Refactor high-complexity React components in Dify frontend. Use when `pnpm analyze-component...
npx skills add huangwb8/ChineseResearchLaTeX --skill "complete-example"
Install specific skill from multi-skill repository
# Description
AI 增强版 LaTeX 示例智能生成器,实现 AI 与硬编码的有机融合。AI 做"语义理解"(分析章节主题、推理资源相关性、生成连贯叙述),硬编码做"结构保护"(格式验证、哈希校验、访问控制)。用于用户要求"填充示例内容/生成示例/补充 LaTeX 示例"等场景。
# SKILL.md
name: complete-example
description: AI 增强版 LaTeX 示例智能生成器,实现 AI 与硬编码的有机融合。AI 做"语义理解"(分析章节主题、推理资源相关性、生成连贯叙述),硬编码做"结构保护"(格式验证、哈希校验、访问控制)。用于用户要求"填充示例内容/生成示例/补充 LaTeX 示例"等场景。
metadata:
short-description: AI 增强版 LaTeX 示例智能生成器
keywords:
- latex
- 示例生成
- AI 增强
- 格式保护
- 语义理解
- 资源整合
- nsfc
triggers:
- 填充示例
- 生成示例
- complete example
- 补充示例内容
config: skills/complete_example/config.yaml
complete_example Skill - AI 增强版 LaTeX 示例智能生成器
简介
complete_example 是一个充分发挥 AI 优势的 LaTeX 示例智能生成器,实现 AI 与硬编码的有机融合。
核心设计理念:AI 做"语义理解",硬编码做"结构保护"
功能特性
核心能力
| 能力维度 | 说明 |
|---|---|
| 语义理解 | AI 理解章节主题,智能判断需要什么类型的资源 |
| 智能推理 | AI 推断资源与章节的相关性,并给出理由 |
| 连贯生成 | AI 生成自然流畅的叙述性文本,而非模板拼接 |
| 上下文感知 | 根据上下文调整描述风格 |
| 自我优化 | AI 自我审查并优化生成内容 |
| 格式安全 | 🔒 硬编码严格保护格式设置,哈希验证防篡改,访问控制 |
用户提示机制
支持用户自定义叙事提示(narrative_hint),AI 根据提示编造合理的示例内容:
- 🏥 医疗影像:深度学习在医疗影像分析中的应用
- 🔬 材料科学:新型纳米材料合成与表征
- 🧪 临床试验:多中心临床试验设计
- 🤖 传统 ML:支持向量机分类方法
使用方法
基本语法
/complete_example <project_name> [options]
参数说明
必需参数
| 参数 | 类型 | 说明 |
|---|---|---|
project_name |
string | 项目名称(如 NSFC_Young)或项目路径 |
可选参数
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
--content-density |
string | moderate |
内容密度:minimal(2资源/200字) / moderate(4资源/300字) / comprehensive(6资源/500字) |
--output-mode |
string | preview |
输出模式:preview(预览) / apply(应用) / report(报告) |
--target-files |
array | null |
目标文件列表(如 ["extraTex/2.1.研究内容.tex"]),null 表示自动检测 |
--narrative-hint |
string | null |
用户自定义叙事提示,指导 AI 生成特定风格的示例内容 |
使用示例
示例 1:基本使用(AI 自动推断)
/complete_example NSFC_Young --content-density moderate --output-mode preview
示例 2:使用用户提示
/complete_example NSFC_Young --narrative-hint "生成一个关于深度学习在医疗影像分析中应用的示例,重点关注 CNN 架构和数据增强策略"
示例 3:材料科学场景
/complete_example NSFC_Young --narrative-hint "创建一个关于新型纳米材料合成与表征的示例,包括 XRD、SEM 等表征方法"
示例 4:临床试验场景
/complete_example NSFC_Young --narrative-hint "模拟一个多中心临床试验的设计与分析流程,重点描述随机化和盲法实施"
输出说明
运行目录结构
所有运行输出都保存在 目标项目的隐藏目录 {project_path}/.complete_example/<run_id>/ 中,不污染项目目录:
{project_path}/.complete_example/<run_id>/
├── backups/ # 备份文件
├── logs/ # 日志文件
├── analysis/ # AI 分析结果
├── output/ # 生成内容
└── metadata.json # 运行元数据
设计原理:
- ✅ 项目隔离:每个项目都有独立的 .complete_example 目录
- ✅ 隐藏保护:使用点号前缀(.)使目录在常规文件列表中隐藏
- ✅ 硬编码保证:所有中间文件路径都通过硬编码方式确保存放在此目录中
- ✅ 可追溯性:每次运行都有唯一的 run_id(格式:v{timestamp}_{hash})
