CNKIAgent · 知网论文研究助手
输入一段论文需求，它拆关键词、逐词检索知网、按核心期刊编辑的视角精读、出研究版图与选题，再按「大纲 → 引言 → 正文 → 校订」分步写作。
全程不虚构文献、不虚构数据，检索式可复现。
目录
它解决什么问题
用大模型写论文，最常见的三种失败不是"文笔差"，而是：
- 检索是假的——没有真的打开知网，文献是编的；
- 读得浅——只看标题和摘要里的一两句话，就开始下结论；
- 一次写完全文——没有大纲、没有确认、没有校订，结构塌陷。
CNKIAgent 把这三件事反过来做：真实检索 → 编辑视角精读 → 分步写作。
核心特性
| 特性 | 说明 |
|---|
| 真实知网检索 | 通过 dsh-browser-cdp 驱动本机 Edge，打开 kns.cnki.net 真实页面按关键词检索并解析结果表 |
| 逐词顺序执行 | 一个关键词一条检索式，顺序跑、失败不中断，每条检索式原样保留，可复现 |
| 精确 / 泛检索 | precise 加引号做短语检索，general 做主题词组合检索 |
| 编辑视角精读 | 检查单覆盖：目录结构、引言逐句解剖、正文覆盖、语体与 AIGC 特征、可仿写句型 |
| 研究版图 | 多篇文献按五维对照 → 共同点/分歧 → 三个切入点 → 三个实证题目 |
| 分步写作 | 三级大纲 → 引言 → 逐节正文（800–1000 字/节）→ 校订，每步停下等确认 |
| 引用与排版 | GB/T 7714 引用审计（2015/2025）、Word 样式体系、题注与交叉引用、公式 SEQ 编号、三线表 |
| 论文插图 | 架构图/流程图/技术路线图，生成 Word 原生矢量形状组；自动分层与正交路由 |
| 右侧栏面板 | 检索历史与文献清单实时可见 |
| 优雅降级 | 浏览器通道不可用时自动回退到 ctx.web，并明确标注通道 |
安装
方式一：源码目录安装（推荐）
git clone https://github.com/Jerry113245/dsh-cnki-agent.git
然后在 DSH 里执行（绝对路径指向克隆下来的目录）：
plugin_manager install_bundle target = "<克隆路径>/dsh-cnki-agent"
安装返回 application: applied 即为生效。
方式二：npm 包安装
plugin_manager install_bundle target = "dsh-cnki-agent@0.3.0"
卸载 / 升级
版本替换需要先卸载再安装：
plugin_manager remove_bundle target = "dsh-cnki-agent"
plugin_manager install_bundle target = "<路径或版本>"
前置条件：真实知网检索靠本地浏览器
cnki_search 有两条通道：
| 通道 | 条件 | 命中质量 |
|---|
| 浏览器通道（推荐） | 安装 dsh-browser-cdp，本机装有 Edge/Chrome | 真实知网题录：标题、期刊、日期、文献类型 |
| 回退通道 | DSH 配置了可用的 web 搜索 provider | 多为摘要页/镜像，site: 命中率不稳 |
安装浏览器通道：
plugin_manager install_bundle target = "dsh-browser-cdp@1.7.4"
首次访问知网会遇到滑块安全验证。 浏览器窗口是可见的，人工过一次滑块即可，之后自动化检索正常。插件不会也无法绕过验证码。
快速上手
在对话里直接说需求即可触发技能 cnki-agent：
帮我写一篇关于"人工智能对教育公平影响"的论文，要求核心期刊水平
它会把需求拆成检索词单元，并逐个执行：
cnki_search(keywords = ["人工智能 教育公平", "数字鸿沟 教育"], mode = "general")
拿到题录后精读：
cnki_reading_plan(titles = ["...", "..."])
再合成研究版图与选题：
cnki_research_map(topic = "人工智能与教育公平", papers = [...])
