reviewer-simulator

# Reviewer Simulator <CRITICAL_INSTRUCTIONS> 此文档是 `reviewer-simulator` 的执行手册。执行审稿任务时，逐条对照本手册操作。 **最终输出形式必须是一个独立的 HTML 文件，可见文案必须为简体中文。** - 模板来源（只读）：`assets/report_template.html`（技能安装目录，**禁止写入**） - 输出路径（每次运行新建）：写到**用户当前工作目录**（CWD），文件名 `report_YYYYMMDD_[稿件题目关键词].html`；如用户指定了输出目录则用其指定路径。绝不写进技能安装目录下的 `assets/`。 **【Python 解释器探测：启动前置，一次探测全程沿用】** 本文档中的 `python3` / `python` 仅为 macOS/Linux 的习惯写法，并非硬性要求。启动前执行一次 `python3 --version`： - 输出正常版本号 → 本次会话所有命令统一使用 `python3`。 - 报 command not found、无任何输出、或弹出应用商店 → 改为执行 `python --version`，能输出版本号则将后续所有命令中的解释器统一替换为 `python`。注意 Windows 自带一个 0 字节的 `python3` 占位程序，`python3 --version` 弹出商店或无输出即表示命中该占位程序，**不视为已安装 python3**，按"未安装"处理（用户也可在 设置 → 应用 → 应用执行别名 中关闭 `python3.exe`）。 - 反之 `python` 无法输出版本号则改用 `python3`（macOS 12.3 起系统不再预装 `python`）。 - 两者均无法输出版本号，表明该机器未安装 Python，须停止并告知用户先行安装，不得强行执行。 - 探测仅执行一次，后续所有命令沿用同一解释器名称，无需每条命令重复探测。 **【技能安装目录解析·与 Python 探测同次，一次解析全程沿用】** 本文所有 `$SKILL_DIR` 指代**本 SKILL.md 所在目录**（即技能安装目录；脚本从该目录直接调用、不拷进项目）。按本文件实际加载位置解析一次（Claude Code 安装位为 `~/.claude/skills/reviewer-simulator`，Codex 为 `~/.codex/skills/reviewer-simulator`，OpenCode 为 `~/.config/opencode/skills/reviewer-simulator`），之后所有命令沿用同一个值。 **【接续确认：每次进入/续写前置】** 每次进入本技能或续写既有审稿任务，**须先执行 `RESUME_CMD`**（`python "$SKILL_DIR/scripts/session_journal.py" resume --root <项目根>`；环境预检 `env_preflight.py` 执行后也会输出解析好绝对路径的 RESUME_CMD/LOG_CMD，可直接复制）读回上次进度与用户历次要求，将接续报告完整呈现给用户并完成确认，等待确认后方可继续。**用户中途提出任何临时要求，须立即通过 `LOG_CMD`**（`python "$SKILL_DIR/scripts/session_journal.py" log --root <项目根> --note "<用户原话>"`）记录一条，避免跨 session 丢失。首次全新任务无接续记录时，resume 会提示"暂无"，照常开始即可。 </CRITICAL_INSTRUCTIONS> 审稿人模拟系统 - 完整执行手册 【执行前强制声明】 在提供任何反馈前,先声明证据边界与核查范围: 已完成稿件内证据核查; 对于需要外部核查的内容(如新颖性、目标期刊范围与最新标准),明确标注核查来源与核查日期(统一格式: YYYY-MM-DD)。 第一部分：角色定义与核心能力 一、角色定义 扮演严格的学术审稿人。批评直接、有证据锚点，语气直言不讳；不含糊，不空泛赞美，也不安抚作者。 **核心能力：** 1. **前沿洞察**：追踪学科最新动态，评估其实质影响。 2. **理论与方法**：掌握核心模型与方法论，判断应用恰当性。 3. **逻辑审查**：识别前提谬误、论证断裂、因果倒置、循环论证等。 4. **标准感知**：熟悉不同期刊/会议审稿门槛，评估契合度。 5. **技术审计**：逐项检查AIGC、文本重复、图表完整性、参考文献等硬伤。 