paperjury

---

---

[!IMPORTANT] PaperJury 是投稿前的自查工具，不能替代作者的科学判断，也不能替代 peer review。它不能用来编造实验、伪造结果、添加没有证据支撑的 claim，或掩盖论文局限。遇到需要新实验、缺少证据、依赖作者私有知识或需要研究判断的问题，系统都会交回作者处理。

---

✨ News

• 🎉 RedNote（小红书）里程碑： 相关分享已达到 3 万次浏览、1.8k 次收藏。感谢大家的转发和收藏，也感谢大家将 PaperJury 推荐给更多正在撰写和修改论文的朋友。
• 📄 2026-06-15：PaperJury 论文已发布到 arXiv。 arXiv 页面：PaperJury: Due-Process Review for Bounded LaTeX Revision（arXiv:2606.16322）。论文系统介绍了「审稿 → 裁定 → 修改 → 复查」引擎：哪些任务由确定性脚本处理，哪些判断交给语义 agent；有争议的问题如何进入审议；不同风险的修改采用哪些护栏。
• 🔔 2026-06-10：v1.0.0 发布。 这是第一个稳定版，与 Codex 版 v1.0 对齐。新增软更新提醒：发现新的稳定 tag 时只提示，不打断当前工作。
• 🚀 2026-06-05：PaperJury 的 Codex 版已发布。 入口在这里：paperjury-codex。
• 🧪 Dogfood sample 已加入。 仓库提供一个紧凑的 dogfood sample：包括修改前后的 PDF，以及经过人工核对的运行报告。

📌 引用论文

如果 PaperJury 对你的研究或写作流程有帮助，可以引用这篇 arXiv 论文：

@misc{wang2026paperjurydueprocessreviewbounded,
  title={PaperJury: Due-Process Review for Bounded LaTeX Revision},
  author={Yiran Wang and Ruixuan An and Biao Wu and Wenhao Wang},
  year={2026},
  eprint={2606.16322},
  archivePrefix={arXiv},
  primaryClass={cs.CL},
  url={https://arxiv.org/abs/2606.16322},
}

同一条目也放在 CITATION.bib。

---

⚡ 两条命令完成安装

在 Claude Code 中安装：

/plugin marketplace add Spark-To-Paper-Skills/paperjury
/plugin install paperjury@Spark-To-Paper-Skills

然后，在你的论文项目中直接说明需求：

请审稿，重点检查实验是否足以支持 claim。

也可以使用更日常的表达：

请把 introduction 这段改得更紧凑，但不要改变 claim。

无需记忆命令。PaperJury 会根据你的描述在 direct-edit 与 review 之间选择；auto 必须显式启用。在 direct-edit 和 review 模式下，补丁会先交给你确认；auto 模式则按事前授权策略应用安全修改，并将高风险修改交回作者。

---

📊 同一批论文、同一套评测口径

12 篇 held-out 论文(Vision、NLP、ML 各 4 篇)、四个 baseline、盲审专家审计(arXiv 2606.16322)。删除线标出的数值来自四个 baseline 中最强的 LLM-as-judge 循环:

方法	F1 ↑	Accv ↑	Accr ↑	ESVR ↓	轮数 K	每篇小时
Forward-only 重写器	n/a	n/a	n/a	0.240	1	0.31
LLM 批评器	0.446	n/a	n/a	n/a	1	0.51
LLM-as-judge 循环	0.519	0.681	n/a	0.110	3.33 ± 1.07(2/12 触顶)	2.06
朴素无界生成器	0.459	n/a	n/a	n/a	1	8.37
PaperJury(本文)	0.656	0.887	0.913	0.025	3.08 ± 0.67(0/12)	2.47

F1：相对专家问题清单的 macro F1；Accv / Accr：盲审专家对终局裁定 / 路由决定的一致率；ESVR：已应用编辑中违反安全的比例（须与编辑量合读：PaperJury 每篇 13.4 处 vs judge 循环 14.3 处）；n/a 表示该方法没有这项能力。逐篇配对比较中，PaperJury 的 F1 在全部 12 篇上胜过每个会生成问题清单的 baseline。每篇成本为 2.47 小时、6.76M token（朴素生成器为 8.37 小时、31.4M token）。

三类裁定的盲审复核一致率分别为：invalid-drop 0.872、valid-fixable 0.913、author-required 0.860。消融实验中，移除某个部件会让与其职责相关的指标恶化（移除护栏链 → ESVR +0.152；移除庭审 → 裁定一致率 −0.153）。完整表格、图和逐项解读见 项目主页 和 论文。

---

🤔 先判断意见是否成立，再决定是否修改

PaperJury 以 Claude Code skill 的形式提供，把投稿前自查组织成一套闭环：审稿 → 裁定 → 修改 → 复查。它不会直接接受所有 AI 反馈，而是让每条意见经过完整的评审流程，最终得到三种裁定之一：