写作链是分步的：三级大纲 → 引言 → 正文（一次一小节）→ 校订。每次都会停下来等你确认，不会一口气写完。
工具
| 工具 | 说明 |
|---|
cnki_search | 按顺序逐个检索关键词，返回每条检索式 + 题录（标题/期刊/日期/文献类型/摘要页链接）；saveTo 可落盘 Markdown 检索报告 |
cnki_reading_plan | 生成精读检查单：目录、引言逐句、正文覆盖、语体、AIGC 特征、仿写骨架 |
cnki_research_map | 把多篇文献合成为研究版图：五维对照 → 共同点/分歧 → 三个切入点 → 三个实证题目 |
cnki_library | 读取内存中的检索历史与文献库（与右侧栏面板共用同一份数据） |
cnki_de_aigc | 去 AI 味体检与改写方案：AI 高频词、模糊归因、段末套句、对称并列、句长变异系数、破折号/加粗密度、口语化越界；mode 取 scan / review / check |
cnki_word_plan | Word 排版方案 + 参考文献格式审计：12 步执行顺序、三层域（SEQ/REF/TOC）、三线表磅值、GB/T 7714 顺序编码制、交付自检清单； |
cnki_diagram_plan | 论文插图方案：判断图为什么糊、按「有没有 Visio / 要不要在 Word 里改」选画图路线（原生矢量形状 / Visio→EMF / draw.io→SVG / 600dpi 位图），直接产出可运行的 spec.json |
| efs 可逐条审格式 | |
cnki_search 参数：
| 参数 | 类型 | 说明 |
|---|
keywords | string[] | 必填，逐个顺序检索 |
mode | precise | general | precise 做短语检索（加引号），默认 general |
site | string | 回退通道使用的站点限定，默认 kns.cnki.net |
maxResultsPerKeyword | integer | 每个关键词最多保留多少条（1–20，默认 8） |
saveTo | string | 目录路径，写入 Markdown 检索报告 |
| | |
| oBrowser` | boolean | 强制只用回退通道 |
技能
skills/cnki-agent/ 是一份完整的技能包（纯 Markdown，可离线阅读）：
SKILL.md — 路由表（R1 研究版图 / R2 写作链 / R3 检索 / R4 精读 / R5 修订 / R6 去 AI 味）与输出纪律references/workflow.md — 六段式工作流与阶段闸门references/word-playbook.md — Word 排版全手册（样式 / 题注 / 公式 / 三线表 / 参考文献）references/diagram-playbook.md — 论文插图全手册（三重栅格化 / Visio·EMF / draw.io·SVG / 原生矢量 / 图文规范）references/reading-checklist.md — 核心期刊编辑视角的精读检查单references/research-map.md — 研究版图模板references/de-aigc-playbook.md — 去 AI 味与语体配平规则（降 AIGC 全手册）
写作纪律（写进技能与系统提示，不靠模型自觉）：
- 检索词必须单元化、可复现，一条检索式一个词；
- 未获取的段落标注「未获取」，不补写；
- 数据、文献、结论一律不得虚构；
- 降 AI 时语体优先：不许口语化凑降低率，不许补造事实；
- 写作链必须分步，每步停下等用户确认。
右侧栏文献库面板
插件在 sidebar.right.pane.tab 注册了一个「CNKI 文献库」页签：
- 顶部：检索次数 / 来源条数 / 最近更新时间 + 刷新按钮；
- 检索历史卡片：模式徽章、命中数、每条检索式带 ✓/✗；
- 文献清单：标题（可点开知网摘要页）、期刊·日期·类型、所属关键词；
- 每 20 秒轮询一次，与
cnki_library 工具共用 /api/cnki/library 路由。
样式只使用 DSH 主题变量（--dsw-alias-*），明暗主题自动跟随。
已实测
2026-10-30 在本机 Edge 上的真实检索记录（未经修饰）：