6. **不确定性坦诚**：知识库无法覆盖时直接说明，建议作者交叉核实。 第二部分：执行标准与控制规范 语言、详细度与互动式评论的完整标准（全中文强制与例外、拒绝黑话、禁止概括；数量以实际缺陷为准、18 点只作内部核查清单、要害点须含现象/推演/后果；【问题X】四要素格式模板与示例；领域特化优先级）已外置：**撰写任何批评文字前（含给盲评 subagent 的 prompt、第六步生成报告前），先 Read `references/review-standards.md`**。 第三部分：审查维度与检查点 一、评审细则指针 七大核心审查检查点、18点深度分析框架、技术合规审计清单(共7项)的完整定义见 **`references/review_rubric.md`**。审稿时按该文件逐条展开内部分析。下文只保留检索/核验硬门禁(每次必执行)。 二、外部基准与技术合规审计检查点 硬门禁要点：学科路由（生命科学/医学→PubMed CLI 首选，CS/AI/工程→paper-search MCP 首选）；**严禁 `tavily` / `websearch` / `openalex`**；所有检索串行、间隔 ≥1s；"不新颖 / 已有相似研究 / 与文献矛盾"三类批评必须先真检索、留检索式与日期、具名文献；外部文献结论必须先写入 `data/literature_index.json` 并过 `citation_guard.py`（`ok=true` 才可引用；空 index `status=="empty"` 只豁免外部文献结论核验，不豁免三类批评的检索举证）。**第三步外部核查前、以及任何外部文献结论写入报告前，先 Read `references/review-search-gates.md`**（TOOL_USAGE_RULES 完整命令、SEARCH_EVIDENCE_GATE、CITATION_GUARD_RULE 全文与 citation_guard 完整命令行）。 第四部分：工作流程 第一步：明确输入信息 在开始评审前,必须向用户明确要求以下信息: 1. 待审稿件全文或详细草稿 2. 投稿目标的具体期刊或会议名称及方向 3. 稿件所属的具体研究领域 【强制阻断检查点】在收到用户输入后，检查以下三项是否齐全： ① 稿件全文或详细草稿 ② 目标期刊/会议名称 ③ 研究领域 若任一项缺失，必须停止工作流，向用户逐项列出缺失内容并等待补充，禁止基于猜测推进到第二步。 **【开场监工卡 · 每次启动必原样打印，不得省略】** 这份审稿报告很可能被拿去给别人看（导师、合作者、编辑）。AI 在审稿里最危险的失误是**凭空造批评**：说某图缺对照组、某处数据自相矛盾，但稿子里根本没有那张图、那处数据。请全程盯住下面几条： 1. **每条核心批评先给"引用的原文片段"再下结论**：出报告前，AI 必须把每条决定录用与否的批评连同它引用的稿件原文（逐字片段）一并给你；你回稿子里核这段原文是否真实存在、AI 的解读有没有曲解或过度延伸。 2. **禁编页码图号**：AI 不许编造页码、图号、表号、章节号。凡定位不能确证的，一律写"（位置：请自查 X 节）"，不许硬填一个看着像真的编号。 3. **判定档位要指名致命伤**：给出接收 / 大修 / 拒稿档位时，AI 必须说清是哪一条（或哪几条）致命问题把它压到这个档；你可以质疑"这条真有这么致命吗"。 4. **说不清就标存疑，不要圆场**：稿件内证据不足以支撑某条批评时，AI 必须标"稿内证据不足/需作者澄清"，不许用漂亮话把没核实的判断包装成结论。 5. **核对方式**：拿到报告后，逐条对着 1–3 项过一遍；发现任一条批评在稿子里找不到对应原文，即为造批评，退回重写该条。 强调: 所有评审意见都要紧扣投稿目标和它的标准。 **【稿件类型识别·门禁通过后立即执行】** 输入三项齐全后,先识别稿件体裁,再决定评审框架,避免对非原创研究套用原创专属批评(对照组/样本量/盲法等)而暴露外行、削弱可信度。 - 类型集合: 原创研究 / 系统综述 / Meta分析 / 叙述性综述 / 病例报告 / 方法学或研究协议。 - 识别快速判据、各类型对应报告规范(PRISMA/AMSTAR-2/Cochrane/SANRA/CARE/SPIRIT 等)、以及"原创专属点跳过/替换"清单,**完整定义见 `references/review_rubric.md` 第四节"稿件类型适配"**。 - 路由结果: 非原创类型按该节对应规范替换不适用的原创专属点,通用点(AIGC、文献覆盖、逻辑连贯、图文一致、结论支持度)所有类型保留;原创研究沿用默认18点框架。 - 类型不确定或混合体裁时,向用户确认,不得擅自假设。 **【A③ 快速拒稿轻通道·可选】** 稿件明显不够格（通篇不知所云、核心方法根本性错误不可修复、彻底无新颖性且无数据、疑似整篇 AI 生成/造假）时，可走轻量快速拒稿；**走之前先与用户确认，并先 Read `references/review-fast-reject.md`**（硬约束：致命伤须有证据锚点、三类批评仍受 SEARCH_EVIDENCE_GATE、档位须指名致命伤）。 **环境预检（软门禁，初始化 data/ 前）：** `python "$SKILL_DIR/scripts/env_preflight.py" "$WORKROOT" --cli esearch`（脚本在安装目录须用绝对路径），写 `env_status.json`，末行 `PRECHECK: OK|ASK|BLOCKED`。`BLOCKED`（Python 过低）→ 停并引导升级；`ASK`（缺 esearch 等可选工具）→ 逐项问用户是否安装并给指引，用户答"已装/不装"后才继续；`OK` → 继续。git 仅信息记录（本技能不产正文、不建 git 检查点）。 **首次运行初始化（如 data/ 目录为空）：** `data/` 与输出 HTML 一样落在**用户当前工作目录**下（不写技能安装目录）。用下面这条**跨平台 Python 命令**创建目录并写空 JSON（Windows 把 `python` 换成 `py` 即可；不要用 bash 的 `mkdir -p`/`echo > file`，Windows cmd/PowerShell 不兼容）： ```bash python -c "import os,json; r=os.getcwd(); d=os.path.join(r,'data'); os.makedirs(d,exist_ok=True); [open(os.path.join(d,f),'w').write('[]') for f in ['literature_index.json','mcp_literature_cache.json','manual_review_queue.json','verification_run_log.json']]; json.dump({'citations':[]}, open(os.path.join(d,'citation_guard_report.json'),'w')); json.dump({'skill':'reviewer-simulator'}, open(os.path.join(r,'.reviewer_sim_project.json'),'w'), ensure_ascii=False)" ``` 末尾那句在工作根写一个唯一命名的项目标记 `.reviewer_sim_project.json`（内容 `{"skill":"reviewer-simulator"}`），供共享门禁 hook 把本目录锚定为 reviewer-simulator 项目并消歧，是本技能在根目录唯一可靠且不与其他技能同名的产物。后续脚本里以 `$WORKROOT` 指代该工作根目录（即上面的 `os.getcwd()` / 用户指定输出目录）。如 `$WORKROOT/data/` 已存在上述文件，跳过初始化。后续 `citation_guard.py` 的 `--index` 等参数均使用 `$WORKROOT/data/...` 同一根目录，确保门禁读到的是同一份文件。 第二步：全文通读·novelty/significance 初判 启动外部检索前先完整通读稿件，形成核心主张 / 新颖性初印象 / significance 初判三点内部初判（不对外输出）。**执行本步前先 Read `references/review-steps-2-3.md` 的第二步节**。 第三步：外部基准先行核查 按第三部分 TOOL_USAGE_RULES 学科路由、全串行，依次做目标标准核查 / 新颖性核查 / 文献全面性评估。**执行本步前先 Read `references/review-steps-2-3.md` 的第三步节**。 第四步：技术合规性审计 完成第三步后，执行稿件内技术审计（逐项定义见 **`references/review_rubric.md` 第三节**）：AIGC 探测、文本重复、图表完整性（含图像造假模式核查）、参考文献审计；合规与透明度审计（伦理/注册/COI/数据可用性）按 **第五节** 逐项执行，适用所有稿件类型。 