Paper2patent
7toCR/paper2patent
Turn an academic paper (PDF, LaTeX, pasted text, thesis chapter or technical disclosure) into a Chinese invention patent application draft — 说明书摘要、摘要附图、权利要求书、说明书、说明书附图 — delivered as DOCX/PDF with…
清华大学毕业论文 Word → PDF 一键格式规范化工具。输入任意 Word (.docx) 格式的清华毕业论文，自动转换为符合清华 thuthesis 官方 LaTeX 模板规范的高质量 PDF。适用于所有清华学位论文（MBA/学硕/专硕），一条命令搞定。功能：自动提取章节结构、中英文摘要、参考文献（自动生成 BibTeX）、图片（含…
Install Thu Thesis
$ npx skills add LeoYeAI/openclaw-master-skills --skill thu-thesis -a claude-codeProject install by default; add -g for ~/.claude/skills/.
$ gh skill install LeoYeAI/openclaw-master-skills thu-thesis --agent claude-codeProject scope by default; add --scope user for a personal install. Needs GitHub CLI 2.90.0 or later (public preview).
$ git clone --depth 1 https://github.com/LeoYeAI/openclaw-master-skills.git skills-src && mkdir -p .claude/skills && cp -r skills-src/skills/thu-thesis .claude/skills/thu-thesis && rm -rf skills-srcUse ~/.claude/skills/ instead of .claude/skills for a personal install. The folder must contain SKILL.md.
Claude Code skills documentation · loads skills from .claude/skills/
Install the "thu-thesis" agent skill from https://github.com/LeoYeAI/openclaw-master-skills/tree/main/skills/thu-thesis into .claude/skills/thu-thesis/ in this project. Copy the whole folder (SKILL.md and every file beside it), keep the folder name "thu-thesis", then confirm the skill loads.Claude Code copies the folder itself, the same result as the manual copy. Check what it changed before you commit it.
$skill-installer install https://github.com/LeoYeAI/openclaw-master-skills/tree/main/skills/thu-thesisType this inside Codex. $skill-installer <name> installs a curated skill from openai/skills. The installer writes to $CODEX_HOME/skills (default ~/.codex/skills). Restart Codex if the skill does not show up.
$ npx skills add LeoYeAI/openclaw-master-skills --skill thu-thesis -a codexProject install goes to .agents/skills/; add -g for ~/.codex/skills/.
$ gh skill install LeoYeAI/openclaw-master-skills thu-thesis --agent codexProject scope by default (.agents/skills/); add --scope user for a personal install.
$ git clone --depth 1 https://github.com/LeoYeAI/openclaw-master-skills.git skills-src && mkdir -p .agents/skills && cp -r skills-src/skills/thu-thesis .agents/skills/thu-thesis && rm -rf skills-srcUse ~/.agents/skills/ instead of .agents/skills for a personal install.
Codex skills documentation · loads skills from .agents/skills/
Install the "thu-thesis" agent skill from https://github.com/LeoYeAI/openclaw-master-skills/tree/main/skills/thu-thesis into .agents/skills/thu-thesis/ in this project. Copy the whole folder (SKILL.md and every file beside it), keep the folder name "thu-thesis", then confirm the skill loads.Codex copies the folder itself, the same result as the manual copy. Check what it changed before you commit it.
$ npx skills add LeoYeAI/openclaw-master-skills --skill thu-thesis -a cursorProject install goes to .agents/skills/; add -g for ~/.cursor/skills/.
$ gh skill install LeoYeAI/openclaw-master-skills thu-thesis --agent cursorProject scope by default (.agents/skills/); add --scope user for a personal install.
$ git clone --depth 1 https://github.com/LeoYeAI/openclaw-master-skills.git skills-src && mkdir -p .cursor/skills && cp -r skills-src/skills/thu-thesis .cursor/skills/thu-thesis && rm -rf skills-srcUse ~/.cursor/skills/ instead of .cursor/skills for a personal install.
Cursor skills documentation · loads skills from .cursor/skills/, .agents/skills/, .claude/skills/, .codex/skills/
Install the "thu-thesis" agent skill from https://github.com/LeoYeAI/openclaw-master-skills/tree/main/skills/thu-thesis into .cursor/skills/thu-thesis/ in this project. Copy the whole folder (SKILL.md and every file beside it), keep the folder name "thu-thesis", then confirm the skill loads.Cursor copies the folder itself, the same result as the manual copy. Check what it changed before you commit it.
$ gemini skills install https://github.com/LeoYeAI/openclaw-master-skills.git --path skills/thu-thesis--scope user (default) or --scope workspace; --path is the subfolder of the repo that holds the skill; --consent skips the security confirmation prompt.
$ npx skills add LeoYeAI/openclaw-master-skills --skill thu-thesis -a gemini-cliProject install goes to .agents/skills/; add -g for ~/.gemini/skills/.
$ gh skill install LeoYeAI/openclaw-master-skills thu-thesis --agent gemini-cliProject scope by default (.agents/skills/); add --scope user for a personal install.
$ git clone --depth 1 https://github.com/LeoYeAI/openclaw-master-skills.git skills-src && mkdir -p .gemini/skills && cp -r skills-src/skills/thu-thesis .gemini/skills/thu-thesis && rm -rf skills-srcUse ~/.gemini/skills/ instead of .gemini/skills for a personal install, then run /skills reload.
Gemini CLI skills documentation · loads skills from .gemini/skills/, .agents/skills/
Install the "thu-thesis" agent skill from https://github.com/LeoYeAI/openclaw-master-skills/tree/main/skills/thu-thesis into .gemini/skills/thu-thesis/ in this project. Copy the whole folder (SKILL.md and every file beside it), keep the folder name "thu-thesis", then confirm the skill loads.Gemini CLI copies the folder itself, the same result as the manual copy. Check what it changed before you commit it.
$ gh skill install LeoYeAI/openclaw-master-skills thu-thesisInstalls for Copilot at project scope by default; add --scope user for a personal install. Preview a skill first with gh skill preview. Needs GitHub CLI 2.90.0 or later (public preview).
$ npx skills add LeoYeAI/openclaw-master-skills --skill thu-thesis -a github-copilotProject install goes to .agents/skills/; add -g for ~/.copilot/skills/.
