方寸智匣写论文升级：本地生成双格式文档，长任务和交付检查更可靠了

方寸智匣这轮升级，已经落到了我的 Mac 上。1.7.9 安装版能通过文档工具实际生成可编辑的 Word 和 PDF，中文正文的两字首行缩进、1.5倍行距、标题、列表、表格和页码都做了读回与页面核对。

对话、工具任务和独立审查会带上真实当前时间与本机时区，恢复任务时重新取时；长任务也不会再被底层默认的五分钟等待期限提前打断。

这些改动解决的，是本地模型做长任务时很容易碰到的实际问题：文件有了，检查结果究竟对应哪个版本？模型还在处理，连接为什么先断了？问“当今、最新”，它拿哪一天作为依据？

我把已有论文和这轮优化记录重新摆到一起看。最值得展示的效果，是现在能更清楚地核对文件、时间、来源和任务状态。下面把最后一轮完整论文的六页原始PDF全部放出来，两字缩进、表格和参考文献都能直接看；引用、统计时间和来源覆盖的具体问题也一起说明。原稿和过程记录保留，方便对照每一项改动的实际作用。

🎯 先看实际产物：Word 和 PDF 已经能交出来

最直观的例子，是修复后用正式安装版1.7.9重新执行的《中国人工智能产业的发展现状、瓶颈与前景》。本机仍使用原来的27B模型，开启低档思考、温度0.65，单次输出上限16K；原题只换了独立输出目录。模型自己检索、读取网页、登记来源，生成了可编辑Word和6页PDF，任务在21分34秒后自然结束。

两种格式页数不同也值得保留。Word和独立PDF使用不同的排版引擎，相同文字不保证分页完全一致。能打开文件、能正常阅读，是已经做到的交付能力；要让每条引用都正确，还要继续看内容。

这次完整稿的两字缩进已经落实。26个较长正文段落在Word和PDF里都核对到了24磅首行缩进；PDF正文12磅字号，首行比续行右移两个字，行距18磅，正好1.5倍。Word另外渲染为8页，两格式提取的3546个汉字顺序一致。六页PDF保留标题、数据表、参考文献和连续页码，没有明显乱码、重叠或裁切。

完整稿还留下几项具体问题：首次引用顺序是1、5、2、6、3、4；三项官方原始资料没有取得；摘要和引言混用了统计时间；PDF有四处标点落在行首。

独立审查实际执行了，但只收到三个正文片段、共511字符，返回也缺少成品定位，因此没有覆盖全文。排版效果、内容问题和审查范围分别记录，便于读者判断这份产物适合怎样使用。

上一版1.7.8曾生成5页PDF和7页Word预览，55分12秒后在第18次模型请求失败；正文没有两字缩进。新旧两次的来源、网络和实际输出都有变化，不能把用时差宣传成严格提速比例。旧稿和安装版短样例继续保留，文章后面再完整展示新旧PDF原页，观众可以直接看排版差异。

🔍 十篇草稿，让“能写”与“能交”有了具体区别

最初的一批测试覆盖十类题目：人工智能纠错教学、机器犹豫与信任、已读不回的数字礼仪、免费人工智能的隐性价格、离线研究助理与证据追踪、循环咖啡杯生命周期、《变形记》的劳动与异化、铁路与城市时间纪律、幽默短视频与知识理解、导航算法与社区代价。

这批任务用同一个本地27B模型，开启低档思考，连续串行执行。生成阶段合计119.2分钟，不含独立审查。十个任务都生成了文档，也暴露了不同问题：有的正文偏短，有的参考文献著录错误，有的研究方案前后矛盾。逐篇记录说明问题出现在哪里，后面的优化据此展开。

这个结果可以拆开看。正文在4000—5000汉字范围内的有2篇，摘要在200—300汉字范围内的有7篇，首次引用按顺序出现的有1篇。个别稿件明确说研究尚未实施，没有虚构访谈或自采实验，这些优点也保留在逐篇记录里。

真正的问题往往藏在文档里面。比如一份教学量规写20题、每题0—3分，却把总分写成80分；另一份方案在不同章节出现200人和240人两种样本量。还有文献确实存在，卷期页码却错了，或者读到的是摘要，正文就把其中没有核实的细节当成研究结论。

因此，后来的优化有了明确方向：让程序管好执行、原始记录和能机械核对的要求，把剩下的判断留给内容审查。测试后做过排版整理的文件另存一份，正文文字哈希保持一致，不能把这些整理稿算成模型原生排版成功。

