用途：面向研究人员，去除学术文本中的模板腔与泛化表达，使 AI 辅助草稿更具体、自然、具备作者个人风格，但不改变研究事实。它提升写作质量，不保证文本“由人撰写”，也不针对 AI 检测器优化，不免除作者按期刊、机构或资助方政策披露 AI 协助的义务。
主要能力：按语言、范围、修辞功能（摘要、引言、方法、结果、讨论、结论、文献综述、反驳、审稿回复等）分类任务；先冻结学术事实，建立保护清单，涵盖数字、统计量、单位、公式、变量、引用、图表引用、方法名、数据集、术语，以及行为主体、人群、比较、方向、时间顺序、不确定性、局限和因果强度；再依据模式目录审计模板模式，解释其为何削弱文本；在作者提供写作样本时校准语气；以信息优先原则改写，优先学术忠实、论断与证据对齐、具体主语与动作、章节匹配修辞、自然节奏与简洁；最后比对保护清单并使用脚本做确定性初检：python3 scripts/check_invariants.py case.json，其 JSON 包含 source、revision 及可选 protected_terms，通过脚本后仍需人工核对论断方向、否定、情态、因果强度、引用归属、局限与结论范围。
使用方式：必读 references/preservation-and-evidence.md、references/pattern-catalog.md、references/output-contract.md；仅当作者提供样本或明确要求匹配其语气时读 references/voice-calibration.md。输入必需待审或待改文本；可选语言、领域、章节类型、目标期刊、作者真实写作样本、受保护术语、强度（仅审计、标准、强）。不因缺少可选信息而阻塞，无样本时使用中性、精确、适合期刊的学术语气，并说明未做个人语气匹配。
适用场景：去除“AI 味”或模板语言；让论文更少机械感、更少浮夸；审计摘要、章节、学位论文段落、反驳或审稿回复中的重复 AI 写作模式；依据作者既往学术写作校准草稿。普通中英翻译、语法纠错或一般发表润色应改用 sci-ssci-polishing。
限制：不标注某段为 AI 所写，不把单个词或标点当作证据，需跨至少两类找出重复线索；保留合语法被动、适度模糊、技术重复、定义与第一人称复数；不得编造数字、引用、机制、比较、局限、结果或含义；不得删除披露、局限、不确定性或出处来让稿件“更干净”；不提供法律或机构政策保证。