$ git clone --depth 1 https://github.com/LeoYeAI/openclaw-master-skills.git skills-src && mkdir -p .github/skills && cp -r skills-src/skills/thu-thesis .github/skills/thu-thesis && rm -rf skills-srcUse ~/.copilot/skills/ instead of .github/skills for a personal install. Commit .github/skills so cloud agent and code review can use it.
GitHub Copilot skills documentation · loads skills from .github/skills/, .claude/skills/, .agents/skills/
Install the "thu-thesis" agent skill from https://github.com/LeoYeAI/openclaw-master-skills/tree/main/skills/thu-thesis into .github/skills/thu-thesis/ in this project. Copy the whole folder (SKILL.md and every file beside it), keep the folder name "thu-thesis", then confirm the skill loads.GitHub Copilot copies the folder itself, the same result as the manual copy. Check what it changed before you commit it.
$ npx skills add LeoYeAI/openclaw-master-skills --skill thu-thesis -a opencodeOpenCode documents no install command of its own. Project install goes to .agents/skills/; add -g for ~/.config/opencode/skills/.
$ gh skill install LeoYeAI/openclaw-master-skills thu-thesis --agent opencodeProject scope by default (.agents/skills/); add --scope user for a personal install.
$ git clone --depth 1 https://github.com/LeoYeAI/openclaw-master-skills.git skills-src && mkdir -p .opencode/skills && cp -r skills-src/skills/thu-thesis .opencode/skills/thu-thesis && rm -rf skills-srcUse ~/.config/opencode/skills/ instead of .opencode/skills for a personal install.
OpenCode skills documentation · loads skills from .opencode/skills/, .claude/skills/, .agents/skills/
Install the "thu-thesis" agent skill from https://github.com/LeoYeAI/openclaw-master-skills/tree/main/skills/thu-thesis into .opencode/skills/thu-thesis/ in this project. Copy the whole folder (SKILL.md and every file beside it), keep the folder name "thu-thesis", then confirm the skill loads.OpenCode copies the folder itself, the same result as the manual copy. Check what it changed before you commit it.
Facts
- Skill name
thu-thesis- GitHub stars
- 2.2k
- Token cost
- ~4k tokens
- SKILL.md length
- 1,066 words
- Files
- 22 (incl. scripts)
- Skills in repo
- 1,235
- Repo updated
- First seen
- Licence
- MIT
At a glance
清华大学毕业论文 Word → PDF 一键格式规范化工具。输入任意 Word (.docx) 格式的清华毕业论文，自动转换为符合清华 thuthesis 官方 LaTeX 模板规范的高质量 PDF。适用于所有清华学位论文（MBA/学硕/专硕），一条命令搞定。功能：自动提取章节结构、中英文摘要、参考文献（自动生成 BibTeX）、图片（含…
- Works in 4 steps: ：机械提取（同时创建 LaTeX 工程目录） → ：AI 阅读骨架，生成 struct.json → 5：组装、渲染、编译 → …
- : 用户需要把 Word 格式的清华毕业论文转为规范 PDF，或需要对毕业论文做格式规范化处理
- SKILL.md covers ⚠️ 核心操作原则（不得违反）, 架构：新三层 AI-native 流程, 依赖 and 格式参考：assets/databk/, plus 9 more sections
- Runs Python scripts from its folder; calls python3, pip3 and bash
What it does
Thu Thesis is an agent skill from LeoYeAI/openclaw-master-skills. 清华大学毕业论文 Word → PDF 一键格式规范化工具。输入任意 Word (.docx) 格式的清华毕业论文，自动转换为符合清华 thuthesis 官方 LaTeX 模板规范的高质量 PDF。适用于所有清华学位论文（MBA/学硕/专硕），一条命令搞定。功能：自动提取章节结构、中英文摘要、参考文献（自动生成 BibTeX）、图片（含 caption）、表格（含表头和标题）、致谢、个人简历；自动生成符号和缩略语说明（含孤儿缩略语检测与正文首次出现处自动补写）；自动生成插图清单和附表清单；输出完整 thuthesis LaTeX 项目并编译为 PDF。运行时依赖：python-docx、jinja2、xelatex/bibtex（TeX Live）；setup.sh 会从 GitHub 克隆 thuthesis 到 /tmp/thuthesis-latest。Use when: 用户需要把 Word 格式的清华毕业论文转为规范 PDF，或需要对毕业论文做格式规范化处理。
Its SKILL.md is about 4k tokens, which your agent loads only when the skill is triggered. The skill folder holds 24 other files, including scripts (for example `_meta.json`, `output/2023211612-王亚玲-论文-latex/evaluation_report.md` and `output/parsed_2023211588-黄杰-肖勇波.json`).
It sits in Documents & Office, covering LaTeX, Essays and academic help and Citation management. It works with LaTeX, Microsoft Word, GitHub and python-docx. The repository describes itself as: 🧠 Curated collection of 1209+ best OpenClaw skills — weekly updated by MyClaw.ai. The licence is MIT.
When your agent uses it
- : 用户需要把 Word 格式的清华毕业论文转为规范 PDF，或需要对毕业论文做格式规范化处理
- Tasks that involve LaTeX
- Tasks that involve Essays and academic help
Example prompts
- “/thu-thesis”
Requirements
- Python 3
Workflow steps
4 steps, taken from the step headings in SKILL.md.
What it can do on your machine
Read from SKILL.md and the folder at commit e5199b5. It shows what the files ask for, not the result of running them.
Tool permissions
Pre-approves nothing: there is no allowed-tools line, so your agent's usual permission prompts apply.
From allowed-tools in the SKILL.md frontmatter.
Runs code
Ships 1 file in scripts/ (Python, from the files we listed), which the agent can run.
Shell commands in SKILL.md call:
python3pip3bashsofficegit
From the folder's file list and the shell code blocks in SKILL.md.
Network
Links to these hosts (documentation or services it may open):
github.com
From URLs in SKILL.md, links to its own repository left out.
Credentials
Names no API keys, tokens, secrets or passwords.
From names ending in _API_KEY, _TOKEN, _SECRET, _KEY or _PASSWORD in SKILL.md.