⚡ 已生成的论文名录与实际结果

下面逐项列出十类基线、八轮完整同题复测、经济论文和人工智能产业论文的新旧两次实践，同时注明文件、用时和具体问题。耗时来自当次原始记录，复测时间四舍五入到秒。不同轮次的程序、网络、窗口和观察边界有变化，不能用这张表计算严格的提速比例。

十类跨领域基线均生成了Word文档；对应PDF是测试后另存的排版整理版本，不能当作模型原生版式成绩。

小学科学八轮沿用完整题面，围绕2022版科学课程标准和真实参考文献写作。每轮都有Word文件；页数指独立检查时实际渲染的PDF预览，不代表模型另写了八份独立PDF论文。

更早的2026年10月7日归档还有下面这些同题稿件。它们按实际产物题名列出，不把改稿和副本重复计为新任务；本次只整理原记录，没有重启这些模型任务。

此外，文档机制、字段读回、来源可靠性和安装版排版验证留下了短样例，用于核对特定程序行为，单独列为机制测试。整批档案共有190个Word或PDF物理文件、169个不同字节版本，包含中间稿、预览、副本和外部资料；详细目录分别记录实际文件身份与原始路径。

💰 本轮新增、补齐与修正了哪些功能

这轮有新能力，也有原有能力的接线和错误修正。以下按实际改变列出，避免把早已有的文档生成能力重新包装成新功能。

这些机制已随Mac 1.7.9打包安装，公开下载与更新签名也已回验。短样例核对的是具体程序行为，完整论文中的引用、来源和统计问题另行说明。

🧩 第一项价值：把“当今”放回真实日历

经济论文暴露了一个很容易忽略的问题。题目是《当今中国的经济发展情况》，当次日期是2026年10月11日，模型最后仍主要分析2025年，没有纳入已经取得的2026年上半年官方资料。知道日期和真正覆盖最新资料，是两个需要分别检查的步骤。

现在，程序每次实际对话请求都加入设备当前时间和本机时区。工具任务、独立审查和恢复后的请求也重新取时。我的机器使用上海时区，时间偏移为UTC+08:00；时间依据随设备走，不能用软件启动那一刻的旧时间代替。

可以把它理解成查快递：今天的查询日期、包裹的发货日期、最近一条物流记录，各有各的含义。论文也一样，检索日期、网页发布日期、数据统计期和未来预测不能混成一个“最新”。程序提供今天的坐标，模型仍要核对资料更新到了哪一天。

安装版最小实测已经覆盖普通对话、工具任务、独立审查时间入口，以及退出重启后恢复同一会话的时间刷新。修复后的完整论文又核对了21次实际请求，包括一次独立审查，全部具有新取得的时间和上海时区。

这次还读到了2026年8月发布的报道，并在正文区分了几个企业数量时点；摘要和引言仍有统计期混用，知道日期与正确使用日期仍要分别验收。本轮没有恢复正在执行的任务，恢复入口的结论继续依据此前最小实测。

这项优化对新闻整理、行业报告、软件版本查询同样有用。它给“目前、今年、最新”提供明确的起点，同时保留资料尚未覆盖当前日期的限制。

🚀 第二项价值：用户允许等待，底层连接就要配合

人工智能产业论文的直接中断原因已经核实。界面允许单轮等待600秒，底层模型连接却在300秒没有有效输出时先终止了。前两轮等待首个有效词元已经接近295秒和297秒，第18轮正好撞上了这条底层期限。

这属于程序设定之间的冲突。用户愿意等十分钟，下面的连接却只给五分钟，模型还没有交出有效回复，任务就断了。把这种失败都归到“模型写不出来”，会把真正需要修的地方漏掉。

这轮修复让连接等待服从用户设置的单轮和任务时限，保留主动取消及明确的停止原因。没有显式时限时，也不偷偷套用五分钟空闲期限。

修复后的1.7.9安装候选验证使用真实任务引擎、真实网络流和受控测试端点：305.195秒没有有效正文输出后，响应仍正常完成。用户设定的较短边界也能够优先停止。这个数字证明五分钟连接限制已经协调，测试端点没有承担论文写作，所以它不能证明模型更聪明或整篇论文更快。

