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：

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：

1. 从 GitHub clone（首次）或 git pull（已有）最新 thuthesis 到 /tmp/thuthesis-latest
2. 编译生成 thuthesis.cls（如尚未生成）
3. 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：

1. 在 .docx 同目录创建 <stem>-latex/ 工程目录（项目开始即确定输出位置）
2. 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, ...]