- ✅ 便于清理:可直接删除 .complete_example 目录清理所有中间文件
质量报告
AI 会自动评估生成内容的质量,包括:
- 连贯性评分(0-1)
- 学术风格评分(0-1)
- 资源整合评价
- 改进建议
工作流程
1. 🔍 扫描阶段
└─ 扫描 figures/、code/、references/ 资源
2. 🧠 分析阶段
└─ AI 分析章节主题、关键概念、写作风格
3. 💡 推理阶段
└─ AI 推理资源相关性并给出理由
4. ✍️ 生成阶段
└─ AI 生成连贯的叙述性内容(支持用户提示)
5. 🎨 包装阶段
└─ 硬编码包装为 LaTeX 代码
6. 🔍 优化阶段
└─ AI 自我审查和优化
7. ✅ 验证阶段
└─ 格式验证、编译验证
8. 📊 报告阶段
└─ 生成质量报告
架构设计
AI 与硬编码职责分工
| 任务类型 | AI 负责 | 硬编码负责 |
|---|---|---|
| 文件扫描 | - | ✅ 文件系统操作、元数据提取 |
| 语义分析 | ✅ 章节主题理解、关键概念提取 | - |
| 资源选择 | ✅ 推理相关性、给出理由 | ✅ 评分排序、Top-K 选择 |
| 文本生成 | ✅ 叙述性内容生成 | - |
| LaTeX 包装 | - | ✅ 语法正确性、格式规范 |
| 格式保护 | ✅ 解释修改意图、诊断问题 | ✅ 严格验证、哈希校验 |
分层架构
┌─────────────────────────────────────────────────────────┐
│ 用户接口层 │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │
│ │ CLI 命令 │ │ Skill 调用 │ │ Python API │ │
│ └──────────────┘ └──────────────┘ └──────────────┘ │
└─────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────┐
│ AI 增强工作流层 │
│ ┌─────────────────────────────────────────────────┐ │
│ │ CompleteExampleSkill (主控制器) │ │
│ └─────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────┐
│ AI 智能层(Semantic Layer) │
│ ┌──────────────────┐ ┌──────────────────┐ │
│ │ SemanticAnalyzer │ │ AIContentGenerator│ │
│ └──────────────────┘ └──────────────────┘ │
└─────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────┐
│ 硬编码保护层(Structure Layer) │
│ ┌──────────────────┐ ┌──────────────────┐ │
│ │ ResourceScanner │ │ FormatGuard │ │
│ └──────────────────┘ └──────────────────┘ │
└─────────────────────────────────────────────────────────┘
配置文件
配置文件位于 skills/complete_example/config.yaml,包含:
- LLM 配置(provider、model、temperature 等)
- 参数定义(content_density、output_mode 等)
- 运行管理配置(runs_root、retention、backup 等)
- 资源扫描配置
- 内容生成配置
- 格式保护配置
- AI 提示词模板
- 质量评估标准
安全机制
🔒 分层安全保护
Layer 1: 系统文件保护(黑名单)
绝对禁止修改的文件:
- main.tex - 项目入口文件
- extraTex/@config.tex - 格式配置文件
- @config.tex - 格式配置文件(别名)
保护机制:
- ✅ 黑名单访问控制:任何对系统文件的修改尝试都会被拒绝
- ✅ SHA256 哈希校验:检测文件是否被外部篡改
- ✅ 自动初始化:首次运行时自动生成哈希指纹
# 示例:尝试修改系统文件会抛出异常
try:
skill.generate_content("main.tex", "...")
except SystemFileModificationError as e:
print(e) # 🚨 禁止访问系统文件:main.tex
Layer 2: 章节层级规范(结构保护)
核心规则:不同文件类型使用不同的章节层级
| 文件类型 | 允许的层级 | 禁止的层级 |
|---|---|---|
main.tex |
\section、\subsection |
- |
extraTex/*.tex(input 类) |
\subsubsection、\subsubsubsection |
\section、\subsection |
双层级生成要求:
每个正文类的 input tex 文件必须同时使用两个层级:
generation_requirement:
require_both_levels: true # 必须同时使用两个层级
min_subsubsection: 1 # 每个文件至少 1 个 subsubsection
min_subsubsubsection: 1 # 每个 subsubsection 下至少 1 个 subsubsubsection
示例结构:
\subsubsection{研究背景}
\subsubsubsection{国内研究现状}
...内容...
