Spark-To-Paper-Skills/spark-to-paper-skills

解决的问题

Spark-to-Paper 自动化了将研究想法或提案转化为完整编译学术论文的端到端流程。它解决了学术写作中的常见痛点，例如管理真实引用、创建高质量可编辑的矢量图，以及在不伪造结果的前提下确保数据和主张的完整性。

工作原理

该系统作为 Claude Code 的插件，由一个协调器（ts-paper）和 13 个可组合的技能组成。它遵循一个 7 阶段的流水线（外加一个可选的实验阶段），根据输入是纯想法、提案，还是带有真实数据的提案进行路由。

关键技术组件包括：

• 图示引擎：采用混合方法，候选图通过 PaperBanana 渲染，然后以经过审计的 SVG 格式原生重绘，确保其可编辑性和高分辨率。
• 完整性检查门：使用确定性 Python 脚本（如 run_gates.py 和 audit_svg.py）检查引用完整性、数字伪造和矢量结构。
• 对抗性评审：独立评审员对论文进行批判，怀疑论者尝试反驳问题，直到稿件被强化。
• 模板无关组装：使用 LaTeX 编译最终 PDF，通过简单的配置文件支持各种会议格式（如 NeurIPS）。

适用人群

希望加速论文起草过程，同时保持严格机器验证的完整性与专业矢量图形的研究人员和学者。

主要亮点

• 可编辑矢量图：将 AI 生成图像重绘为带有实时文本和验证几何结构的原生 SVG。
• 机器验证完整性：防止结果伪造；在提案模式下，结果单元格保持空白而非虚构。
• 端到端工作流：从 WebSearch 和 Crossref 的文献检索，到实验执行和 PDF 编译，全程自动化。
• 模板无关：通过添加包含 LaTeX 资产的模板目录，支持任何会议格式。
• 与 Claude Code 集成：作为插件运行，无需额外基础设施（无独立服务器或数据库）。