Context cost
Thu Thesis loads about 4k tokens when it runs. Until then it costs about 113 tokens; SKILL.md has 1,066 words of instructions outside code blocks.
Estimates: characters ÷ 4, the usual rule of thumb; real counts depend on the model's tokenizer. Scripts and assets cost tokens only if the agent reads them.
Safety
Auto-check passed
The automated check found no risky patterns in SKILL.md.
Automated static check — not a guarantee. Review scripts before installing. It scans the text of SKILL.md for risky patterns (piping downloads into a shell, reading credential files, hidden Unicode, destructive commands); the scripts in this folder are not scanned.
SKILL.md
The full file from LeoYeAI/openclaw-master-skills at commit e5199b5, republished under its MIT licence (© LeoYeAI). 1,066 words, ~4,007 tokens.
Download SKILL.mdSave it as
.claude/skills/thu-thesis/SKILL.md (or your agent's skills folder). This skill also uses 21 other files; get the full folder from GitHub.- name
- thu-thesis
- description
- 清华大学毕业论文 Word → PDF 一键格式规范化工具。输入任意 Word (.docx) 格式的清华毕业论文，自动转换为符合清华 thuthesis 官方 LaTeX 模板规范的高质量 PDF。适用于所有清华学位论文（MBA/学硕/专硕），一条命令搞定。功能：自动提取章节结构、中英文摘要、参考文献（自动生成 BibTeX）、图片（含 caption）、表格（含表头和标题）、致谢、个人简历；自动生成符号和缩略语说明（含孤儿缩略语检测与正文首次出现处自动补写）；自动生成插图清单和附表清单；输出完整 thuthesis LaTeX 项目并编译为 PDF。运行时依赖：python-docx、jinja2、xelatex/bibtex（TeX Live）；setup.sh 会从 GitHub 克隆 thuthesis 到 /tmp/thuthesis-latest。Use when: 用户需要把 Word 格式的清华毕业论文转为规范 PDF，或需要对毕业论文做格式规范化处理。
清华 MBA 论文 Word → PDF 一键转换
⚠️ 核心操作原则（不得违反）
只从 Word 中提取信息，不修改 thuthesis 模板格式。
- thuthesis 的封面、页眉、目录、参考文献、图表样式等，全部由
thuthesis.cls自动生成- 脚本只负责把 Word 里的内容（标题、摘要、章节、图表、参考文献等）提取出来填入
.tex文件- 若 Word 中某字段缺失，对应 LaTeX 字段留空，不删除、不跳过、不用占位符替代
- 任何格式上的"改进"都必须以
assets/databk/中的官方示例为准，不得自行发挥
架构：新三层 AI-native 流程
Word 文件
↓ [extract_raw.py] 纯机械提取，无 LLM
raw_xxx.json + 文档骨架（段落 idx + 样式 + 文字）
↓ [我（AI）阅读骨架] 理解章节结构
struct_xxx.json（章节划分、段落 idx 映射）
↓ [build_parsed.py] 纯 Python 组装，无 LLM
parsed_xxx.json
↓ [render.py] 填充 thuthesis LaTeX 模板
LaTeX 项目目录
↓ [xelatex + bibtex] 编译
thesis.pdf ✅
↓ [我（AI）Rubric 评测] 阅读产物，逐项打分 + 自动修复
evaluation_report.md关键设计原则：Python 脚本不调用任何 LLM，不持有 API key。AI 在两个关键环节介入：(1) 阅读骨架生成 struct.json；(2) Rubric 评测 + 自动修复。
依赖
pip3 install python-docx jinja2 matplotlib
# 需要已安装 TeX Live格式参考：assets/databk/
assets/databk/ 是从官方 thuthesis 项目备份的原始示例 data 文件，是本工具一切格式决策的黄金标准：
| 文件 | 参考内容 |
|---|---|
chap01.tex ~ chap04.tex | 正文章节、三线表、图片、公式格式 |
abstract.tex | 中英文摘要格式 |
denotation.tex | 缩略语/符号说明格式 |
acknowledgements.tex | 致谢格式 |
resume.tex | 个人简历格式 |
遇到任何格式问题，先查 databk/ 里的对应文件，再动代码。
初次使用 / 更新格式参考
# SKILL_DIR = 本 skill 的根目录（thu-thesis/）
SKILL_DIR="$(cd "$(dirname "$0")/.." && pwd)" # 在 scripts/ 内执行时
# 或直接写绝对路径，例如：
# SKILL_DIR="/path/to/skills/thu-thesis"
bash "$SKILL_DIR/scripts/setup.sh" "$SKILL_DIR"setup.sh 做三件事：
- 从 GitHub clone（首次）或
git pull（已有）最新 thuthesis 到/tmp/thuthesis-latest - 编译生成
thuthesis.cls（如尚未生成） rm -rf assets/databk/ && cp -r data/ assets/databk/→ 保持格式参考始终为最新版本
每次 thuthesis 版本有重大更新时，重跑 setup.sh 即可刷新 databk。
输出路径规范
LaTeX 工程输出位置：与输入 .docx 同目录，子文件夹命名为 <原文件名去扩展>-latex。
例如：输入 /path/to/foo.docx，则 LaTeX 工程输出到 /path/to/foo-latex/。
- 中间临时文件（raw/struct/parsed JSON）放在 workspace 临时目录，转换完成后可清理
- 最终交付给用户的是
-latex/目录（含thesis.pdf）
完整转换流程
Step 1：机械提取（同时创建 LaTeX 工程目录）
# SKILL_DIR = 本 skill 根目录，按实际安装路径设置
SKILL_DIR="/path/to/skills/thu-thesis"
python3 "$SKILL_DIR/scripts/convert.py" extract /path/to/论文.docx output/extract 会立即做两件事：
- 在
.docx同目录创建<stem>-latex/工程目录（项目开始即确定输出位置） - 机械提取，输出
output/raw_xxx.json+ 终端骨架
终端输出示例：
📄 输入: /path/to/foo.docx
📁 中间文件: output/
📁 LaTeX 工程: /path/to/foo-latex/ ← 已创建
📊 图片: 5 张 | para_idx: [102, 115, ...]
