赛事作品原创性查重器

技能文档

---
name: originality-check
slug: originality-check
displayName: 赛事作品原创性查重器
version: 1.1.1
category: ai-agent
display_name: 赛事作品原创性查重器
title: 赛事作品原创性查重器
author: 诺源(SynomosAI)
author_note: '"SynomosAI" / "SynomosAI" — 未申请实体注册、未申请商标注册（not a registered legal entity; no trademark registered）'
license: MIT
allowed-tools: Read, Glob, Grep, Bash, Write, WebFetch
license_scope: 代码（.py 文件）MIT；本 SKILL.md 与其中理论文本不在 MIT 覆盖范围内（见文末「License & attribution」）
description: 赛事作品原创性查重器——基于 UIBC 赛事规范的零依赖决策支持工具，JSON IR 输出，覆盖TH-EVT-005域。 适用场景：当需要赛事作品原创性查重器能力时使用本技能；触发词：赛事、判定器、TH-EVT-005、originality-check。
tags: [赛事, 判定器, TH-EVT-005, originality-check, 原创性, 查重]
description_zh: "赛事作品原创性查重器——基于 UIBC 赛事规范的零依赖决策支持工具，JSON IR 输出，覆盖TH-EVT-005域。"
description_en: "Contest submission originality and plagiarism checker: zero-dependency decision support with JSON IR output (UIBC spec, domain TH-EVT-005)."
read_when:
  - 参赛者提交作品前需做原创性预审
  - 担心作品与历史/公开库雷同、违反学术道德
  - 需要零依赖的原创性合规检查报告供决策
  - 赛事评审要批量比对作品指纹
classification:
  skillhub: ["community-events"]
  iso_25010: ["Usability"]
risk_tier: medium
risk_rationale: "门禁批量补丁默认 medium（内部约定：本 skill 设计为中等风险）：调用 API/读写文件/本地执行，最小权限，密钥走 Secret；若实际涉对外代执行(push/发布/发送/上架)须人工复评，改 high 并走负责人批准。"
platforms: [windows, macos, linux]
platform_compatibility: [windows, macos, linux]
ai_protocol: true
spec: usk/1.0
interface:
  type: cli
  entry_point: originality-check.py
  runtime: python3
  call_pattern: args
input_schema:
  submission_hash:
    type: string
    description: "作品指纹（必填，缺失时报错 rc=2）"
    required: false
  known_hashes:
    type: string
    description: "历史/公开库指纹 JSON 字符串列表（缺省按空库从严告警）"
    required: false
  demo:
    type: bool
    description: "跑内置冒烟案例"
    required: false
  json:
    type: bool
    description: "输出 JSON IR（默认）"
    required: false
output_schema:
  stdout: 结构化 JSON IR（含 result / rc / error_code / warnings）
  exit_code: rc=0 正常 / rc=1 告警或从严推定 / rc=2 输入不足或非法
capabilities:
  - originality
  - plagiarism
  - contest
permissions:
  network: false
  filesystem: false
  subprocess: false
requirements:
  python_packages: []
  min_python: "3.8"
changelog: "1.1.1: Bilingual rewrite (full EN+ZH, English first); 1.0.0: initial upload (USK v3)"
---

> 凡自治之物 · LGD 治理学 · 创造术家族 ｜ 评测协议：skill-quality-gate

## English

### When to use
- When a contestant is preparing to submit a work and needs an originality pre-check per UIBC contest rules.
- When working in technical (TH) domains such as TH-EVT-005 and you worry about content overlap or violations of academic-integrity standards.
- When you need a quick compliance check report, produced by a zero-dependency tool, to support decision-making.

### Usage
- **Invocation**: trigger the skill directly through system instructions or conversation context; no external script loading is required.
- **Parameters**: pass `work_content` (work text or file summary) and `target_domain` (e.g. TH-EVT-005).
- **Output format**: the response strictly follows JSON IR and includes similarity metrics and a risk rating.

### Workflow
1. The user prepares and uploads or types the work content to be checked into context.
2. The required check-standard domain is specified (e.g. the TH-EVT-005 technical spec).
3. The system performs an internal comparison, invoking the built-in knowledge base for duplicate detection.
4. It generates a JSON IR feedback report containing the originality score.
5. Based on the risk level in the feedback, adjust the work or the submission decision.

### Evidence & safety statement
- Evidence: TBD (no evaluation / badge link yet; update here once produced)
- Version: 1.1.1
- Safety: no independent security scan has been performed (TBD); the conclusion is pending and no endorsement is given until it is completed.

