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

解決的問題

Spark-to-Paper 自動化了將研究構想或提案轉換為完整編譯學術論文的端對端流程。它解決了學術寫作中的常見痛點，例如管理真實引用、建立高品質可編輯的向量圖，以及在不捏造結果的前提下確保資料與主張的完整性。

工作原理

此系統作為 Claude Code 的外掛程式，由一個協調器（ts-paper）與 13 個可組合的技能組成。它遵循一個 7 階段的流程（外加一個可選的實驗階段），根據輸入是純構想、提案，還是帶有真實資料的提案進行路由。

主要技術元件包括：

• 圖示引擎：採用混合方法，候選圖透過 PaperBanana 渲染，再以經過審計的 SVG 格式原生重繪，確保其可編輯性與高解析度。
• 完整性檢查門：使用決定性 Python 程式碼（如 run_gates.py 和 audit_svg.py）檢查引用完整性、數值捏造與向量結構。
• 對抗性審查：獨立審查員批判論文，懷疑論者試圖反駁問題，直到稿件被強化。
• 模板無關組裝：使用 LaTeX 編譯最終 PDF，透過簡單的設定檔支援各種會議格式（例如 NeurIPS）。

適用對象

希望加速論文草稿撰寫過程，同時維持嚴格機器驗證完整性與專業向量圖形的研究人員與學者。

主要亮點

• 可編輯向量圖：將 AI 生成圖像重繪為具備即時文字與驗證幾何結構的原生 SVG。
• 機器驗證完整性：防止結果捏造；在提案模式下，結果欄位保持空白而非虛構。
• 端對端工作流程：從 WebSearch 與 Crossref 的文獻搜尋，到實驗執行與 PDF 編譯，全程自動化。
• 模板無關：透過新增包含 LaTeX 資產的模板目錄，支援任何會議格式。
• 與 Claude Code 整合：作為外掛程式運作，無需額外基礎設施（無獨立伺服器或資料庫）。