📊 表格: 3 张 | before_para: [88, 134, ...]Step 2：AI 阅读骨架，生成 struct.json
AI（我）读取骨架，识别：
- 摘要范围（
abstract_cn_range,abstract_en_range） - 各章节标题段落 idx（
title_para）、正文范围（content_range） - 各级小节（sections）的 idx 和编号
- 参考文献、致谢、简历的范围
如何输出：使用 Write 工具，把 struct.json 写到与 raw_xxx.json 同一目录，命名为 struct_<论文标题>.json（与 raw 文件保持同级）：
output/
raw_论文标题.json ← Step 1 生成
struct_论文标题.json ← AI 用 Write 工具写到这里 ✅
figures/ ← Step 1 提取的图片写入前必须检查（防图表丢失）：
- 列出
raw_xxx.json中所有图片的para_idx→ 确保每个都落在某章content_range内 - 列出所有表格的
before_para→ 确保都 ≥ 第一章content_range[0]且在某章范围内 - 相邻章节
content_range不能有间隙
输出 struct_xxx.json，格式：
{
"cover": {
"abstract_cn_range": [27, 31],
"abstract_en_range": [35, 44],
"keywords_cn_para": 31,
"keywords_en_para": 44
},
"chapters": [
{
"number": "第1章",
"title": "引言",
"title_para": 109,
"content_range": [110, 142],
"sections": [
{"level": 2, "number": "1.1", "title": "选题背景", "title_para": 110},
{"level": 3, "number": "1.1.1", "title": "子节标题", "title_para": 115}
]
}
],
"references_range": [388, 409],
"acknowledgements_range": [412, 412],
"resume_range": [423, 428]
}Step 3-5：组装、渲染、编译
Step 1 已经创建好 LaTeX 工程目录，直接指向它：
SKILL_DIR="/path/to/skills/thu-thesis"
DOCX="/path/to/foo.docx"
python3 "$SKILL_DIR/scripts/convert.py" build \
output/raw_foo.json \
output/struct_foo.json \
"$(dirname "$DOCX")/foo-latex"自动完成：
build_parsed.py：raw + struct → parsed JSON（含表格、图片正确插入）render.py：parsed JSON → LaTeX 项目xelatex + bibtex：编译 PDF（3~4 次，保证目录稳定）
Step 6：AI Rubric 评测 + 自动修复
编译完成后，我（AI）逐项检查转换质量，详见下方「Rubric 评测细则」。可自动修复的问题直接修复并重新编译，最多 3 轮；不可修复的问题在报告中标注。最终输出 evaluation_report.md 到 LaTeX 工程目录。
文件说明
| 路径 | 说明 |
|---|---|
scripts/convert.py | 入口，extract / build 两个子命令 |
scripts/extract_raw.py | Word → raw JSON（纯机械提取，段落/表格/图表） |
scripts/build_parsed.py | raw + struct → parsed JSON（纯 Python，无 LLM） |
scripts/render.py | parsed JSON → LaTeX 项目（填充模板，生成 BibTeX） |
assets/templates/*.j2 | Jinja2 模板 |
assets/databk/ | thuthesis 官方格式示例，格式决策唯一参考 |
Rubric 评测细则（AI 执行）
评测由 AI 直接完成，不使用 Python 脚本。 AI 阅读生成产物（parsed JSON、.tex 文件、refs.bib、thesis.log、thesis.pdf），按下方 Rubric 逐项打分，可修复问题直接修改后重新编译（最多 3 轮），最终输出
evaluation_report.md。
评测流程
- 读取产物：
parsed_xxx.json、data/*.tex、ref/refs.bib、thesis.log、thesis.pdf（检查是否存在及大小） - 逐项评分：按下方 38 项 Rubric 逐一检查，给出 PASS / WARN / FAIL + 原因
- 自动修复：对可修复的 FAIL/WARN 项直接修改
.tex文件，然后重新xelatex + bibtex编译（最多 3 轮） - 输出报告：生成
evaluation_report.md，含总分、维度得分、所有扣分项明细
评分制度
| 类型 | 满分 | PASS | WARN | FAIL |
|---|---|---|---|---|
| 必要项 | 3 | 3 | 1.5 | 0 |
| 重要项 | 2 | 2 | 1 | 0 |
| 亮点项 | 1 | 1 | 0.5 | 0 |
| 失误扣分项 | 0 | — | — | 每处扣1分，最多扣10 |
评级标准：总分/满分 → 优秀≥90% / 良好≥75% / 合格≥60% / 不合格<60%
可自动修复 vs 不可修复
| 可自动修复（直接改文件重编译） | 不可自动修复（报告中标注） |
|---|---|
.bbl 出现 佚名 → 读 refs.bib 找对应条目，手工补全 author 字段，然后重跑 bibtex+xelatex | 表格/图片无 caption（Word 原文没有，不可凭空生成） |
author 字段被截断（如 美国旅游协会（U.S）→ 直接修 refs.bib 中该条目的 author 字段 | 文献只有 \nocite（正文本来就没有引用，是原文问题） |
author-year 引用未转 \cite → 在 .tex 中手工补 \cite{key} | author-year 匹配失败（姓名简称无法映射，原文限制） |
LaTeX 编译报错（\& 转义等）→ 修 .tex 中的特殊字符 | committee/comments/resolution 占位（答辩后才有内容） |
\listoffigures / \listoftables 缺失 → 补入 thesis.tex | — |
Rubric 明细（38项，满分 90 分）
A. 元信息（11项）
| ID | 检查项 | 类型 | 评判标准 |
|---|---|---|---|
| A1 | 中文标题 | 必要 | 检查 thusetup.tex 中 title 字段。PASS：非空且≥5字。FAIL：缺失 |
| A2 | 英文标题 | 必要 | 检查 title* 字段。PASS：非空且≥10字符。FAIL：缺失 |
| A3 | 作者姓名 | 必要 | 检查 author 字段。PASS：非空。FAIL：缺失 |
| A4 | 英文作者名 | 重要 | 检查 author* 字段。PASS：非空。WARN：缺失（可人工补充） |
| A5 | 导师信息 | 必要 | 检查 supervisor 字段。PASS：非空且含职称（教授/研究员/副教授/讲师）。WARN：有名无职称。FAIL：缺失 |
