Writing style rules

该项目从63个知名风格指南和写作参考中收集写作风格规则，并将其组织成一个清晰的集合。目标是提供一个单一的风格规则来源，可以提供给AI写作助手，使其按照这些指南的方式写作。目前该集合包含814条规则，规则分为68个类别，这些类别又分为15个大组。每条规则都保留了其来源指南列表、帮助读者的原因以及简短的修改前后示例。

This project collects writing style rules from 63 well-known style guides and writing references, and organizes them into a curated collection. The objective is to provide a single authoritative source of style rules that can be provided to AI writing assistants to enable them to produce text in line with these guidelines. Currently, this collection includes 814 rules, which are categorized into 68 subcategories, and these subcategories are further grouped into 15 major groups. Each rule retains its list of source guides, the rationale for assisting readers, and concise before-and-after revision examples.

原始信息汇总

数据集概述

该数据集收录了从 63 个知名风格指南与写作参考中提取的写作风格规则，并将其整合为一套统一的规则集。目前共包含 814 条规则，分为 68 个类别，这些类别进一步归纳为 15 个更大的分组。每条规则均保留了来源指南列表、对读者的帮助理由，以及简短的修改前后示例。

核心数据文件

• writing-rules.json：主文件，规则按分组和类别组织，包含元数据（规则数量、来源列表）。
• writing-rules.flat.json：规则的扁平化列表（由主文件自动生成），每条规则包含以下字段：id、rule、applies_to、rationale、example_violation、example_fixed、sources、group、category。

数据构建流程

构建过程分为三个步骤：

1. 提取：从每个指南中提取具体的写作风格规则，生成原始规则池（data/pool.json）。
2. 聚类：基于规则内容自动构建类别，并将每条规则分配到其中一个类别（使用 workflows/cluster.js）。
3. 去重：在每个类别内部合并语义相近的规则，合并其来源列表（使用 workflows/dedupe.js），最终生成 writing-rules.json。

数据浏览与使用

• 可视化浏览：直接在浏览器中打开 dashboard.html，无需服务器或构建步骤。可按分组浏览、打开类别、搜索规则文本。每条规则显示其理由、修改前后示例及来源。
• 代码处理：读取 writing-rules.flat.json 文件进行编程式处理。

新增规则来源

可通过 Claude Code 运行 add-writing-rules 工作流自动添加新来源：

1. 自动搜索网络上未收录的权威写作指南（每次最多新增 4 个来源，可通过 MAX_WEB_SOURCES 变量调整）。
2. 也支持手动将指南放入 sources/queue/ 目录。
3. 新规则将适配到现有类别中，重复内容合并来源，否则作为新条目添加。
4. 运行完成后自动更新扁平文件、可视化页面和来源记录。

可调度运行

支持定时运行添加工作流，使数据集持续增长：

• 通过 Claude Code 调度：可设置为每日运行，但仅在 Claude Code 打开时执行，有效期 7 天。
• 通过 crontab 调度：使用 scripts/add-from-queue.sh 脚本，可在后台永久运行。示例配置为每天上午 9:17 执行。

手动重建

若手动编辑 writing-rules.json，运行以下命令重建衍生文件：

node scripts/build.js

该命令将重写 writing-rules.flat.json 和 dashboard.html，并更新元数据中的统计计数。

搜集汇总

数据集介绍

构建方式

该数据集汇聚了来自63部知名风格指南与写作参考文献的写作风格规则，经过系统化的整理与去重，最终形成一套包含814条规则的统一集合。构建过程分为三步：首先从每部指南中提取具体的风格规则，形成初始规则池；随后通过聚类步骤，基于规则本身的内容而非预设类别，自动衍生出68个分类层级，并将每条规则归入最贴切的类别；最后在每一类别内部执行去重合并，将表述相近的规则融合并整合其来源清单。最终结果存储于`writing-rules.json`主文件，并自动生成扁平化的JSON文件与可视化仪表盘。

特点

该数据集的核心特点在于其层次分明的组织结构与完备的溯源信息。814条规则被有序划分为68个类别，进而归纳为15个宏观分组，便于用户按主题快速定位。每条规则均附带详尽元数据，包括其出处指南列表、对读者的助益缘由，以及简短的正反示例，直观展示规则应用前后的差异。此外，数据集具备动态扩展能力，通过内置工作流可自动搜索网络新指南并融入现有分类体系，确保语料库持续演进而无需频繁重建整体结构。

