Skip to content

About

An evidence-based AI writing skill for clearer, more human mathematical prose, built from stylometry and reference-style analysis

Resources

Stars

132 stars

Watchers

7 watching

Forks

Repository files navigation

Mathematician Humanizer v2

阅读数学论文,重建证明依赖与方法动机,生成有原文依据、推导连贯的讲解。支持中文和英文,也可用于已有数学文本的改写。当前版本:2.0.2。

表达规则改编自 Humanizer 3.1.0,保留全部 26 项主题及 Siqi Chen(2025)的 MIT 通知;本项目增补数学理解协议和论证习惯。

在线使用 · 快速开始 · 示例 · 文档 · 变更记录

快速开始

在 ChatGPT 或 Codex 中启用 Mathematician Humanizer v2 插件,附上论文原文或已核对的提取文本,并说明读者背景:

阅读这篇论文,准确记录主要定理的条件与结论,
先检索并阅读相关原始资料,比较方法及其适用条件,
重建关键引理的依赖和作用,再面向熟悉线性代数的读者生成讲解。
直接展开推导,区分作者明说的动机与数学重建。
短等式优先行内排版,独立公式只保留主要结论和关键推导。

已有插件继续使用原连接。首次连接由 Sites 完成 OAuth 身份验证;使用 get_writing_guide 可查看完整规则。当前聊天若仍显示旧的三个入口,重新打开聊天或扫描工具。站点的实际版本与来源提交见服务状态。

也可让支持本地 skill 的助手读取 SKILL.md,安装后通过 $mathematician-humanizer 调用。完整安装步骤见本地 skill 安装。

讲解示例

对最小二乘唯一性的说明可以直接连接数学对象与证明机制:

正交投影确定唯一的最优拟合向量。恢复系数时,沿矩阵的核移动不会改变拟合结果,因此所有最优系数组成核的一个平移。满列秩使核只含零向量,系数随之唯一。

讲解正文直接陈述条件、用途和推导。短符号与等式优先行内排版,默认全文最多 3 个独立公式块;必要推导与受保护原文形成的例外应明确记录。工具提供真实计数和位置,供模型结合内容复核。

段落围绕完整论证展开,让条件、关键推导和结果连起来。用户要求调研时先实际查资料,记录独立作品与读取范围;同一文章的镜像和版本合并处理。检索由调用助手使用可用工具执行,MCP 本身只准备任务和检查工作材料。

这些是可检查的小型演示。真实论文的独立数学审阅与读者评价仍待完成。

运行方式

方式 适用任务 环境与数据处理
在线插件 论文阅读、阶段讲解、证据检查与表层测量 Sites OAuth;每次调用携带原文,应用不保存论文
独立 skill 使用助手阅读材料和改写文本 无需 Python;自动测量需另接工具
本地 Python / MCP 本地解析、证据图、统计与审核 Python 3.11+;PDF/MCP 为可选依赖,材料留在本地进程

本地工具

git clone https://github.com/proffitteoy/Mathematician-Humanizer.git
cd Mathematician-Humanizer
python -m pip install -e ".[mcp,pdf]"
style-compiler read-paper examples/argument.tex -o paper.json
style-compiler reconstruct paper.json examples/argument.annotations.json

最后一条命令返回主定理的前置节点顺序和实际检查结果。回执文件拒绝覆盖,重复运行时选择新路径。完整工作流与预期输出见可重放例子。

本地 MCP 默认使用 stdio:

mathematician-humanizer-mcp --resources .

公网 MCP

https://mathematician-humanizer.proffitteoy.chatgpt.site/mcp

服务使用 Streamable HTTP,Sites 负责 OAuth 验证,无需另配模型 API 密钥。网页公开访问与 MCP 的连接认证分别处理;匿名 MCP 请求会返回 OAuth 发现信息。

工具覆盖原文解析与重读、证明依赖检查、七阶段任务、数学审查回执、表层测量及兼容改写入口。精确参数、九个工具的区别和本地接口见运行协议。

公网论文输入使用 paper={"text":"原文","format":"latex","source":"来源标识"},也可提供有序 chunks 数组。单篇上限 2,000,000 个 Unicode 码点,请求另受 8 MiB 限制。PDF 应先本地提取并核对公式;客户端和托管平台按各自策略处理请求。

验证范围

解析器保留原文和位置;模型标注数学依赖,程序核对引文、环路、阅读覆盖与审核回执。数学解释和终稿由调用模型完成,证明正确性仍需内容审阅。

统计反馈报告当前稿的实际观察量。独立公式数量与句型提示属于表达检查,不用来推断作者身份或给文章打分。固定语言学解析器仅在本地使用;三篇真实论文的盲评与消融方案见评价计划。

文档

文档 内容
SKILL.md 助手的完整工作流、表达规则与示例
数学理解协议 MAR、原文锚点与阶段交接
安装与运行协议 安装、工具参数、输入限制与维护命令
Prompt 工程 阶段合同、动机重建与评价方法
数学理解的研究依据 独立原始资料、方法比较、限制及 Cauchy 定理案例
研究与来源 冻结统计、规则依据及证据范围
验收条件 数学内容、表达与工程检查标准

开发与反馈

报告问题时请附最小原文、读者背景、实际输出和需要修正的位置。涉及数学错误时,附上条件、证明步骤或原文证据。

python -m unittest discover -s tests -v

维护者还需核对生成卡、文档链接和示例回执;托管构建与跨运行时对照命令见运行协议。

来源与许可

Humanizer 的 26 项主题、编号与分组及部分通用工作流来自固定上游版本。数学理解协议、测量实现和示例由本项目增补,参考数学博客统一以 one of the mathematicians 代指。

完整上游版权与许可随技能和站点分发。该许可适用于沿用和改编内容;仓库其他代码尚未声明统一授权。

About

An evidence-based AI writing skill for clearer, more human mathematical prose, built from stylometry and reference-style analysis

Resources

Stars

132 stars

Watchers

7 watching

Forks

Releases

Packages

Contributors

Languages