| A6 | 培养单位 | 重要 | 检查 department 字段。PASS：非空。WARN：缺失 |
| A7 | 日期格式 | 重要 | 检查 date 字段。PASS：格式为 YYYY-MM。WARN：缺失或格式异常 |
| A8 | 中文摘要 | 必要 | 检查 abstract.tex 中文摘要内容。PASS：≥50字。WARN：<50字。FAIL：缺失 |
| A9 | 英文摘要 | 必要 | 检查英文摘要内容。PASS：≥100字符。WARN：<100字符。FAIL：缺失 |
| A10 | 中文关键词 | 必要 | 检查 thusetup.tex 中 keywords 字段。PASS：≥2个。WARN：仅1个。FAIL：缺失 |
| A11 | 英文关键词 | 重要 | 检查 keywords* 字段。PASS：≥2个。WARN：仅1个。FAIL：缺失 |
B. 正文（5项）
| ID | 检查项 | 类型 | 评判标准 |
|---|---|---|---|
| B1 | 章节结构 | 必要 | 检查 parsed JSON 中 chapters。PASS：≥3章且每章≥2个内容块。WARN：有章内容极少（<2块）。FAIL：<3章 |
| B2 | 章节 .tex 文件 | 必要 | 检查 data/chap*.tex 文件。PASS：所有文件存在且≥200字符。WARN：文件过短。FAIL：文件缺失 |
| B3 | 正文文字总量 | 必要 | 统计所有章节文本字数。PASS：≥8000字。WARN：3000-8000字。FAIL：<3000字（可能解析失败） |
| B4 | 节级标题 | 重要 | 检查 .tex 中是否有 \section/\subsection。PASS：存在多个节级标题。WARN：未检测到 |
| B5 | 目录一致性 | 重要 | 编译后检查 thesis.toc：章标题与 .tex 文件一致，无残留编号（如标题中出现 1.1 前缀）。PASS：一致。WARN：有不一致 |
C. 参考文献（7项）
| ID | 检查项 | 类型 | 评判标准 |
|---|---|---|---|
| C1 | 参考文献列表 | 必要 | 检查 parsed JSON 中 references。PASS：≥10条。WARN：<10条。FAIL：为空 |
| C2 | refs.bib 生成 | 必要 | 检查 ref/refs.bib 文件。PASS：存在且有 @article/@book/@misc 等 BibTeX 条目。FAIL：不存在或为空 |
| C3 | BibTeX 字段质量 | 必要 | 必须同时检查 refs.bib 和 thesis.bbl 两个文件，逐条核查：<br>①读取 refs.bib，统计 author 字段为空 {} 的条目数；<br>②读取 thesis.bbl，搜索 佚名 字样（bibtex 给无 author 条目的默认值），每出现一次表示有一条参考文献无法正确显示；<br>③检查 refs.bib 中 author 值是否存在截断（如以 （ 结尾、或机构名中间被切断如 美国旅游协会（U.S）；<br>④检查 title 字段是否异常短（<5字符）或与实际文献标题明显不符。<br>PASS：所有条目 author/title 非空，.bbl 无 佚名，无截断。WARN：有1-2个问题条目（列出）。FAIL：≥3个问题条目，或 .bbl 中出现 佚名 |
| C4 | PDF 文献完整 | 必要 | 比较 BibTeX 条目数与 Word 原文参考文献条数。同时读取 thesis.bbl，检查每条 \bibitem 的内容是否合理（作者/年份/标题是否看起来正确，而不仅是数量匹配）。PASS：条目数一致，.bbl 内容合理。WARN：条目数一致但有个别条目内容异常。FAIL：BibTeX 条目少于原文 |
| C5 | 引用覆盖率 | 重要 | 严格区分 \cite{} 和 \nocite{}：<br>①统计章节 .tex 文件（data/chap*.tex）中 \cite{key} 的唯一 key 集合（正文有引用）；<br>②统计 thesis.tex 中 \nocite{key}（只进入参考文献列表，正文无引用）；<br>③对每个 bib key 归类：有 \cite / 只有 \nocite / 都没有。<br>PASS：所有 key 都有正文 \cite。WARN：有 key 只在 \nocite（列出这些 key，说明正文缺少引用）。FAIL：有 key 既无 \cite 也无 \nocite |
| C6 | cite 关联性 | 扣分 | 随机抽取 5-10 处 \cite{key}，阅读上下文与对应文献，判断是否内容相关。不相关每处扣1分，最多扣10分。抽检样本须列入报告供人工复核 |
| C7 | author-year 引用 | 亮点 | 检查正文中 曹玉（2025）、Smith (2020) 等行文引用是否已转为 \cite{key}。PASS：无遗漏。WARN：有少量遗漏（列出原文片段）。FAIL：大量未转换 |
D. 图片（4项）
| ID | 检查项 | 类型 | 评判标准 |
|---|---|---|---|
| D1 | 图片提取数量 | 重要 | 比较 figures/ 目录文件数与 parsed JSON 图片数。PASS：一致。WARN：不一致 |
| D2 | 图片 caption | 重要 | 检查 .tex 中图片是否有 \caption{}。PASS：全部有。WARN：部分无 caption |
| D3 | LaTeX 渲染 | 必要 | 检查 .tex 中有对应的 \includegraphics。PASS：图片均被引用。FAIL：有图片但未渲染 |
| D4 | 插图清单 | 重要 | 检查 thesis.tex 是否含 \listoffigures。PASS：存在且所有图有 caption → 清单完整。WARN：存在但部分图无 caption。FAIL：缺少 \listoffigures（应自动修复） |
Show full SKILL.md (412 more words)Show less
E. 表格（4项）
| ID | 检查项 | 类型 | 评判标准 |
|---|---|---|---|
| E1 | 表格提取数量 | 重要 | 检查 parsed JSON 中表格数量是否合理。PASS：数量合理 |
| E2 | 三线表格式 | 必要 | 检查 .tex 中表格是否使用 tabularx + booktabs（\toprule/\midrule/\bottomrule），无竖线。PASS：格式合规。FAIL：不合规 |
| E3 | 表格 caption | 重要 | 检查表格是否有 \caption{}。PASS：全部有。WARN：部分无 caption |
| E4 | 附表清单 | 重要 | 检查 thesis.tex 是否含 \listoftables。PASS：存在且所有表有 caption → 清单完整。WARN：存在但部分表无 caption。FAIL：缺少 \listoftables（应自动修复） |
F. 缩略语（2项）
| ID | 检查项 | 类型 | 评判标准 |
|---|---|---|---|
| F1 | 缩略语表 | 重要 | 检查 data/denotation.tex。PASS：存在且有 \item[...] 条目。WARN：无条目。FAIL：文件不存在 |
| F2 | 孤儿缩略语 | 亮点 | 检查缩略语表中是否有正文未出现的"孤儿"。PASS：无孤儿。WARN：有孤儿但已标注 |
G. 附件（2项）
| ID | 检查项 | 类型 | 评判标准 |
|---|---|---|---|
| G1 | 致谢 | 重要 | 检查 data/acknowledgements.tex。PASS：有实质内容（>50字）。WARN：缺失或过短 |
| G2 | 个人简历 | 重要 | 检查 data/resume.tex。PASS：有实质内容（>50字）。WARN：缺失或过短 |