## 中文

### 何时用

- 当参赛者准备提交作品，需依据 UIBC 赛事规范进行原创性预审时。
- 在涉及技术类（TH）领域（如 TH-EVT-005），担心内容雷同或违反学术道德标准时。
- 需要快速生成符合零依赖工具要求的合规性检查报告供决策参考时。

### 用法

- **调用方式**：通过系统指令或对话上下文直接触发技能，无需加载外部脚本。
- **参数定义**：需传入 `work_content`（作品文本或文件摘要）及 `target_domain`（指定如 TH-EVT-005）。
- **输出规范**：响应将严格遵循 JSON IR 格式，包含相似度指标与风险评级。

### 流程

1. 用户准备并上传或输入待检作品内容至上下文。
2. 明确指定核查标准域（如 TH-EVT-005 技术规范）。
3. 系统执行内部比对，调用内置知识库进行查重分析。
4. 生成包含原创性评分的 JSON IR 反馈报告。
5. 依据反馈中的风险等级调整作品或提交决策。

### 证据与安全声明

- 证据：TBD（暂无评测/徽章链接；产生后在此更新实际链接）
- 版本：1.1.1
- 安全：未做独立安全扫描（TBD），结论待补；补全前不作推荐背书。

使用说明

# originality-check · 赛事作品原创性查重器 / Contest Originality Checker

[![LGD](https://img.shields.io/badge/LGD-Governance-blue)](https://github.com/zhaoxinghua09-cell/lgd-theory)

## English

> AI-assisted decision-support CLI for UIBC contest operations. NOT final adjudication — verify with the organizing committee. Text verified: 2026-09-26.

### What it does
Checks **submission originality** by fingerprint comparison against a known-hashes corpus, per **UIBC originality rules + academic-misconduct definitions** (rule source pending manual verification; the latest UIBC charter prevails).

- **Insufficient input → strict presumption**: an empty/missing `known_hashes` corpus makes any "no duplicate" verdict **unreliable** — the tool states this in `warnings` (`rc=1`) instead of silently passing the work off as original. Malformed `known_hashes` JSON → `rc=2`.
- Similarity is a simple algorithm (prefix comparison); real screening needs MinHash/SimHash + human review (noted in output `notes`).

### Install & run (zero-dependency, Python 3.8+)
```bash
python originality-check.py --submission_hash sha256:new999 --known_hashes '["sha256:aaa111","sha256:bbb222"]'   # clean w/ corpus → rc=0
python originality-check.py --submission_hash sha256:aaa111 --known_hashes '["sha256:aaa111"]'                   # duplicate hit → rc=1
python originality-check.py --submission_hash sha256:new999                                                      # empty corpus → strict warning, rc=1
python originality-check.py --submission_hash sha256:x --known_hashes '{bad'                                     # invalid JSON → rc=2
python originality-check.py --demo                                                                               # 3 built-in smoke cases
```
Params: `submission_hash` (required) / `known_hashes` (JSON string list).

### Output
Deterministic JSON IR with `rc` (**0** = ok / **1** = completed with warnings / **2** = insufficient or invalid input), `similarity`, `is_duplicate`, `exact_match`, `matches`, `warnings`, and `aigc_mark` (GB 45438-2025 metadata; `is_generated: true`, label basis noted as pending verification).

Real excerpt (`--demo`, case 3, verbatim warnings):
```json
{
  "input": {"submission_hash": "sha256:new999"},
  "result": {
    "similarity": 0.0, "is_duplicate": false, "exact_match": false, "matches": [],
    "warnings": ["known_hashes 为空（未提供对照指纹库）：本输出「无重复」不可靠，请提供历史/公开库指纹后复核；不静默按原创通过处理。"]
  },
  "rc": 1
}
```

### Rule-source checklist pending manual verification
| Rule / value | Use | Status |
|---|---|---|
| UIBC originality rules | Duplicate-detection rule source | Pending |
| Similarity threshold 0.85 | Duplicate-detection breakpoint | Pending |

### Compliance & IP
- LGD-Powered badge · theory TH-EVT-005 · ambassador Nuoyuan @ DAT-domain chief voice
- This tool is decision support; human review is required.
- **Layered licence**: code `originality-check.py` = MIT; this `README.md` / `SKILL.md` and all theory text are **not covered by MIT** (all rights reserved).

