automation-skills

name	automation-skills
description	**触发条件**: 对一批论文（10-34 篇）批量处理 `step_quality_check.md` 中的 quality_score 并写入 `state.json`。
version	1.0.0
license	MIT
author	Synthos
metadata	{"synthos":{"signature":"task_desc: str, params: dict -> result: dict","atom_type":"skill","priority":"P2","related_skills":[]}}

IO_CONTRACT

• input: request: str, context: dict — 用户请求描述、上下文信息
• output: result: dict — 技能执行结果（结构因技能而异）

对应原则：P2（机械原子暴露输入输出规范）

Batch Quality Score Extraction

触发条件: 对一批论文（10-34 篇）批量处理 step_quality_check.md 中的 quality_score 并写入 state.json。

背景

Synthos 管线中，每篇论文的 01-manuscript/step_quality_check.md 包含一个 JSON 块，其中 score 字段有多种格式。 批量处理时必须处理所有格式变体，且需要清理 LaTeX 反斜杠才能解析 JSON。

步骤

1. 列出目标论文目录 — 从 paper-queue.json 获取批次列表
2. 逐篇定位 step_quality_check.md — 使用 os.walk() 查找，因为文件可能在不同子目录
3. 清理 LaTeX 反斜杠 — 在 json.loads() 之前移除所有非法 \X 转义
4. 提取分数 — 根据格式类型映射到 0-100 范围
5. 写入 state.json — 更新 quality_score 字段，设置 gate_status

分数格式映射

格式	提取逻辑	示例
score(number) + max_score	score / max_score * 100	2.5/10 → 25
score(dict) + total_score	total_score * 10	7.8 → 78
overall_score(number)	overall_score * 10	6.5 → 65
detailed_scores(dict)	avg(vals) / max(vals) * 100	均值/最大值 → 百分比
纯文本（如

io_contract: input: ['paper_dirs: list[str] -> scores: dict', 'output: ['scores: dict (paper_name: quality_score, extraction_errors: list[str])]']

Batch Quality Score Extraction

触发条件: 对一批论文（10-34 篇）批量处理 step_quality_check.md 中的 quality_score 并写入 state.json。

背景

Synthos 管线中，每篇论文的 01-manuscript/step_quality_check.md 包含一个 JSON 块，其中 score 字段有多种格式。 批量处理时必须处理所有格式变体，且需要清理 LaTeX 反斜杠才能解析 JSON。

步骤

1. 列出目标论文目录 — 从 paper-queue.json 获取批次列表
2. 逐篇定位 step_quality_check.md — 使用 os.walk() 查找，因为文件可能在不同子目录
3. 清理 LaTeX 反斜杠 — 在 json.loads() 之前移除所有非法 \X 转义
4. 提取分数 — 根据格式类型映射到 0-100 范围
5. 写入 state.json — 更新 quality_score 字段，设置 gate_status

分数格式映射

格式	提取逻辑	示例
score(number) + max_score	score / max_score * 100	2.5/10 → 25
score(dict) + total_score	total_score * 10	7.8 → 78
overall_score(number)	overall_score * 10	6.5 → 65
detailed_scores(dict)	avg(vals) / max(vals) * 100	均值/最大值 → 百分比
纯文本（如
metadata:
synthos:

priority: P2
atom_type: tool
description: 批量处理论文 step_quality_check.md 中的 quality_score 并写入 state.json。
signature: 'paper_dirs: list[str] -> scores: dict'
related_skills: [quality-gate, paper-pipeline, paper-references-scanning, research-paper-search]

---

Batch Quality Score Extraction

触发条件: 对一批论文（10-34 篇）批量处理 step_quality_check.md 中的 quality_score 并写入 state.json。

背景

Synthos 管线中，每篇论文的 01-manuscript/step_quality_check.md 包含一个 JSON 块，其中 score 字段有多种格式。 批量处理时必须处理所有格式变体，且需要清理 LaTeX 反斜杠才能解析 JSON。

步骤

1. 列出目标论文目录 — 从 paper-queue.json 获取批次列表
2. 逐篇定位 step_quality_check.md — 使用 os.walk() 查找，因为文件可能在不同子目录
3. 清理 LaTeX 反斜杠 — 在 json.loads() 之前移除所有非法 \X 转义
4. 提取分数 — 根据格式类型映射到 0-100 范围
5. 写入 state.json — 更新 quality_score 字段，设置 gate_status

分数格式映射

格式	提取逻辑	示例
score(number) + max_score	score / max_score * 100	2.5/10 → 25
score(dict) + total_score	total_score * 10	7.8 → 78
overall_score(number)	overall_score * 10	6.5 → 65
detailed_scores(dict)	avg(vals) / max(vals) * 100	均值/最大值 → 百分比
纯文本（如 "T1 QUALIFIED"）	人工判断 90+	QUALIFIED → 95

LaTeX 反斜杠清理代码

import json

def clean_json_for_latex(content):
    """Parse JSON from content containing LaTeX backslash escapes."""
    start = content.find('{')
    end = content.rfind('}') + 1
    if start < 0:
        raise ValueError("No JSON block found")
    json_str = content[start:end]

    result = []
    i = 0
    while i < len(json_str):
        if json_str[i] == '\\':
            if i + 1 < len(json_str) and json_str[i+1] in '"\\bfnrtu/':
                result.append(json_str[i:i+2])
                i += 2
            elif i + 1 < len(json_str) and json_str[i+1] == 'u':
                result.append(json_str[i:i+6])
                i += 6
            else:
                result.append(json_str[i+1])  # \sigma -> sigma
                i += 2
        else:
            result.append(json_str[i])
            i += 1
    return json.loads(''.join(result))

陷阱

论文目录命名不一致

尝试变体：name, name.replace('_','-'), f'paper-{name}' 等。

文件位置不固定

step_quality_check.md 可能在 01-manuscript/、07-quality/、根目录等。 必须使用 os.walk() 查找。

已处理过的论文跳过

检查 state.json 中是否已有 quality_score，避免重复写入。

批量处理的超时

34 篇论文可能超时。建议分批次（10-15 篇/批），每批一个 queue item。

相关

• references/latex-escape-json-parsing-fix.md (research-paper-search) — 完整的 LaTeX 清理代码和已知影响论文清单
• references/gate-batch-processing-pattern.md (quality-gate) — G1-G7 批处理模式
• paper-pipeline — 管线整体编排
• quality-gate — G1-G7 闸门定义