\subsubsubsection{国外研究现状}
...内容...
\subsubsection{研究意义}
\subsubsubsection{理论意义}
...内容...
\subsubsubsection{实践意义}
...内容...
设计原理:
- main.tex 作为项目入口,负责顶层结构(section/subsection)
- input 类 tex 文件作为内容模块,使用 subsubsection + subsubsubsection 双层级
- 这种分离确保结构清晰、层次丰富、职责明确
检查模式:
enforcement:
enabled: true
mode: "strict" # strict: 拒绝违规 / warn: 警告但允许 / off: 关闭
auto_fix: false # 是否自动修正(建议关闭)
Layer 3: 用户内容文件保护(白名单)
允许编辑的文件模式:
editable_patterns:
- "^extraTex/\\d+\\.\\d+.*\\.tex$" # 1.1.xxx.tex, 2.3.xxx.tex 等
- "^references/reference\\.tex$"
保护机制:
- ✅ 白名单模式匹配:只允许编辑符合正则表达式的文件
- ⚠️ 警告机制:编辑白名单之外的文件会触发警告
Layer 4: 内容安全扫描
格式注入检测:
- 扫描生成内容中的格式关键词(如 \geometry、\setlength)
- 自动注释掉危险行(可选)
- 二次验证确保清理成功
黑名单关键词:
format_keywords_blacklist:
- "\\geometry{"
- "\\setlength{"
- "\\definecolor{"
- "\\setCJKfamilyfont"
- "\\setmainfont"
- "\\titleformat{"
- "\\usepackage{"
- "\\documentclass"
格式保护
- 受保护的文件:
extraTex/@config.tex、main.tex等 - 受保护的命令:
\setlength、\geometry、\definecolor等 - 哈希验证:计算关键格式文件的 SHA256 哈希值,防止篡改
- 自动备份:修改前自动备份到
.complete_example/<run_id>/backups/ - 自动回滚:格式保护失败或编译失败时自动回滚
- 访问控制:黑名单 + 白名单双重保护
- 格式注入扫描:自动检测并清理危险的格式指令
编译验证
- 修改文件后自动执行
xelatex编译 - 编译失败则自动回滚
- 编译日志保存在
.complete_example/<run_id>/logs/compile.log
依赖要求
Python 依赖
- anthropic (Claude API)
- openai (OpenAI API)
- PIL (图片元数据提取)
- pyyaml (配置文件解析)
- jinja2 (模板引擎)
LaTeX 依赖
- xelatex (编译引擎)
- ctex (中文支持)
- listings (代码清单)
- graphicx (图片支持)
最佳实践
1. 优先使用预览模式
首次使用时,建议使用 --output-mode preview 查看生成效果:
/complete_example NSFC_Young --output-mode preview
2. 充分利用用户提示
通过 --narrative-hint 指定研究主题,可以获得更符合预期的示例:
/complete_example NSFC_Young --narrative-hint "生成一个关于 XXX 的示例"
3. 选择合适的内容密度
根据章节重要性选择密度:
- minimal:快速填充,适合次要章节
- moderate:平衡选择,适合大多数章节
- comprehensive:详细示例,适合核心章节
4. 定期清理运行记录
使用 --auto-cleanup 配置自动清理过期运行记录:
run_management:
retention:
max_runs: 50
max_age_days: 30
auto_cleanup: true
故障排除
问题 1:格式被意外修改
原因:AI 生成内容时破坏了格式定义
解决方案:
1. 检查 .complete_example/<run_id>/logs/format_check.log
2. 查看备份文件 .complete_example/<run_id>/backups/
3. 手动恢复或调整提示后重试
问题 2:编译失败
原因:生成的 LaTeX 代码有语法错误
解决方案:
1. 检查 .complete_example/<run_id>/logs/compile.log
2. 查看具体错误信息
3. 调整 AI 温度参数或修改提示
问题 3:生成质量不理想
原因:AI 理解偏差或温度参数过高
解决方案:
1. 使用更明确的 --narrative-hint
2. 降低 temperature 参数
3. 使用更强大的 LLM 模型
许可证
与主项目保持一致。
提示:详细的设计文档请参考 plans/v202601071300.md
# Supported AI Coding Agents
This skill is compatible with the SKILL.md standard and works with all major AI coding agents:
Learn more about the SKILL.md standard and how to use these skills with your preferred AI coding agent.