| name | research-proposal |
| description | 将用户的 ML/AI 想法写成结构化研究提案。适用于“proposal / research plan / experiment plan / paper idea / write up my idea”等请求，尤其是在用户提供了假设或方法草图、希望补全相关工作、实验设计与成功判据时。 |
Research Proposal Skill
把用户的研究想法转成结构化、可执行的 Markdown 提案。该提案面向顶会短论文验证流程，强调可证伪假设、预注册成功标准和可复现实验计划。
开始前
先阅读 references/template_guide.md。该文件定义了完整节层级模板、逐节写作要求、标准表格格式、写作规范与常见错误修复建议。起草前必须先对齐该模板。
工作流
Step 1: 理解 idea
从用户处获取以下关键信息（缺失时主动询问）：
- 核心假设/主张是什么？（例如“方法 X 在更低成本下匹配方法 Y”）
- 拟议方法/干预是什么？（允许粗略草图）
- 对比基线有哪些？
- 任务/benchmark/dataset 是什么？
- **论文类型是什么？**默认短实证论文。
- 是否有算力或资源约束？
不要求一次拿全信息。可给出合理默认值，但必须明确标注假设。
Step 2: 文献调研（有工具则做）
如果可联网检索，至少覆盖：
- 最接近的 prior work（判断新颖性）
- 用户提到的 benchmark/dataset
- 近 1-2 年同方向相关工作
如果不可联网，基于用户描述与已有知识继续写作，并明确指出需要用户自行核验新颖性的部分。
Step 3: 按模板起草
严格按 references/template_guide.md 起草。核心原则：
- 具体而非空泛：模型名、链接、数据规模、超参、GPU 小时预算都要具体。
- 预注册成功标准：在看到结果前定义 Proceed / Refute / Pivot 的数值阈值；结果表统一填 TBD。
- 明确失败模式：每个核心假设都要写“为什么可能错”；Impact Statement 要覆盖成功与失败两种结果。
- 多用标准表格：Taxonomy、Comparison、Results、Ablation 等表格必须按模板格式写。
- 诚实呈现 related work：必须写 Novelty Kill Search Summary（检索词、时间、结论）。
Step 4: 输出文件
输出单个 Markdown 文件，文件名使用提案标题的 snake_case 形式（.md）。若用户指定路径，遵循用户路径；否则写到当前工作目录的可见输出位置，并在回复中明确文件路径。
交付前自检清单
给用户前逐项确认：