### Family set
| Contest stage | Tool | Ambassador |
|---|---|---|
| Registration / submission portal | contest-submission-portal | Nuosheng |
| Problem generation | problem-set-generator | Nuosheng |
| Judging rubric scoring | judging-rubric-grader | Nvlv |
| Anti-cheat / identity verification | anti-cheat-identity | Nuowei |
| Submission plagiarism check | originality-check | Nuoyuan |

## 中文

> AI 辅助决策支持 CLI，服务 UIBC 赛事运营。**非最终裁决**——须以组委会复核为准。文本核验日期：2026-09-26。

### 它做什么
按 **UIBC 原创性规范 + 学术不端界定**（规则源待人工核对；以最新 UIBC 章程为准），用指纹比对方式核查**作品原创性**。

- **输入不足→从严推定**：`known_hashes` 指纹库为空/缺失时，任何「无重复」结论都**不可靠**——工具在 `warnings` 中声明（`rc=1`），而不静默按原创通过。`known_hashes` JSON 畸形 → `rc=2`。
- 相似度为简单算法（前缀比对）；真正筛选需 MinHash/SimHash + 人工评审（输出 `notes` 已注明）。

### 安装与运行（零依赖，Python 3.8+）
```bash
python originality-check.py --submission_hash sha256:new999 --known_hashes '["sha256:aaa111","sha256:bbb222"]'   # 库内干净 → rc=0
python originality-check.py --submission_hash sha256:aaa111 --known_hashes '["sha256:aaa111"]'                   # 命中重复 → rc=1
python originality-check.py --submission_hash sha256:new999                                                      # 空库 → 从严告警，rc=1
python originality-check.py --submission_hash sha256:x --known_hashes '{bad'                                     # 非法 JSON → rc=2
python originality-check.py --demo                                                                               # 3 个内置冒烟案例
```
参数：`submission_hash`（必填）/ `known_hashes`（JSON 字符串列表）。

### 输出
确定性 JSON IR，含 `rc`（**0**=正常 / **1**=带告警完成 / **2**=输入不足或非法）、`similarity`、`is_duplicate`、`exact_match`、`matches`、`warnings` 与 `aigc_mark`（GB 45438-2025 元数据；`is_generated: true`，标注依据待核）。

### 规则源待人工核对清单
| 规则 / 数值 | 用途 | 状态 |
|---|---|---|
| UIBC 原创性规范 | 重复判定规则来源 | 待人工核对 |
| 相似度阈值 0.85 | 重复判定断点 | 待人工核对 |

### 合规与知识产权
- LGD-Powered 徽章 · 理论 TH-EVT-005 · 大使诺源 @ DAT 域首席发声人
- 本工具为决策支持，须人工复核。
- **分层许可**：代码 `originality-check.py` = MIT；本 `README.md` / `SKILL.md` 及一切理论文本**不在 MIT 覆盖范围**（保留所有权利）。

### 家族合集
| 赛事环节 | 工具 | 大使 |
|---|---|---|
| 报名/提交门户 | contest-submission-portal | 诺声 |
| 赛题生成 | problem-set-generator | 诺声 |
| 评审打分 | judging-rubric-grader | 诺律 |
| 反作弊/身份核验 | anti-cheat-identity | 诺卫 |
| 作品查重 | originality-check | 诺源 |

---

## License & attribution
**分层许可（务必并读；代码许可不覆盖文档与理论文本）**

- **代码**（本包 `.py` 文件）：**MIT**
- **本 `README.md` / `SKILL.md` 及其中的理论文本、方法论与一切理论表述**：**不在 MIT 覆盖范围内**，保留所有权利（All rights reserved）

```
© 2026 SynomosAI. All rights reserved.
理论署名 (attribution) : LGD（Lifecycle Governance Doctrine / 全程治理论）— SynomosAI initiative
名称状态 (name status)  : "SynomosAI" — 未申请实体注册、未申请商标注册
                        (not a registered legal entity; no trademark registered)
生产参考部署 (production reference, self-reported) : 无（未声明外部生产参考部署）
                    ← 非认证、非背书、非监管认可（not a certification or endorsement）
代码许可 (code license) : 本包未附 LICENSE 文件（许可待定）
                    本文本与理论表述不在任何代码许可覆盖范围内
引用格式 (cite as)      : 本资产无 DOI
```
（上列为《LGD 对外表述规范》§3.2 统一块，**整体复制、未删改**；发布/重提前须照最新版本复核。）

如何安装此技能？

访问技能市场，点击「安装」按钮，按提示将技能包放入 AI 编程助手的 skills 目录即可。