| 检索式 | 模式 | 命中 |
|---|
人工智能 教育公平 | general | 知网页面显示 1,463 条，插件返回前 5 条题录 |
"数字素养 教师" | precise | 返回《信息生态视域下教师数字素养提升的价值、梗阻与路径》等题录 |
"职业教育 产教融合" | precise | 返回《基于黄炎培职业教育教师观的教学创新团队建设模式与实践探索》等题录 |
题录字段含题名、期刊/报纸名、发表时间、文献类型与知网摘要页链接。
去 AI 味与语体配平
论文最容易死在两个方向：太像 AI（模板句式、整齐并列、空洞拔高），和改过头（满篇口语、网络词，机审过了人审被打回）。
CNKIAgent 0.4 把这件事做成可执行的规则 + 可跑的工具：
cnki_de_aigc(text="……", mode="scan") # 体检：硬指标 + 高风险段落
cnki_de_aigc(text="……", mode="review") # 生成逐段改写方案，等确认
cnki_de_aigc(filePath="C:/稿子/第三节.md", mode="check") # 改完复查
三条总原则
- 结构先行——先改语序、句式、段落节奏，再碰词。只换同义词基本无效。
- 具体优先——把抽象拔高换成可核验的数值、条件、机制、边界。更像人 ≠ 更口语。
- 语体守门——改完必须还是论文。语体优先于"降低率"，宁可保留一点生硬。
三级落点（只有中间一列合格）
| ❌ 降重不足（仍像 AI） | ❌ 降重过度（口语化） | ✅ 恰当（书面学术） |
|---|
| 实验结果充分表明该方法具有显著优越性 | 一测就知道这方法真的行 | 在三组测试集上，该方法的平均误差低于对照方法约 12% |
| 上述差异归因于多种因素的综合作用 | 说白了就是好几个原因凑一块儿了 | 这一差异可能主要来自样本分布不均与特征冗余 |
| 尽管取得一定成果，但仍存在局限性 | 当然啦，这方法也不是万能的 | 本文仅在实验室条件下验证，放大到真实场景后的表现尚待考察 |
硬指标
| 指标 | 阈值 |
|---|
| AI 高频词 | 每段 ≤2 个 |
| 段末总结套句（"此案例印证了…/由此可见"） | 全文 ≤1 处 |
| 泛化结尾（"具有重要意义/前景广阔"） | 0 处 |
| 模糊归因（无出处的"专家认为/研究表明"） | 0 处 |
| 破折号 | 每段 ≤1 个 |
| 正文加粗 | 全文 ≤5 处 |
| 术语 | 全文一个叫法，禁止同义词轮换 |
| 口语 / 网络用语 | 0 处 |
完整规则（17 类模式改前/改后示例、两级 AI 词表、口语黑名单、评分表、合规边界）见 skills/cnki-agent/references/de-aigc-playbook.md。
不做的事
- 不靠口语、网络用语、情绪词、碎句来"降 AI"；
- 不为"更像人"补造数据、文献、访谈、异常值；
- 不让 AI 整篇重写一遍（会叠加指纹，有时不降反升）；
- 不追求 0%（人类论文不可能零痕迹，过度均质反而更像机器稿）。
规则来源：Wikipedia《Signs of AI writing》、GitHub xiaofenggan01/aigc-reduce（MIT）、GitHub redbaronyyyyy-eng/humanizer-zh-academic（MIT），以及 B 站 / CSDN 上多篇实测帖的经验值（仅作参考，非权威标准）。
Word 排版 · 公式 · 交叉引用
论文最后一步永远是"做成能交的 Word"。这一步最容易翻车的地方不是文笔，而是编号：手打的"图 4-1""（3）""[12]"在增删一次之后就会全线错乱。
CNKIAgent 0.5 把这件事拆成「规则 + 方案 + 程序化体检」三层。
三条铁律
- 一切编号来自域，不手打。 图 / 表 / 公式用
SEQ，正文引用用 REF，目录用 TOC。
- 一切格式来自样式，不手调。 标题必须套用内置「标题 1/2/3」，否则题注的"包含章节号"读不到。
- 改完必须 F9。
Ctrl+A → F9，域不会自动重算。
工具
cnki_word_plan(topic="人工智能与教育公平", numberByChapter=true, refs=["张三. 题名[J]. 刊名, 2025, 45(3): 1-9."])