对需要读很多资料、处理长上下文的任务，这项改动的价值很直接：把用户选定的等待预算真正传到执行层，减少程序内部的提前中断。

🧠 第三项价值：查过什么，留下能追查的原始记录

模型读取网页后，会收到一份工具回执。回执里可能同时包含地址、标题、正文、读取范围和错误信息。它相当于查资料留下的收据：拿到收据，才能回头核对当时实际取得了什么。

现在，长回执可以按真实字段读取，也可以定位关键词和正文片段。程序保留原始文字、结构化结果、字段位置和文件指纹；读回已有结果不必重新访问网页。一个字段读完了，仍不会被写成整篇来源已经读完。

来源登记也有了更清楚的边界。作者、年份、版本、页码或性能数据，要有实际返回内容作为依据；没有取得的字段保留未知。登记中的格式或位置错误会返回具体问题，模型可以自己修正，而不是由程序替它补出一个值。

不过，登记成功仍只说明依据能定位。人工智能产业稿就是现成的反例：来源能登记，数字也出现在某份已读报道里，正文却引用了另一条文献。程序可以帮你找到两边的记录，数字究竟属于谁、是否支持当前论点，还需要内容判断。

这项优化最实际的收益，是出错后有地方查。参考文献有编号、有链接，只完成了表面关联；我们还要能追问，究竟读到哪一段、它支持了哪一句。

📉 第四项价值：文档检查按项目报告，改稿后重新对应

过去容易出现的混淆，是文件基础检查通过，模型就说整篇论文检查通过。两者检查的对象不同：基础检查能看文件结构、是否可读；文档验收还可能检查篇幅、引用顺序和用户明确要求。

这轮安装版验证故意做了一份有问题的短文档：正文先引用[2]，再引用[1]。基础检查可以通过，首次引用顺序验收应该失败。实际工具回执同时保留了这两个结果，按字段读回仍然是原来的成功与失败，没有揉成一句笼统的“通过”。

检查还要对应文件版本。就像修改合同之后，旧签字不能自动证明新条款已经审过；论文改了正文、引用或表格，旧检查也不能继续替新稿背书。现在文档检查绑定文件指纹和已声明的条件，明确继承条件的修改稿会保留相应要求。新版未核对、审查不可用和未覆盖要求，会进入结束提示与恢复记录。

独立审查的输入与返回格式也做过统一，去掉重复清单，并按用户设置的输出上限和实际窗口容量预留空间。此前一轮审查输出4059个词元，接近当时4096的固定上限，出现格式错误；程序如实记录不可用。格式精简后，小样例能检查预设问题，长论文的判断质量仍没有因此获得保证。

这些改动让检查更容易核对，也更难被一句完成声明盖过去。新完整任务自然结束，用时21分34秒、35次工具调用、8次工具失败，界面仍明确提醒交付核对未完成。下面这张图另保留了旧1.7.8任务的失败与恢复提示：55分12秒、39次工具、11次失败。新旧状态都有对应记录，不让“文件已经生成”盖过验收结论。

🎯 中文排版，已经从提示要求落到文档工具

这轮也核对了任务引擎的相关源码。实际使用的核心是DeepSeek Harness 0.1.5-rc.3；在所查系统提示、代理循环和时间上下文模块中，没有发现内置的中国论文模板或中国经济题目的固定措辞。这是相关机制核对，不能据此推断模型训练内容或整个项目的全部行为。

因此，中文排版要落实到生成工具的选项里。学术预设已经支持A4、12磅正文、1.5倍行距、紧凑标题、页码和两字首行缩进；PDF此前没有接通的学术选项也补上了。标题、列表、表格和页码不会跟着正文一起缩进。

这一点的价值，是少做一轮机械返工。字体、段落与页边距由程序按选项设置，用户拿到文件后可以继续编辑。具体学校、期刊或单位有自己的模板，仍要按目标要求调整，不能把一个通用预设宣传成“符合中国所有论文规范”。

经济题的最后候选有11页，结构、编号和基本页面边界已经核对；内容主要分析2025年，没有纳入已取得的2026年上半年官方资料。把页面效果与资料时间分别看，才能知道排版优化解决了什么，内容还需要核对什么。

🔍 早期不满意样品：PDF原文逐页展示

这篇是2026年10月7日保留的早期小学科学原稿，约5400字符排成14页。标题拆成三行、字号和行距偏大，独立记录还发现作者、刊名与来源错配。下面按原PDF顺序完整展示14页，包括最后一页的参考文献。每张图就是原始页面，排版和文字问题随原稿保留，供对照当时的生成效果。