裁定	含义
✅ valid-fixable（成立可修）	表达不清、claim 过强、结构不顺等文本问题；不需要补充实验，也不会偏离原意。系统会起草最小补丁，通过护栏检查后再应用。
🧑‍💻 author-required（交回作者）	缺少实验、ablation、数据或证据，必须由作者判断。系统会原样交回，不代替作者作出研究决策。
🛑 invalid-drop（不成立，驳回）	AI reviewer 误读了论文，或者提出了不应采纳的修改意见。该意见会被驳回并记录在案。

🎯 适合谁

你现在的情况	可以直接这样用
📝 刚写完初稿	让它像 reviewer 一样通读全文，找出最可能影响投稿的问题，并将致命问题与轻微修改分开。
🔍 投稿前最后自查	让它检查 claim 是否表述过强、实验是否足以支持结论，以及是否存在明显的格式风险。
✍️ 只想改一段话	直接说「把这段改紧凑一点，但不要改变 claim」，它会先起草补丁，等你确认后再应用；不会将一处小修改扩大为整篇重写。
🔁 需要无人值守的多轮修订	明确授权 auto 模式；安全修改可以直接应用，高风险问题仍会交回作者决定。

📦 你会得到什么

输出	内容
📋 问题清单	每条 reviewer-style 问题都会附带证据、位置、判断结果和当前状态；不会将大量意见直接写入正文。
🧩 可审阅补丁	只有安全修复会进入最小补丁；高风险改动会暂时搁置，等待作者决定。
🛠️ 复查报告	如果具备 LaTeX 工具链就进行真实编译；否则会明确说明哪些检查无法完成，不会虚报验证结果。
🧪 真实样例	samples/dogfood/ 里有修改前后 PDF 和人工核对过的运行报告。

它与一般写作工具的区别：

	它做的事
⚖️ 对抗式评审	N 位领域 reviewer 分别通读全文。系统按争议程度分流问题：机械性或轻微问题进入 polish，重大问题进入双方对审的庭审。5 人陪审团隔离审议；如果没有明显多数，通常会增加到 12 人；如果所有陪审员都因上下文不足而无法判断，则直接交回作者。代码按照法定人数和多数规则判定指控成立或不成立：不成立的问题进入 invalid-drop，升级后仍无明显多数则进入 author-required。对于已判定成立的问题，judge agent 再路由为 valid-fixable 或 author-required，并为 valid-fixable 设定 close_criterion。单纯按指令改写的工具无法作出这类判断。
🔁 闭环复查	每一轮都只基于当前稿件独立复查；评审团看不到上一轮的 ledger，避免旧结论形成锚定。确定性书记官把各轮结果写入同一份 ledger，直到某一轮不再发现新问题。应用修改前，新的质疑者还会复查被驳回的问题，以减少误判。
🛡️ 分级护栏	安全修复按风险级别接受冻结锚点、单段编辑上限以及锚点和跨节含义审计。在 direct-edit 和 review 模式下，每处修改都等待作者确认；在 auto 模式下，安全修改按事前授权策略自动应用，高风险修改进入待办队列并交回作者。
🛠️ 真实编译与合规检查	系统在你的机器上运行 LaTeX 编译，并报告报错、未定义引用、overfull box 和页数；如果没有工具链，会明确降级为结构 lint。确定性的投稿合规检查覆盖匿名化泄漏、页边距改动、documentclass 漂移、缺少必备章节和超出页数限制等常见风险。

🧭 三种模式：direct-edit、review 与 auto

模式	什么时候用	行为	人工确认
✍️ direct-edit(常用)	只想修改一处文字、caption、LaTeX 表达或段落结构。	不启动评审面板，直接用写作工具包起草补丁。	作者确认后再应用。
🔎 review(偶尔)	想让它审稿、挑问题、进行 mock-review，或只审查某一节 / 某条 claim。	启动对抗式评审引擎，先判断问题是否成立，再决定是否修改。	每处改动逐一确认。
🔁 auto（无人值守）	已配置 mode: auto 策略，并用 /goal 给出可验证目标，希望系统连续运行多轮。	先确认 spine 和评审分配，再按 bounded-aggressive + edit-safety 策略迭代。	先提供整体授权；高风险项仍交回作者。

[!WARNING] auto 策略和跨轮运行都必须明确启用。 mode: auto 决定每个候选修改是自动应用还是进入待办队列；/goal 负责跨轮继续运行。仅打开工具权限或只发送普通 prompt，都不会启动无人值守的多轮循环。详见 docs/AGENT-GUIDE.md §3。

🧪 查看一次完整运行，再决定是否使用

一篇真实的 21 页草稿、11 个预先埋入的缺陷、一轮完整的 auto 模式评审：152 条 reviewer 意见去重后得到 55 个问题——其中 26 处安全应用、10 个交回作者、19 条驳回；修改后的稿件编译为 0 error / 0 warning。

samples/dogfood/(original_draft.pdf · revised_draft.pdf · 运行报告)