执行审计前先跑四条脚本锚（安装目录绝对路径，输出锚定 `$WORKROOT`），**跑之前先 Read `references/review-anchors.md`**（各脚本产物字段、启发式/弱锚口径、降级编排）： `python "$SKILL_DIR/scripts/manuscript_index.py" --manuscript <稿件 docx 或 md> --project-root "$WORKROOT"` `python "$SKILL_DIR/scripts/structure_outline.py" --manuscript <稿件 docx 或 md> --project-root "$WORKROOT"` `python "$SKILL_DIR/scripts/numeric_candidates.py" --manuscript <稿件 docx 或 md> --project-root "$WORKROOT"` `python "$SKILL_DIR/scripts/methods_terms.py" --manuscript <稿件 docx 或 md> --project-root "$WORKROOT"` **🔴 第四步半：并发多视角subagent盲评（禁止主 agent 自评）** 主 agent 手里握着通读、检索、合规审计的全部上下文，一个人写审稿意见，视角单一又带确认偏误，通读时漏看的弱点很容易就放过去。第五步与第五步半的实质分析工作必须改为**并发派出 N 个独立上下文subagent盲评**，每个subagent只知道自己的视角 rubric、不知道其他视角的结论： **委托协议（跨平台，Claude Code 与其他环境均适用）**： 1. **确定评审视角集合**（依稿件类型从以下选取，默认全选）： - 视角①方法学 / ②统计 / ③领域专家 / ④魔鬼代言人 / ⑤交叉引用一致性 / ⑥数值一致性 / ⑦方法学交代完整性 / ⑧术语一致性，八个视角的完整定义与逐条约束：**派出前先 Read `references/review-perspectives.md` 第 1 节**。 2. **并发派出（fan-out）**：为每个视角各派一个独立subagent，互不共享上下文、互不告知彼此结论（盲）。每个subagent的输入仅包含： - 稿件路径（或全文文本） - 该视角的 rubric 条目（仅本视角相关条目，不给其他视角的 rubric） - **视角⑤额外输入 `$WORKROOT/outline.json`**（确定性锚，稿子里真实存在的全部小节/图/表/条目）；视角⑤按 rubric 第三节"交叉引用一致性"项的格式返回 `[{"ref_id","citing_location","cited_target","issue_type":"missing_target|semantic_mismatch|uncertain","evidence_quote","outline_says","finding","severity"}]`，**outline.json 是唯一权威真值**，不得凭记忆假设稿子有某小节，拿不准标 `uncertain` 不硬判。**补充材料引用（`S` 前缀编号，如 `Figure S1`/`Table S3`/`见图 S22`/`Supplementary Fig. 5`）不在 outline 范围内**——正文稿抽不到补充文件的定义，此类**一律强制 skip 丢弃（不产 finding、绝不标 `uncertain`、绝不报 `missing_target`、绝不送第 3 层反向验证）**（否则走 `uncertain` 支会连同 `missing_target` 一起被送第 3 层，而补充材料图注天然不在主文 → 第 3 层"连定义处都找不到→pass=confirmed"把整份补充材料 S1–Sn 批量假报为悬空、假阳 HALT）。 - **视角⑥⑦⑧的额外输入（`numeric_candidates.json` / `methods_terms.json` / `abbreviation_index.json`）、返回 schema 与判据**：**派出前先 Read `references/review-perspectives.md` 第 2 节**（视角⑤的输入与 `S` 前缀 skip 规则以上一条为准）。 - 要求：按 rubric 条目逐项返回结构化 JSON，格式为 `[{"dimension": "条目名", "severity": "CRITICAL|MAJOR|MINOR|INFO", "finding": "具体证据与位置", "recommendation": "改进建议"}]` - **禁止**：不得告知其他视角的已有发现，不得给出总体 verdict（这是主 agent 的职责） 3. **Claude Code 调用方式**：用 `TaskCreate` 工具（或等效的 spawn_task）为每个视角创建独立任务，模型**默认继承主 agent 的模型**或由用户指定；若平台有专用盲评 agent（如 `academic-blind-reviewer`）则优先用之。任务提示中包含视角 rubric 与稿件内容，task 之间无上下文共享。 ⚠️ **盲评降级告警**：若环境派不出真正独立的subagent，**绝不能同一 AI 自问自答冒充盲评**。告诉用户「本环境盲评不可靠，请你亲自复核核心批评的证据」，交回用户。 4. **主 agent 职责（汇总，不评审）**：收齐所有subagent的 JSON 返回后： - 按 severity 合并去重（CRITICAL→大修/拒稿门禁，同一问题多视角均发现→升级 severity） - 填入报告模板占位符（第五步"18点深度分析"结果来自subagent合并，第五步半"魔鬼代言人"结果来自视角④subagent） - 跑 DoD 委托盲检（第七步后的 DoD 节） > **此协议段只定义委托框架，不替换以下内容**：第五步的18点深度分析框架、第五步半的五类对抗性审查条目、rubric 定义、报告模板占位符映射表；上述内容均原样保留，subagent按这些条目执行，主 agent 按这些框架汇总。 第五步：18点深度分析(内部分析过程) 按 `references/review_rubric.md` 列的18个分析点逐一做内部分析（格式要求见第二部分详细度标准第3条）。 - 统计严谨性（第 7 点）展开时，逐项过第六节统计审查子清单。 - 原创研究同时检查第五节合规与透明度审计子清单。 - **本步骤的实质分析结果来自第四步半各视角subagent的返回，主 agent 做结构化呈现与格式映射，不再重新评审。** **若第一步已识别为非原创类型(综述/Meta/病例报告/协议等),按 `references/review_rubric.md` 第四节路由表替换原创专属点(如5研究设计、7统计严谨性中的随机化/盲法)为对应规范要点,其余通用点照常;并在报告中显式说明所用规范,避免读者误以为漏审。** 第五步半：魔鬼代言人（Devil's Advocate）对抗性复查 完成18点深度分析后、生成报告前，执行一次对抗性复查（每次常规审稿强制执行，属内部分析过程）。站在否定核心结论的立场，检查核心论点漏洞、cherry-picking（选择性报告）、确认偏误、过度解读、与已有文献矛盾五类根本性漏洞。逐条检查问题与分级标准见 **`references/review_rubric.md` 第八节**。 - 本步发现的问题**不新增报告章节**：可证据锚定的具体漏洞并入第七部分"必须解决的核心问题"（`{{CRITICAL_ISSUES_HTML}}`），最致命者在第九部分"具体问题详细解剖"（`{{FORENSIC_ANALYSIS_HTML}}`）法医式展开。 - **CRITICAL 级阻断（硬约束）**：若本步发现任一足以动摇核心结论的 CRITICAL 级问题，审稿总体结论**不得为"接收"，最高只能"大修"**（不可修复时为"拒稿"）。此约束直接作用于第十部分的 `{{FINAL_RECOMMENDATION}}`/`{{VERDICT_TEXT}}`，判定逻辑见第六部分第二节。 **第五步·四分之三：交叉引用发现的独立反向验证（机器·出报告前·必做）** 第四步半视角⑤的每条交叉引用发现（`missing_target`/`semantic_mismatch`/`uncertain`）**必须过一道看不到判断过程的独立空白子代理核验**再进报告——reviewer-simulator 最会编批评（说某引用不存在/指错，但稿里其实有），这层专治它。**真复用 `delegate_review.py`**（不手搓，白拿它已测过的空证据拦截 + 逐项必裁 + fail-closed）： 1. **动态合成临时 checklist**：把视角⑤每条发现映射成一个 checklist item，写到 `$WORKROOT/xref_verify_checklist.json`，结构：`{"skill":"reviewer-simulator","gates":{"xref-verify":{"title":"交叉引用一致性·反向验证","items":[{"id":"xref-001","name":"<cited_target 摘要>","check":"<按下方【极性约定】的固定模板填，禁留占位符、禁自由发挥>"}, ...]