PDF原件保留全文与原始排版，可在电脑上放大查看；文章按页展示，移动端可打开图片查看细节。

⚡ 上一版1.7.8样品：PDF原文逐页展示

这篇是修复前1.7.8完整实践生成的人工智能产业论文。下面按原独立PDF顺序完整展示5页，摘要、正文、数据表、结论和五条参考文献全部在内，第5页的文献续页和空白也保留。每张图直接由原PDF渲染，页边距、字号、行距和分页不改动。

这份PDF正文没有两字首行缩进。页面没有明显乱码、重叠或内容裁出边界，但正文段落样式仍需调整。1.7.9已另跑完整同题论文，结果紧接下一节；本处保留旧原稿，方便直接对照修复前后的段落效果。

原稿仍有引用顺序、来源支持与原件覆盖问题，最终独立审查未完成。这份人工智能产业旧稿与最新稿题目相同，但运行条件有变化；早期小学科学稿的题目也不同，页数变化不能当作严格提速或质量提升比例。

PDF原件保留全文与原始排版，可在电脑上放大查看；文章按页展示，移动端可打开图片查看细节。

💰 最后展示样品：1.7.9完整论文PDF原文

这份就是正式安装版1.7.9重新完成同题任务的原始PDF。仍用同一个27B模型、低思考和原参数，21分34秒后自然结束；35次工具调用留下8次失败，21次模型请求全部完整返回，包括一次实际执行的独立审查。

正文含标题和表格统计3055个汉字，摘要292个汉字、5个关键词，末尾6条参考文献。26个较长正文段落在Word和PDF里均落实两字缩进，PDF正文12磅、行距18磅；Word另渲染为8页，和这份6页独立PDF的汉字内容顺序一致。

这份稿件的具体问题是：首次引用顺序为1、5、2、6、3、4，三项官方原始来源没有取得，统计口径的确定解释缺少直接依据，摘要与引言将2026年6月的企业数量并入2025年叙述；第1至4页还保留四处行首标点。

独立审查已执行，返回缺少成品定位，而且只覆盖三个正文片段，没有覆盖整篇论文。下面展示原稿全部6页，包括第5页跨页的结论和第6页参考文献，保留原文与原始排版。

🧩 现在适合怎么用

我把这轮成果看作本地研究助理的交付基础：模型负责组织任务和写草稿，工具负责生成与读取真实文件，程序负责时间、执行边界、证据记录和检查状态。用于资料整理、报告初稿、方案草稿和可编辑文档，已经有可以展示的实际产物。

要提交严肃的论文，仍需人工核对原始来源、数据口径、引用支持关系和论证。模型类问题这轮已经停止继续修正，本次展示最后一轮已有产物，不追加试跑，也没有量化整篇论文提速。保留过程记录，后面才能判断新的改动究竟改善了什么。

Mac 1.7.9已正式打包、安装，并对公开下载字节和更新包签名做了回验。Windows和Linux新版云端构建没有启动，当前手动安装包保留1.7.6，Linux自动更新清单仍为1.7.2。下载时请按平台看版本，Mac包尚未完成苹果公证。

最新版下载：方寸智匣下载页。

详细验收范围：1.7.9发行验收。

录屏时，我会先打开实际文档，再展示对应的检查结果和旧任务状态。观众既能看到已经生成的东西，也能知道它经过了哪些检查。对这次升级而言，最有用的进展就是这些具体能力：时间有依据，等待有边界，文档能编辑，错误有记录，检查能对应到当前文件。

🧰 我做的工具

这些工具都由我持续维护。预览版会明确标注，下载、更新和已知边界以发行页为准。

信息：黑粉盒子 HyphenBox 状态： 正式迭代

免费大模型 API 雷达：持续复测可用性，本地统一接口，Key 只存本机

下载与更新

信息：方寸智匣 LocalBrain 状态： 正式迭代

本地模型的多模态 MCP 工具箱：TTS / Whisper / 视频生成一站接入

下载与更新

信息：ScreenLex 光影词库 状态： 正式迭代

看美剧顺手把生词背了，Mac/Windows 双平台，免费

下载与更新

信息：黑粉录屏 HyphenScreen 状态： 正式迭代

录屏 + 智能剪辑一体：达芬奇式时间线、自动打码、导出前成片体检，免费

下载与更新

引用：黑粉科技 让AI成为你的超能力 本地部署 · 免费白嫖 · 自制软件 https://hyphentech.top