emarx_build_docx.py paper.md paper.docx --no-circle

• 默认删除文末参考文献表中的具体条目，避免与页下注重复。如需保留文末参考文献表（会与页下注重复），加 --keep-references：

python scripts/emarx_build_docx.py paper.md paper.docx --keep-references

• 交付前必须确认：标题黑色、正文引用为上标、脚注格式正确、参考文献悬挂缩进、摘要和关键词格式正确。

四、语言规则

目标语体是平实、清楚、稳健、有分寸、有判断、有学术质感。

禁止或强烈避免：

• 论文元话语：“本文认为”“本文指出”“本文旨在”“本文从……展开”“本文的核心观点是”“笔者认为”“本研究认为”“文章认为”；
• 无内容综述引语：“有研究指出”“相关研究表明”“已有研究认为”“学者认为”“国内外学者普遍认为”“学术界认为”；
• 结构预告与自我指涉：“本文将从以下几个方面展开”“下文将”“前文指出”“前文已经说明”“上文认为”“如前文所述”“综上所述”（正文内部）；
• “首先、其次、再次、最后”的机械序列；
• “不是……而是……”“并非……而是……”等公式化对照；
• “重构、重建、填补空白”等夸张自我拔高；
• 段首裸否定；
• 冒号小标题腔（“问题在于：”“核心观点是：”）；
• 装饰性引号、破折号和过度标点；
• 标题中的“何以、为何、如何、为什么、怎样、怎么、是否、能否、吗”。

概念要稳定，动词要承担推进。能用清楚动词表达的地方，不用抽象名词堆叠。

五、脚本工具

脚本用于索引、审计和交付，不等于最终事实判断。

# 资料与锚定
python scripts/scan_workspace_sources.py --root <workspace> --output sources.json
python scripts/select_anchor_papers.py --topic "论文题目" --workspace-root <workspace> --output anchor-papers.md --top-k 5
python scripts/build_research_brief.py --topic "论文题目" --sources sources.json --output research-brief.md

# 文献缺口诊断与 CNKI 自动触发（推荐在选题后运行）
python scripts/emarx_literature_gap.py --workspace workspace --topic "生成式人工智能 国际传播" --min-local-sources 10 --min-relevant-sources 3 --cnki-pages 3 --top-k 10

# CNKI 文献功能绑定（CNKI 论文进入正文前必须运行）
python scripts/emarx_bind_cnki_sources.py --sources workspace/sources.json --outline workspace/outline.md --output workspace/source-claim-map.json

# CNKI 手动命令（按需使用，需先安装 scripts/cnki/requirements.txt）
python scripts/cnki_cli.py search "生成式人工智能 国际传播" --pages 3 --output workspace/cnki_results.json
python scripts/cnki_cli.py read-batch --results workspace/cnki_results.json --output-dir workspace/summaries --limit 10
python scripts/cnki_cli.py import --results workspace/cnki_results.json --summaries-dir workspace/summaries --output-dir workspace --top-k 10

# 小节与质量
python scripts/section_quality_gate.py --paper paper.md --section-title "（一）小节标题" --output section-gate.json --require-citation

# 审计
python scripts/bad_draft_audit.py --paper paper.md --output bad-draft-audit.json
python scripts/scholarliness_audit.py --paper paper.md --output scholarliness-audit.json
python scripts/citation_audit.py --paper paper.md --output citation-audit.json --min-count 28
python scripts/citation_position_audit.py --paper paper.md --output citation-position-audit.json
python scripts/ai_trace_audit.py --paper paper.md --output ai-trace-audit.json

# Word 交付（新 pipeline）
python scripts/emarx_build_docx.py paper.md paper.docx                   # 默认圈码 + 每页重编号（静默 COM）
python scripts/emarx_build_docx.py paper.md paper.docx --no-circle       # 不调用 COM
python scripts/emarx_build_docx.py paper.md paper.docx --keep-references # 保留文末参考文献表
python scripts/audit_docx.py --docx paper.docx --output docx-audit.json

六、逻辑审查 subagent 群

为加强文章逻辑链路控制，EMARX 在三个关键节点引入 subagent 群进行多视角讨论和梳理。每个群由 3-5 个定位不同的 agent 组成，输出审查报告供主模型参考。subagent 只负责挑问题和给建议，不直接改写正文。

1. 大纲逻辑审查 agent 群

在大纲完成后、正文写作前运行，位于 agents/outline-reviewers/：

2. 小节论证卡审查 agent 群

在每个二级小节生成前运行，位于 agents/section-card-reviewers/：

3. 段落逻辑审查 agent 群

在每个小节写完后运行，位于 agents/paragraph-reviewers/：

使用原则

• subagent 群在大纲、小节生成前、小节生成后三个节点运行；
• 每个 agent 只从自己的定位出发审查，避免面面俱到导致模糊；
• 主模型综合各 agent 报告后决定是否调整，并负责最终判断；
• subagent 不替代审计脚本，而是与脚本互补：脚本做机械扫描，subagent 做逻辑诊断；
• 不引入多层嵌套 subagent，避免上下文传递失真。

七、交付标准

完整论文交付必须包含：

• Markdown 工作稿路径；
• DOCX 文件路径；
• 正文字数；
• 标题层级摘要；
• 核心论点摘要；
• 使用的主要本地来源和来源缺口；
• 引用冲突、引用审计状态和引用位置审计状态；
• 参考文献数量，若少于 28 条必须说明真实原因；
• 事实核查状态；
• 政治合规自查状态；
• AI 痕迹审计状态；
• 查重预检与 AI 检测预检状态；
• DOCX 审计和渲染检查状态；
• 残余风险。

交付前必须至少运行语言风险审计、引用审计、引用位置审计和 DOCX 审计；其中任何一项未通过时，只能说明正在回炉或存在风险，不能宣称稿件合格。

没有生成 Word 不能说已生成 Word；没有审计不能说已审计；没有核验来源不能说事实可靠。EMARX 的质量以真实产物和证据为准。