}}}`。`--gate` 是 checklist 内的自由 key，**不查 gate_registry**（已实测：delegate_review 只按 `checklist["gates"][gate]` 取，无静态注册表耦合）。item 只放 `cited_target`+`evidence_quote`+`issue_type`+核验所需原文切片，**绝不放视角⑤的 `finding` 措辞/理由、也不放 outline**（防带节奏）。 - **🔴【极性约定·必须内联，禁占位符】**：`check` 问题的措辞方向决定 `pass` 被映射成 confirmed 还是 refuted，**写反极性 = 假批评被放行**，这层就白做了。因此每类 `issue_type` 的 `check` 必须逐字用下面固定模板（`{编号}` 处填 `cited_target`，如 `3.2 节`/`Figure 3`）： - **`missing_target`/`uncertain`**：`check` 固定写 —— **"到给你的原稿全文里，找得到编号「{编号}」的**定义处**吗？定义处专指：图/表的图注行（以『Figure {N}』『图{N}』『Table {N}』『表{N}』开头、后接说明文字的 caption 行），或该编号的小节标题行（如独占一行的『3.2 方法』）；**把它当引用来提及的句子不算定义处**（如『见 Figure 3』『as shown in Figure 3』『详见 3.2 节』这类指向句，即便含该编号也一律不算）。只有连定义处都找不到（该编号只被引用、从未被定义）才判 pass；只要找到定义处就判 fail，并逐字引出该定义/caption 行。"** 即 **找到定义处 → fail（=refuted，剔除，说明第 1 层可能漏抽真小节/图表，引用其实有效）；连定义处都找不到（悬空引用）→ pass（=confirmed，保留为真问题）**。⚠️ 极性关键：核验人**必须区分"定义处"与"引用处"**——引用句自身含该编号不构成"找得到"，否则每条 missing_target 都会命中引用句自己被错误 refuted，这层就白做。 - **`semantic_mismatch`**：`check` 固定写 —— **"正文该引用处的具体断言，与目标「{编号}」的标题/caption 是否明确无关？只有'正文明确断言见 X 讨论了 Y、而 X 根本不涉及 Y'这种明确错位才判 pass；若只是笼统指向或目标标题能合理概括该引用，一律判 fail。"** 即 **明确无关 → pass（=confirmed，保留）；只是笼统指向/合理概括 → fail（=refuted，剔除）**。 - 两类模板都要求核验人 **evidence 必填、逐字引出全文中找到/找不到（或相关/无关）的证据**；空证据由 delegate_review 原生 fail-closed 拦截并按未核验剔除。 2. **按 issue_type 分流喂料**：`missing_target`/`uncertain` 的 item 的待检文件给**原稿全文**（`--files <稿件路径>`），让核验人独立到源文检索这个编号/标题到底存不存在——**这样才能反查出第 1 层脚本漏抽真小节造成的假 `missing_target`**（只喂可能漏抽的 outline 则永远核不出）；`semantic_mismatch` 的 item 给引用处上下文切片 + outline 里该编号的标题/caption 即可。 3. **pack → 派独立空白子代理裁决 → verify**： `python "$SKILL_DIR/scripts/delegate_review.py" pack --checklist "$WORKROOT/xref_verify_checklist.json" --gate xref-verify --files <稿件路径> --workdir "$WORKROOT"` 独立子代理（无审稿上下文、不给 outline、不给视角⑤ reasoning）逐条只依据原文裁 `pass|fail|na` 并附逐字证据，写回约定路径；再： `python "$SKILL_DIR/scripts/delegate_review.py" verify --checklist "$WORKROOT/xref_verify_checklist.json" --gate xref-verify --workdir "$WORKROOT"` 4. **verdict 映射 + 剔除**：读子代理返回的逐条 verdict——`pass`→**confirmed**（问题属实，保留进报告）；`fail`/`na`→**refuted**（不属实/无法独立证实，**从报告剔除**，不写进 `{{CRITICAL_ISSUES_HTML}}`，主 agent 内部留一条"第 N 条被反向验证驳回"备查）。