使用方法

用户可通过两种方式利用该数据集。直接交互场景下，在浏览器中打开`dashboard.html`即可浏览分组、展开类别、搜索规则文本，并查看每条规则的缘由、示例及来源，无需任何服务器或构建步骤。编程接入场景下，可读取`writing-rules.flat.json`文件，其以扁平的JSON数组形式存储每条规则，包含id、rule、applies_to、rationale、example_violation、example_fixed、sources、group和category字段。用户亦可手动编辑主文件`writing-rules.json`，随后执行`node scripts/build.js`重新生成衍生文件与仪表盘，确保数据一致性。

背景与挑战

背景概述

在自然语言处理与人工智能写作辅助领域，确保生成文本符合专业写作规范一直是核心挑战。尽管存在大量权威风格指南，但将这些分散的规则整合为机器可读的统一知识库尚属空白。Writing Style Rules数据集由研究团队于近年创建，系统梳理了63种知名风格指南与写作参考文献，提取并整合为814条精炼规则，按68个类别及15个更大分组进行组织。每条规则均附有来源归属、对读者的帮助理由以及简洁的正反示例。该数据集旨在为AI写作助手提供单一权威的规则源，使其输出符合专业写作规范，对提升AI生成内容的语言质量与规范性具有重要奠基意义，开辟了将传统写作知识体系融入AI系统的新路径。

当前挑战

该数据集面临的核心挑战首先在于领域问题的复杂性：写作风格规则本身具有高度语境依赖性，许多规则因领域、体裁或语气而异，难以形成普适统一的编码方式。构建过程中，初始从各指南中抽取的规则池规模庞大且存在大量语义重叠，需通过聚类算法自下而上地自动衍生分类体系，而非采用预定义固定列表，这要求算法能准确捕捉规则间的语义相似性。随后的去重合并步骤需逐类别比较规则表述，在保留信息完整性的前提下合并实质相同的规则，并整合来源列表，对自然语言理解精度要求极高。此外，持续扩展时新规则需精准匹配已有分类，但当前流程不支持自动创建新类别，当语料增长至全新主题时需重新运行完整的聚类与去重流程，增加了维护复杂度。

常用场景

经典使用场景

在自然语言处理与计算语言学领域，写作风格规则数据集为构建和评估AI写作助手提供了基准化的风格指导体系。该数据集整合了63本权威写作指南中的814条具体规则，涵盖68个细分类别和15个宏观组别，每条规则均附有原理说明、违规范例与修正示范。研究人员可直接将其作为训练语料，用于微调大型语言模型的输出风格，使其遵循业已公认的学术与专业写作规范。此外，该数据集还支持对模型生成文本进行自动化风格合规检测，通过规则匹配与语义分析，量化文本与标准风格之间的一致性程度。

实际应用

在实际应用层面，该数据集可嵌入多种内容生产工具与平台。学术写作辅助系统可借助其规则集，实时检测论文中的冗长句式、模糊指代或不一致术语使用。企业级文档管理系统能将其作为风格审查引擎，确保技术白皮书或市场报告符合特定品牌语调指南。教育领域的智能批改工具亦可利用该数据集，针对学生写作提供结构化的风格修改建议，而非仅停留于拼写与语法纠错层面。这些应用场景均受益于数据集对规则的细粒度划分与清晰的示例示范。

衍生相关工作

该数据集已催生一系列衍生研究工作。在数据集构建方法上，其采用的聚类去重工作流——从规则池中自动归纳类别并合并语义重复条目——启发了同类知识组织任务中的人机协作范式。在应用层面，部分研究基于该数据集开发了可解释的风格违规检测模型，能够输出每条违规所对应的具体规则编号与指导来源。另有工作将其与风格迁移模型结合，通过对迁移后文本进行规则符合度评估，为无条件风格转换结果提供了量化验证指标。这些衍生工作共同推动了写作辅助技术从简单的模板填充走向了规则感知的智能生成阶段。