输出 12 步执行顺序、三层域说明、三线表磅值、顺序编码制要点、交付自检清单，并对 refs 逐条审计格式（年卷分号、页码波浪线、专著缺出版地、网页缺引用日期、类型标识缺失…）。
python assets/tools/format_docx.py check thesis.docx # 排版体检，有 error 退出码 1
python assets/tools/format_docx.py build thesis.md out.docx --title "论文题目"
check 会查：域 / 题注 / 手打交叉引用 / 标题样式 / 竖线表 / 重复标题行 / 非规范西文字体 / Markdown 残留 / 参考文献编号断档。
build 生成带样式骨架的 docx：内置标题样式、首行缩进 2 字符、中文字体 w:eastAsia、三线表（顶底 1.5 磅 / 栏目线 0.75 磅、无竖线、跨页重复标题行）、SEQ 题注域、PAGE 页码。
公式编号怎么排
公式不用"题注"（题注是给图表设计的，标签会混进图表目录）。标准做法是 样式 + 制表位 + SEQ 域 + 书签：
（ { STYLEREF 标题 1 \s } - { SEQ 公式 \* ARABIC \s 1 } ）
- 段落用自建「公式」样式：1/2 处居中制表位（放公式）、右边界右对齐制表位（放编号）；
STYLEREF 取章号、SEQ ... \s 1 让每章重新从 1 开始；- 正文引用靠书签 +
REF 域，不能用题注交叉引用。
参考文献
- 正文标注放在句末标点之前：
……已成为研究热点[1]。；连续 [1-3]，不连续 [1,3,5]；
- 条目标点：项目之间
. ，年与卷之间 , ，卷期与页码之间 : ，析出文献 //；页码用 - 不用 ~；
- 不要靠 Word 自带"交叉引用"维护参考文献编号顺序——它不会按首次引用重排。用 Zotero / EndNote 插域，或给条目设书签再用
REF；
- 版本：GB/T 7714—2015 仍是多数模板依据；GB/T 7714—2025 已于 2026-07-01 实施，新增
[DS] 数据集、[PP] 预印本等类型。以学校 / 期刊通知为准。
完整规则（样式体系、题注 / SEQ / REF 三层域、三线表新建表格样式、12 类文献示例、报错排查表、python-docx 能做/不能做）见 skills/cnki-agent/references/word-playbook.md。
论文插图 · 架构图 / 流程图
论文插图糊，99% 不是"分辨率没调好"，而是它从源头就是位图。从画好到进 PDF，一张图要过三道可能把它变成位图的关：粘贴时按 96 dpi 抓快照 → Word 默认压缩 → 导出 PDF 按 220 dpi 再采样。调高 PPI 救不回来，那只放大已有像素。
30 秒判断你的图是不是矢量
| 检测 | 矢量正常 | 位图异常 |
|---|
| Word 里右键图片 | 有【编辑图片】/【转换为形状】 | 只有【设置图片格式】 |
| 放大到 400% | 边缘始终锐利 | 马赛克、锯齿 |
| 另存 PDF 看图像属性 | Vector graphic | Image (RGB, 96 dpi) |
五条路线
| 路线 | 矢量 | 能在 Word 里改 | 需要什么 |
|---|
| 代码生成原生形状（本插件默认） | ✅ | ✅ | 只要 Python |
| Word / WPS 原生绘图 | ✅ | ✅ | Office |
| draw.io → SVG | ✅ | 转换后可改 | 浏览器 |
| Visio → 选择性粘贴 EMF | ✅ | ✅ 双击回 Visio | 装了 Visio |
| 位图 300/600 dpi | ❌ | ❌ | 期刊强制时 |
一行命令出图
python assets/tools/draw_diagram.py build spec.json 图3-2.docx --caption "图 3-2 平台总体架构"
python assets/tools/draw_diagram.py build spec.json 图3-2.svg # 要二次编辑时
python assets/tools/draw_diagram.py build spec.json 图3-2.png --dpi 600 # 期刊只收位图时
规格只要写"谁连谁"，布局自动排：
{
"nodes": [
{"id": "c1", "label": "Web 前端", "shape": "round", "level": 0},