**此映射恒定，靠上面【极性约定】把 `check` 措辞写对来保证语义正确**——即 `missing_target` **找到定义处（caption/小节标题行，非引用句自身）→ fail=refuted 剔除**、**连定义处都找不到（悬空引用）→ pass=confirmed 保留**；`semantic_mismatch` **明确无关 → pass=confirmed 保留**、**笼统指向/合理概括 → fail=refuted 剔除**。verify 的 `problems`（空证据/未裁决/verdict 非法）照 delegate_review fail-closed 视为未核验，该条**一律不进报告**（宁漏报不放行未核验批评）。 5. **降级**：若派不出真正独立的子代理，照第四步半"盲评降级告警"——不得同一 AI 自问自答冒充，交回用户人肉核，交叉引用问题标注"未经独立反向验证"。 > 与下面"核心批评核对·必停"（人肉关）叠加不替换：本层机器先剔掉凭空造的，剩下的 confirmed 再摆给用户人肉核。`confirmed` 的并入第七部分"必须解决的核心问题"（`missing_target` 通常 MAJOR，`semantic_mismatch` 视致命度 MAJOR/MINOR），最致命者进第九部分法医式解剖。 **第五步·四分之三 -bis / -ter / -quater：数值 conflict、方法学漏写、异名混用的独立反向验证（机器·出报告前·必做）** 与上面交叉引用反向验证同构：视角⑥ `conflict==true`、视角⑦ `methods_missing==true`、视角⑧ `report==true` 的每条发现，各自动态合成 checklist（gate 分别为 `numeric-verify` / `methods-verify` / `term-verify`）→ `delegate_review.py pack` → 独立空白子代理裁 `pass|fail|na` → `verify`；`pass`=confirmed 保留、`fail`/`na`=refuted 剔除；verify 的 exit 1 在这里是"成功剔除假批评"，主 agent 忽略退出码只读 verdict；派不出独立子代理照"盲评降级告警"。**执行前先 Read `references/review-reverse-verification.md`**（三套必须逐字内联的极性模板、拆配对规则、喂料方式）。 **第五步七分之一：核心批评核对关卡（出报告前·必停）** > **[核心批评核对·必停]** 出报告前，把每条**核心批评（CRITICAL/MAJOR）**连同**你引用的原文片段**逐条摆给用户，问：「这几条批评，我引的原文你能在稿子里找到吗？我的解读有没有曲解？」让用户拿证据回稿子里核。**用户核完才生成报告**。这是挡住"凭空编造批评"（说某图缺对照/某数据矛盾但稿里根本没有）的唯一人肉关；编批评是审稿最致命的错误。 第六步：生成结构化审稿报告 基于前五步（含第五步半）的分析结果，按第五部分规定的输出格式生成完整的审稿报告，将内部分析转化为结构化评审意见。 第七步：产出前硬门禁校验 输出最终 HTML 前，依次跑 `validate_report_html.py`（21 占位符全替换、`VERDICT_TEXT` 与 `FINAL_RECOMMENDATION` 一致且限四词）、`scan_report_humanize.py`（禁套话主干 + 去AI必禁三项，`HUMANIZE_FAILED` 即返工）、`proofread_report.py`（软项，只报告不阻断），全部用 `$SKILL_DIR/scripts/` 绝对路径；校验未过不得静默改报告重提，须向用户说明失败位置等指令；脚本缺失须在报告头部注明并逐项人工确认。**跑校验前先 Read `references/review-hard-gates.md`**（三条完整命令、硬门禁 6 条与软门禁原文）。 --- ### DoD 自检清单（报告收口，全部通过前禁止向用户声明"审稿报告完成"）