القائمة
生成本周正文：规划（含 Bloom/回顾桥/超级线/角色）→ 场景驱动写正文 → 深度润色 → 四维 QA → 修订回路 → 落盘 QA_REPORT。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/h-lu/statistics-agentic-coding --skill draft-chapterيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | draft-chapter |
| description | 生成本周正文：规划（含 Bloom/回顾桥/超级线/角色）→ 场景驱动写正文 → 深度润色 → 四维 QA → 修订回路 → 落盘 QA_REPORT。 |
| argument-hint | <week_id e.g. week_01> |
| allowed-tools | Read, Write, Edit, Grep, Glob |
| disable-model-invocation | true |
/draft-chapter week_XX
CHAPTER.md：叙事流畅、有贯穿案例 + StatLab 超级线、循环角色出场、回顾桥达标、读起来像真人教材（不是模板填空）QA_REPORT.md：写入 StudentQA 的四维评分 + 阻塞项/建议项写作质量是第一优先级。 通过验证是必要条件，但不是充分条件。一篇通过了所有检查但读起来像模板的文章，仍然是失败的交付。
生成 shared/current_date.txt，供后续所有 agent 读取当前日期：
date '+%Y-%m-%d' > shared/current_date.txt
这确保时代脉搏、AI 小专栏、参考链接中的日期使用当前年份，不会因模型训练数据截止日期而过时。
调用 subagent syllabus-planner：
chapters/week_XX/CHAPTER.md<!-- ... --> HTML 注释包裹（Bloom 标注、概念预算表、AI 专栏规划、角色出场规划、章节结构骨架等）在写正文之前，使用 Context7 MCP 查证本章涉及的统计/数据分析相关库的最佳实践（pandas、scipy、statsmodels、scikit-learn 等）：
resolve-library-id 定位相关库（如 pandas、scikit-learn 等）query-docs 查询具体的最佳实践和 API 用法搜索工具分工：
调用 subagent chapter-writer：
shared/writing_exemplars.md + shared/characters.ymlshared/style_guide.md 的"章首导入"章节<!-- ... --> 注释包裹由你（Lead agent）直接执行，不委派给 subagent。为第 3 步的 prose-polisher 准备搜索数据。
从 CHAPTER.md 的 HTML 注释中提取 2 个 AI 小专栏的主题和建议搜索词
读取 shared/current_date.txt 获取当前日期
使用搜索工具收集数据（每个侧栏 2-3 次搜索）：
优先级 1: WebSearch（内置搜索，最可靠）
WebSearch("GitHub Copilot adoption statistics 2026")
优先级 2: Exa MCP（AI 增强搜索，适合深度研究）
mcp__exa__web_search_exa({
"query": "GitHub Copilot adoption statistics 2026",
"numResults": 5,
"type": "auto"
})
mcp__exa__company_research_exa({
"companyName": "OpenAI",
"numResults": 3
})
优先级 3: perplexity MCP（如可用）
mcp__perplexity__perplexity_search({
"query": "vibe coding trend AI programming 2026",
"recency": "year",
"response_format": "json"
})
将所有搜索结果写入 chapters/week_XX/.research_cache.md（含事实、URL、访问日期）
调用 subagent prose-polisher：
shared/writing_exemplars.md + shared/characters.ymlshared/characters.yml）syllabus-planner 规划的位置和主题插入chapters/week_XX/.research_cache.md 中的预搜索数据和真实 URL<!-- TODO --> 占位，不得伪造如果 student-qa 诊断指出需要图片或公式：
图片生成 → 调用 /stat-viz skill：
skill: "stat-viz"
args: "week_XX"
关键要求：
examples/NN_chart_xxx.py（可复现）images/xxx.png（嵌入正文）公式补充 → 直接编辑 CHAPTER.md：
$$公式$$（块级）或 $公式$（行内）> $$...$$调用 subagent student-qa：
修订回路规则：
| 总分范围 | 处理方式 | 回传给谁 |
|---|---|---|
| >= 18 | 根据 QA 反馈进行轻量修订后通过 | prose-polisher（轻量修复，处理建议项） |
| < 18 | 结构性重写（需大幅改进） | chapter-writer |
迭代计数规则（防止无限循环）：
revision_round，初始值为 0。revision_round += 1。revision_round 达到 3 时，强制停止修订回路：
<!-- 修订回路已达上限（3 轮），以下问题需人工介入 -->- [ ] 但添加注释说明已尝试 3 轮修订。把最终的 StudentQA 输出落盘到 chapters/week_XX/QA_REPORT.md：
第 1 轮：14/20 → 第 2 轮：17/20）