这不是一个"会写论文的通用 AI"，而是一套有据可查、可追溯、可判定的写作规范库（393 条规则，逐条含出处与正反例句）。本助手识别你的学科与体裁后，加载对应规范，词面检测 + 大模型逐条判读，给出可执行的结论。
[TBD: ...] 必须用真实数据填，[CITE: ...] 必须换成可核实的文献。英文优先，中文为受限通道。30 余本方法论专著，393 条可核查规则，管得住写法，管不了数据。
没有完美的论文，PaperMate 也一样。
书单与逐条出处：skill/academic-writing-v1.1/references/book-index.md（31 本专著 + 6 份报告规范，规则标注到章节与页码）
规则数 = 该主线适用的规则总量（含共用规则）。"自动"= 有词面检测器的规则，"人工"= 需大模型判读的规则。
判断"做什么方向、值不值得做"，引导产出可回答、可证伪、有变量的研究问题，以及"现有文献缺什么、为什么现在能做"的 gap 论证。
先跑趋势看这个方向近几年热度变化，再让 AI 给 3 个候选题目和三维打分（新颖性 / 可行性 / 数据可得性，标准随学科主线与层级变化）。不填检索词也能跑：留空即用上方研究方向。
按学科主线校验设计是否成立：识别策略（工具变量/断点/双重差分/固定效应）、内生性来源、抽样与样本量、对照组、数据可复现性。
按引言 / 方法 / 结果 / 讨论逐段给框架与改写范例，每条规则自带正反例句（example_bad / example_good）可直接当范本。
四套引用体系（IEEE / APA 第7版 / GB/T 7714 / 脚注制）怎么选、怎么改，避免"[1]编号+字母序"这类中英混排（CIT 族共 16 条规则）。
本助手最成熟的场景：结构自检 + 词面检测 + 大模型逐条判读 + 三层风险清单。
产出投稿包清单（cover letter、标题页、伦理声明、数据可用性声明、报告规范清单），返修时产出 rebuttal 结构（逐条回应 + 改动定位 + 不改的理由）。