如果只想确认稿件不会先因格式问题被拒，可以说：

请执行 submission-readiness / 合规检查。

它会进行确定性格式筛查，再结合编译驱动的版面检查。

🚀 安装

Claude Code plugin

推荐使用 marketplace 方式安装：

/plugin marketplace add Spark-To-Paper-Skills/paperjury
/plugin install paperjury@Spark-To-Paper-Skills

Clone 成 skill

也可以把仓库 clone 到 Claude Code 读取 skill 的目录：

# macOS / Linux
git clone https://github.com/Spark-To-Paper-Skills/paperjury ~/.claude/skills/paperjury

# Windows (PowerShell)
git clone https://github.com/Spark-To-Paper-Skills/paperjury "$env:USERPROFILE\.claude\skills\paperjury"

也可以放在 <项目>/.claude/skills/ 目录下，仅对单个项目生效。

安装后建议进行以下检查：

• Claude Code 会通过 SKILL.md 自动发现该 skill，其名称为 paperjury。
• 需要安装 node，因为确定性检查运行在 Node 环境中。
• LaTeX 工具链是可选的；真实编译和版面检查会使用它，如果没有安装，会明确说明哪些检查无法执行。
• 在 skill 目录中运行 npm run doctor，可以检查仓库完整性、检查所需工具以及识别论文文件。
• 启动时会对 GitHub 稳定版 release tag 进行一次软更新检查；发现新版本时仅提示，不会阻塞当前工作。设置 PAPERJURY_DISABLE_UPDATE_CHECK=1 可以关闭提醒。更新后请开启新会话。

如何选择 Claude Code 版和 Codex 版

版本	入口	适合
Claude Code 版	本仓库；Claude Code plugin 或 .claude/skills/	你主要在 Claude Code 中撰写论文、修改 LaTeX 文件或运行 workflow。
Codex 版	paperjury-codex	你主要在 Codex 或 Codex plugin 环境中运行同一套评审和修订流程。

**给 Claude 或编码 agent：**更深入的驱动说明请参阅 docs/AGENT-GUIDE.md。其中包含安装方法、三种模式及其触发方式、引擎管线、auto 与 /goal 的区别，以及如何启动并行评审。

常见问题

PaperJury 能审阅 Word (.docx) 文件吗？

能。PaperJury 会将 .docx 文件一次性转换为 Markdown，并明确告知你转换过程中保留了哪些内容、哪些内容无法转换，例如复杂表格和公式。随后，它会在这份 Markdown 工作副本上执行完整的多轮评审。原始 Word 文件不会被修改。评审结束后，你获得的是修订后的 Markdown 文件和逐条修改清单；是否合并回 Word 文件由你自己决定。你也可以先将论文导出为 .md 或 .tex 格式，再直接交给它。

它会不会擅自修改我的论文？

不会。在 direct-edit 和 review 模式下，补丁需要经过你的确认后才会应用。auto 模式也必须显式开启，并且会首先获得你对核心方向、修订范围和策略的整体授权。

深入了解

新用户可以先跳过这一节。如果你想了解机制、源码结构或 agent 驱动方式，可以从这里开始：

你想了解	入口
结果与方法的可视化	项目主页 · 交互式总览
真实运行效果	samples/dogfood/RUN_REPORT.zh-CN.md
如何驱动 Claude 或编码 agent	docs/AGENT-GUIDE.md
引擎设计细节	docs/REVIEW_ENGINE_V3_DESIGN.md
完整协议和状态机	references/review-engine-v3.md · references/ledger-schema.md

引擎原理

PaperJury 将审稿过程拆分为一套有边界的“庭审”流程：先由有限数量的 reviewer 找出问题，再将有争议的意见提交审议；编辑阶段根据风险设置防护栏，多轮评审结束时由确定性脚本判断是否收敛。

assign-reviewers → reading-check → coverage-auditor → merge
  → { trial ‖ polish } → recall-audit → drafter
  → { edit-audit | meaning-audit } → clerk

所有能用脚本检查的部分都放在 scripts/ 目录中，由 orchestrator 在各个 workflow 之间调用；需要判断语义的问题，则交给相互隔离的 model agents 处理。

1. 读稿分解：把手稿（LaTeX 或 Markdown）切分为阅读单元、规范段落列表和稳定段落编号，防止问题锚点漂移。
2. Word 提取：把 .docx 一次性转换为 Markdown 工作副本，并说明保留了哪些内容、哪些内容可能无法转换；原始 Word 文件不会改动。
3. 核心声明（仅 auto 模式）：提取核心 claim，交给作者确认后冻结为配置。
4. Ledger：用机器可读的记录保存活跃问题，并在不同轮次和会话间延续。只要没有仍然阻塞的 major 问题，就视为工具侧完成；author-required 会进入人工待办，不算工具侧未完成。
5. 日志：编辑历史只追加记录，便于回滚。