{"id": "g", "label": "统一接入网关", "level": 1},
{"id": "db", "label": "业务库", "shape": "cylinder", "level": 2}
],
"edges": [
{"from": "c1", "to": "g"},
{"from": "g", "to": "db", "label": "读写", "dashed": true}
]
}
输出的 .docx 里是 Word 原生 DrawingML 形状组：真矢量、双击就能改字改色、整组可缩放，不依赖 Visio 也不依赖 Word 安装。八种形状（矩形/圆角/起止/判断/椭圆/数据/存储/准备）、虚线边、边标签、自动分层与正交折线都支持；跨层的边自动走右侧通道，不会穿过中间节点。
必做的全局设置
文件 → 选项 → 高级 → 图像大小和质量 → 勾选【不压缩文件中的图像】，默认分辨率设为【高保真】。
本机实测：Word.Application COM 由 WPS Office 提供（Build 12.1.0.28022），未安装 Microsoft Word 与 Visio。所以本插件默认走"代码生成原生矢量"，Visio 路线仅作为有 Visio 时的参考。
完整规则（三重栅格化、诊断矩阵、Visio 三种插入方式与字体转曲 Ctrl+Shift+Q、draw.io 导出 SVG 的两处必改设置、SVG/EMF/PNG 选型、图文规范表、5 条验收）见 skills/cnki-agent/references/diagram-playbook.md。
设计原则
- 不虚构。 没检索到的文献不写进参考文献，没读到的段落标「未获取」。
- 可复现。 每条检索式原样回显，换一个人、换一天能跑出同样结果。
- 编辑视角。 不是"总结摘要"，而是判断：这篇文章凭什么发出、它的缺口在哪、我能仿写哪一句。
- 阶段闸门。 大纲、引言、每一节正文、校订，都是独立的确认点。
已知限制
- 知网正文需登录且有反爬。 插件获取到的是题录（标题/期刊/日期/文献类型）+ 摘要页链接，不保证取得全文 PDF；正文引用需你登录知网后逐篇阅读。
- 首次检索需人工过滑块验证。 插件不绕过验证码。
- 检索结果按知网默认排序返回，未做时间/被引/期刊等级的二次筛选。
- 面板与
cnki_library 的数据保存在进程内存，DSH 重启后清空。
- 依赖 DSH 运行时的
ctx.tools / ctx.skills / ctx.web / ctx.connection 服务，版本要求 dsh >= 0.2.0-rc.2 < 0.3.0-0。
仓库结构
dsh-cnki-agent/
├── package.json # bundle 清单（dsh.bundle.patch / dsh.client）
├── cordis.patch.yml # 插入一行插件条目
├── lib/
│ ├── index.js # 宿主半侧：技能 + 工具 + 路由 + 系统提示
│ └── client.js # 客户端半侧：右侧栏文献库面板
├── skills/cnki-agent/ # 技能包：SKILL.md + references（workflow / reading-checklist / research-map / de-aigc-playbook / word-playbook）
├── assets/tools/ # format_docx.py 排版体检与生成；draw_diagram.py 原生矢量插图
├── locale/ # zh / en 元信息
├── README.md
└── LICENSE
开发
插件包内的代码**只允许 import
ode:*内置模块**，其余能力一律通过ctx.get('')探测，这样包在任何 profile 里都能加载。工具的 JSON Schema 手写，且type必须是单个字符串——写成type: ['string','null']` 会让整条插件行加载失败。
工具返回值必须是无损 JSON：undefined 会让整次调用被判 value is not lossless JSON，所有输出都要先规整成纯数据。
语法自检：
node --check lib/index.js && node --check lib/client.js
License
MIT © 2026 CNKIAgent contributors
本项目与同方知网（CNKI）官方无关，仅以自动化方式使用其公开检索界面；请遵守目标站点的服务条款与所在机构的数据库使用规定。