H. 编译（3项）
| ID | 检查项 | 类型 | 评判标准 |
|---|---|---|---|
| H1 | PDF 已生成 | 必要 | 检查 thesis.pdf 是否存在。PASS：存在且≥50KB。WARN：文件过小（<50KB）。FAIL：不存在 |
| H2 | 无 LaTeX Error | 必要 | 检查 thesis.log。PASS：无 LaTeX Error。WARN：有 Overfull \hbox 警告。FAIL：有 Error |
| H3 | thusetup 格式 | 重要 | 检查 thusetup.tex 是否含 MBA 专业硕士配置（degree=master, degree-type=professional）。PASS：配置正确。WARN：配置异常 |
报告格式
评测报告 evaluation_report.md 须包含：
- 总分：
XX / 90 分（XX%）— 评级 - 维度得分表：每个维度（A~H）的得分/满分/得分率
- 扣分明细：所有 FAIL / WARN 项列出 ID、检查项、扣分原因（不截断）
- C6 抽检样本：随机抽取的 cite 关联性样本（文献信息 + 上下文），供人工核查
- 完整明细表：38 项逐一列出 ID、类型、满分、得分、说明
参考文献处理
- Word 原文参考文献列表 →
ref/refs.bib（自动解析为 BibTeX） - 正文
[10]→\cite{key}，支持[1,2,3]和[1-3] - Author-year 行文引用自动补
\cite：曹玉（2025）分析了...→曹玉（2025）\cite{cao2025aigc}分析了...- 支持中文全角
（年）、英文半角(年) - 匹配失败时保留原文，rubric C7 会警告
- 未被引用文献：关键词匹配补
\cite；无匹配用\nocite兜底
图片和表格处理全链路
图表丢失是最常见的转换问题。 根本原因几乎总是 Step 2（AI 生成 struct.json）时
content_range设定不准，导致图表所在段落被排除在章节范围之外。
完整流程
Step 1 extract_raw.py
├── 图片：扫描段落 XML 的 a:blip（普通图）/ c:chart（图表对象）
│ 记录 {filename, para_idx}，文件存入 output/figures/
└── 表格：扫描 body 元素顺序，记录 {rows, before_para}
before_para = 表格紧跟在哪个段落之后的 idx
Step 2 AI 生成 struct.json
└── ⚠️ 关键：content_range 必须覆盖图表所在的 para_idx！
Step 3 build_parsed.py
├── 图片分配：figures_by_para[para_idx] → 章节的 content_range 内 → 插入
│ caption 检测：图片 para_idx 后 0-2 段内匹配 ^图\s*\d
├── 表格分配：before_para 落在 content_range 内 → 插入
│ before_para < first_chap_start → 跳过（封面/目录页表格）
│ before_para 不在任何章节范围 → 分配给最近章节末尾（extra_tables）
│ caption 检测：before_para 后 0-2 段内匹配 ^表\s*\d
└── figures/ 目录拷贝至 output_dir/figures/
Step 4 render.py
├── 图片：type=figure → \begin{figure}...\includegraphics{figures/xxx}\caption{}\end{figure}
│ SVG 跳过并警告；\caption 自动去掉"图X-X "前缀（thuthesis 自动编号）
├── 表格：type=table → render_table() 生成三线表 raw_latex 块
│ 列宽：内容≤12字符宽 → l；>12字符 → X；至少一列为 X
│ \caption 自动去掉"表X-X "前缀；\caption 在表格上方
└── 扫描生成的 .tex：有 \begin{figure} → 加 \listoffigures；有 \begin{table} → 加 \listoftables⚠️ 图表丢失的常见原因及修复
原因 1（最常见）：struct.json 的 content_range 设定偏窄，图表 para_idx 在范围外
排查方法：检查 raw_xxx.json 中图片/表格的 para_idx / before_para，与 struct.json 的 content_range 对比：
import json
raw = json.load(open('output/raw_xxx.json'))
print("图片 para_idx:", [(f['filename'], f['para_idx']) for f in raw['figures']])
print("表格 before_para:", [(t['idx'], t['before_para']) for t in raw['tables']])修复：重新生成 struct.json，确保每章 content_range[1]（结束 idx）足够大，覆盖该章所有图表段落，然后重跑 build 命令。
原因 2：图片/表格出现在章节之间的"间隙"段落
两章 content_range 之间可能有空隙（如过渡段落 idx 130-135 不在任何章节范围内）。build_parsed.py 会把这些表格用 extra_tables 附到最近章节末尾，但图片无此兜底，直接丢失。
修复：struct.json 相邻章节的 content_range 不能有间隙，确保：
第1章 content_range[1] + 1 ≥ 第2章 content_range[0]原因 3：图片的 para_idx 为 0 或 None
Word 中图片有时嵌在空段落、文本框或表格单元格中，导致 extract_raw.py 无法找到对应段落。此时 para_idx=0，图片会被分配到第 0 段落，不在任何章节 content_range 内，丢失。
排查：raw_xxx.json 中 figures 里 para_idx=0 且文档实际有图的，属于此类。
修复：在 struct.json 中找到该图片实际所在的段落（根据骨架文本目视定位），手动在对应章节的 content_range 里调整，或在 parsed_xxx.json 中手动插入 figure 块后重跑 render。
原因 4：caption 未被识别（图/表无编号）
caption 检测依赖 ^图\s*\d / ^表\s*\d 正则：
- Word 中 caption 写法是
图1-1 标题→ 可识别 - 写法是
图一 标题（中文数字）、Figure 1或 caption 与图片不在相邻段落 → 识别失败，caption 为空
caption 为空不影响图表出现在 PDF，但插图清单/附表清单会不完整（D4/E4 WARN）。
AI 在 Step 2 生成 struct.json 的图表注意事项
生成 struct.json 时必须执行以下检查，否则极可能导致图表丢失：
- 对照 raw_xxx.json 的图片
para_idx列表，确认每张图的para_idx都落在某章的content_range内 - 对照表格的
before_para列表，确认每个before_para都 ≥first_chap_start（第一章content_range[0]）且落在某章范围内 - 相邻章节的
content_range不能有间隙，末尾章节的content_range[1]要覆盖到参考文献段之前
表格格式（三线表）
\begin{table}[htbp]
\caption{表题}
\begin{tabularx}{\linewidth}{l X}
\toprule
短列头 & 长文本列头 \\
\midrule
内容1 & 内容2 \\
\bottomrule
\end{tabularx}
\end{table}- 无竖线，三线（
\toprule/\midrule/\bottomrule） - 短列（≤12字符宽）用
l，长文本列用X；至少一列为X \caption在\begin{tabularx}上方（thuthesis 规范：表题在上）render.py自动去掉 caption 里的"表X-X "前缀，由 thuthesis 自动编号
图片格式
\begin{figure}[htbp]
\centering
\includegraphics[width=0.9\linewidth]{figures/image1.png}
\caption{图题}
\label{fig:xxx}
\end{figure}- 图片文件放在 LaTeX 工程的
figures/目录 render.py自动去掉 caption 里的"图X-X "前缀，由 thuthesis 自动编号- SVG 跳过，需手动转 PNG/PDF 后补入
- chart 对象（Excel 图表）由 matplotlib 重绘为 PNG，自动纳入流程
已知限制
- SVG 图片跳过（需手动转为 PNG/PDF 后补入）
- committee.tex / comments.tex / resolution.tex 为占位，需手工填写（答辩后）
⚠️ .doc 格式必须用 Word 转换，不能用 textutil
唯一可靠方法：用 Microsoft Word 打开 .doc 文件，另存为 .docx。
macOS textutil、Python docx2txt 等工具会把表格压平为普通段落，导致：
extract步骤报告"0 表格"- 表格数据变成一行行普通文字进入正文
- 图片和封面元信息也可能丢失
判断转换是否正确的方法：运行 extract 后，看终端输出的"📊 表格 X 张"行：
| 输出 | 原因 | 处理 |
|---|---|---|
表格: N 张 N > 0 | 转换正确，表格保留 | 正常继续 |
表格: 0 张 但论文明显有表 | 转换工具破坏了表格结构 | 必须重新用 Word 另存为 .docx |
如果没有 Word，可在 macOS 用 LibreOffice（需安装）：
soffice --headless --convert-to docx /path/to/论文.doc --outdir /path/to/LibreOffice 保留表格结构，textutil 不保留。
thuthesis 配置（MBA 专业硕士）
\thusetup{
degree = {master},
degree-type = {professional},
degree-category = {工商管理硕士},
degree-category* = {Master of Business Administration},
department = {经济管理学院},
}© LeoYeAI, MIT. Rendered from Markdown: HTML in the file is shown as text, images as links, and headings moved down two levels. Raw file
Files
SKILL.md and 21 other files (scripts) in skills/thu-thesis of LeoYeAI/openclaw-master-skills.
- SKILL.md
- _meta.json
- output/2023211612-王亚玲-论文-latex/evaluation_report.md
- output/parsed_2023211588-黄杰-肖勇波.json
- output/parsed_2023211600-倪嘉宝-中期报告.json
- output/parsed_2023211612-王亚玲-论文.json
- output/parsed_fgb-毕业论文0319.json
- output/parsed_test_thesis.json
- output/parsed_王智旸-毕业论文.json
- output/raw_2023211600-倪嘉宝-中期报告.json
- output/raw_2023211612-王亚玲-论文.json
- output/raw_fgb-毕业论文0319.json
- output/raw_王智旸-毕业论文.json
- output/struct_2023211600-倪嘉宝-中期报告.json
- output/struct_2023211612-王亚玲-论文.json
- output/struct_fgb-毕业论文0319.json
- output/struct_王智旸-毕业论文.json
- scripts/build_parsed.py
- … and 4 more
Open the folder on GitHubat commit e5199b5
Compare with similar skills
Thu Thesis next to the 5 skills that share the most tags, products or categories with it. Stars are the repository's; “used in” counts other GitHub owners with a copy.
| Skill | Stars | Used in | Tokens | Auto-check | Licence | Repo updated |
|---|---|---|---|---|---|---|
| Thu Thesis this skillLeoYeAI/openclaw-master-skills | 2.2k | — | ~4k | Automated safety check: Pass | MIT | |
| Paper2patent7toCR/paper2patent | 654 | — | ~2.5k | Automated safety check: Pass | MIT | |
| Paper CovertGRIND-Lab-Core/night_owl_research_agent | 106 | — | ~2.1k | Automated safety check: Notes | None | |
| MineruNebutra/MinerU-Skill | 123 | — | ~1.4k | Automated safety check: Pass | MIT | |
| Lexoid CLIoidlabs-com/Lexoid | 109 | — | ~2k | Automated safety check: Notes | Apache-2.0 | |
| Latex To Word Workflowhajimi-kun/latex-to-word-workflow | 128 | — | ~2.3k | Automated safety check: Pass | MIT |
Similar skills
Paper Covert
GRIND-Lab-Core/night_owl_research_agent
Converts the final Markdown manuscript from paper-draft / paper-review-loop into a submission package for the target venue — modular LaTeX (one file per section), compiled PDF, and Word .docx.
Mineru
Nebutra/MinerU-Skill
An AI-Native skill for parsing PDF / Office / image files into clean Markdown with MinerU — a fast, zero-config document parser for AI agents.
Lexoid CLI
oidlabs-com/Lexoid
Parse and convert documents (PDFs, images, web pages, DOCX/XLSX/PPTX, audio) from the terminal using the lexoid CLI.
Latex To Word Workflow
hajimi-kun/latex-to-word-workflow
Load when the user asks to convert an academic LaTeX manuscript, thesis, or report into an editable Word DOCX, adapt it to a Word template, preserve citations or cross-references, or diagnose a…
AI Review Skill
NeuroDong/Ai-Review
Generates structured AI paper reviews (SoT style) for LaTeX, PDF, and Word manuscripts.
More from LeoYeAI/openclaw-master-skills
All 1,235 skills in this repoDevOps Pipeline Management
LeoYeAI/openclaw-master-skills
Manages pipelines on a DevOps quality and efficiency platform through its OpenAPI: list workspaces and templates, create, update, run and cancel pipelines, and read run records.
Feishu Document Collaboration
LeoYeAI/openclaw-master-skills
Patches OpenClaw's Feishu extension so an edited document triggers an isolated agent session that reads the doc and replies inline, turning it into a live chat space.
Files Memory System
LeoYeAI/openclaw-master-skills
Multi-context memory management system for OpenClaw agents with group-isolated storage, global shared memory, workspace organization, and group-specific skills isolation.
GEO-Claw AI Visibility Agent
LeoYeAI/openclaw-master-skills
Runs a brand's AI-search visibility work end to end: diagnosing how AI platforms represent it, repositioning it, producing AI-optimized content and monitoring ongoing mentions.
Google Workspace CLI
LeoYeAI/openclaw-master-skills
Installs and authenticates the gws CLI, then automates Gmail, Drive, Sheets, Calendar, Docs, Chat and Tasks with ready-made recipes, persona bundles and security audits.
HealthFit Health Advisors
LeoYeAI/openclaw-master-skills
Runs four advisor roles, a fitness coach, nutritionist, data analyst and TCM practitioner, to build a health profile and track workouts, diet and wellness over time.
Related
Works with
Categories
Questions about Thu Thesis
What does Thu Thesis do?
清华大学毕业论文 Word → PDF 一键格式规范化工具。输入任意 Word (.docx) 格式的清华毕业论文，自动转换为符合清华 thuthesis 官方 LaTeX 模板规范的高质量 PDF。适用于所有清华学位论文（MBA/学硕/专硕），一条命令搞定。功能：自动提取章节结构、中英文摘要、参考文献（自动生成 BibTeX）、图片（含…. Thu Thesis is an agent skill from LeoYeAI/openclaw-master-skills.
When should I use Thu Thesis?
Thu Thesis fits situations like: : 用户需要把 Word 格式的清华毕业论文转为规范 PDF，或需要对毕业论文做格式规范化处理; tasks that involve LaTeX; tasks that involve Essays and academic help.
How do I install Thu Thesis in Claude Code?
Run `npx skills add LeoYeAI/openclaw-master-skills --skill thu-thesis -a claude-code`. Or copy the skill folder (skills/thu-thesis in LeoYeAI/openclaw-master-skills) into .claude/skills/thu-thesis in your project. Claude Code loads it when a task matches its description.
How do I install Thu Thesis in Codex?
Run `npx skills add LeoYeAI/openclaw-master-skills --skill thu-thesis -a codex`. Or copy the skill folder (skills/thu-thesis in LeoYeAI/openclaw-master-skills) into .agents/skills/thu-thesis in your project. Codex loads it when a task matches its description.
Can I use Thu Thesis in Cursor, Gemini CLI or GitHub Copilot?
Cursor, Gemini CLI, GitHub Copilot and OpenCode also load SKILL.md folders. With the skills CLI, run `npx skills add LeoYeAI/openclaw-master-skills --skill thu-thesis -a cursor` (or -a gemini-cli, github-copilot or opencode for the others). To copy it by hand, put the folder in .cursor/skills/thu-thesis, .gemini/skills/thu-thesis, .github/skills/thu-thesis and .opencode/skills/thu-thesis in your project.
What does Thu Thesis need to run?
Going by SKILL.md and its folder, Thu Thesis needs Python for the scripts in its folder and the command-line tools its instructions call (python3, pip3, bash, soffice and git). Our summary lists: Python 3.
Does Thu Thesis access the network?
SKILL.md names 1 domain. As links in the text: github.com. This is read from the text; nothing was executed.
Is Thu Thesis safe to install?
Our automated static check of SKILL.md found no risky patterns, such as piping downloads into a shell, reading credential files or hidden Unicode. It is not a guarantee. The check reads SKILL.md only: the scripts in the folder are not scanned, so read them before running anything.
What licence does Thu Thesis use?
Thu Thesis is published under the MIT licence (the repository's licence). It allows redistribution, so the full SKILL.md is shown on this page.
How many tokens does Thu Thesis use?
About 4k tokens (SKILL.md is roughly 16k characters). Agents keep only the skill's name and description in context until a task matches; then they load SKILL.md in full.
What are the alternatives to Thu Thesis?
Skills that share tags, products or a category with Thu Thesis: Paper2patent (7toCR/paper2patent, 654 stars), Paper Covert (GRIND-Lab-Core/night_owl_research_agent, 106 stars), Mineru (Nebutra/MinerU-Skill, 123 stars) and Lexoid CLI (oidlabs-com/Lexoid, 109 stars). The comparison table on this page puts their stars, adoption, token cost, safety result and licence side by side.
Who maintains Thu Thesis?
LeoYeAI (a GitHub user) maintains it in LeoYeAI/openclaw-master-skills, which has 2,160 GitHub stars. The repository holds 1,235 skills in this directory. The repository was last updated on July 20, 2026.
Source: LeoYeAI/openclaw-master-skills on GitHub. Facts on this page come from the repository at the commit we read; the author's words are quoted as theirs.