quality-assurance-auditor

name	quality-assurance-auditor
description	强制审计论文生成质量，防止模型偷换、逻辑断链、内容空洞。Invoke when 用户提出检查/审计/验收/确保/verify/QA，或合并前需要把关。

质量审计员（Quality Assurance Auditor）

全局流程协作约束（长对话防漂移）

• 本 skill 不得作为孤立入口。用户要求完整论文、生成 Word、继续流程或不确定阶段时，先回到 paper-workflow-orchestrator 判断当前 S0-S8 阶段。
• 启动或继续本 skill 的正式任务前，必须运行：

  python .trae/skills/paper-workflow-orchestrator/scripts/workflow_guard.py --skill quality-assurance-auditor
  

• 如果输出 [WORKFLOW FAIL] 或报告 status != "PASS"，停止本 skill，按 paper_output/qa/workflow_guard_report.json 的失败项回补前置阶段，不得凭记忆继续。
• 本 skill 只写入自己契约范围内的 paper_output/ 产物；完成后必须回到 paper-workflow-orchestrator 判断下一步，并用 context-memory-keeper 记录已完成产物、阻塞项和下一步。
• 长对话中如果上下文变长、阶段不确定或用户分开调用 skill，先运行：

  python .trae/skills/paper-workflow-orchestrator/scripts/workflow_guard.py --status
  

  再读取 paper_output/qa/workflow_guard_report.json、paper_output/preflight_report.json、paper_output/input_manifest.json、paper_output/results/run_manifest.json 和本 skill 的上游 JSON 契约，按报告里的 recommended_skill 与 next_action 继续。
• 继续流程前，必须把 paper_output/context/workflow_memory.json 视为长期断点记录；若其中的 current_step、next_step、recommended_skill 与 workflow_guard.py --status 不一致，以 guard 报告为准。
• 每次完成本 skill 的产物后，先回到 paper-workflow-orchestrator 或运行 workflow_guard.py --status，再更新 workflow memory：

  python .trae/skills/context-memory-keeper/scripts/update_workflow_memory.py
  

  更新后读取 paper_output/context/workflow_memory.json / .md，确认下一步和推荐 skill 已记录。

执行契约

• 上游输入：优先读取 paper_output/plan/model_route.json、rubric_alignment.json、data_plan.json、visualization_plan.json、paper_output/figure_index.json、paper_output/results/model_results.json、paper_output/results/run_manifest.json、paper_output/results/metrics.json、paper_output/results/conclusions.json 与 paper_output/tables/table_index.json；缺失时回退到 paper_output/step1/problem_analysis.json。
• 必须输出：paper_output/tasks.json，并确保 paper_output/micro_units/ 目录存在；正式成稿前必须输出 paper_output/qa/evidence_gate_report.json 与 paper_output/qa/evidence_gate_report.md，机器可读报告必须记录本次审计输入的 SHA-256。
• 下游交接：paper-micro-unit-generator 只应在 tasks.json 存在后生成正文；任务中必须保留模型路线、验证计划、图表建议、评分点、结果摘要、指标、表格和结论字段。
• 推荐下一步：正文生成前通过后进入 paper-micro-unit-generator；若已经生成 final_paper.md 或 final_paper.docx，则执行最终一致性检查并回到 paper-workflow-orchestrator 汇总。
• 失败回退：若 problem_files/ 为空应阻塞；若模型路线缺失则用题意分析生成任务；若题意分析也缺失才使用通用任务模板；若正式 evidence gate 缺少 run_manifest.json 或运行记录不匹配，必须回退到 model-code-and-result-generator 重新运行建模代码。

目标

• 在论文生成的每一个关键节点插入“强制验收点”，只有审计通过才能进入下一步，防止“字数达标但逻辑错误”或“模型偷换”等隐性偷懒。
• 提供可量化的通过/失败判定，并给出具体修改清单，确保最终论文既“厚”又“对”。
• 明确区分“quickstart 验证草稿”和“正式比赛稿”：脚本跑通不等于论文合格；结果证据仍为骨架时，不得交付最终稿。
• 明确职责边界：evidence_gate.py 判断结果是否来自可复核运行、输入与产物是否仍新鲜、指标和图表表格是否可用；paper-formal-writer/scripts/check_paper_format.py 判断动态篇幅、三级标题、原生公式、正文引文、图表引用和 Word 渲染质量。两个门禁都通过后，才能称为正式稿。

适用时机

• 任何一步 skill（赛题解析、模型选型、结构设计、微单元生成）完成后，用户希望确认“这一步真的做对了吗？”
• 在合并全文之前，做最终一致性扫描，防止前后矛盾、遗漏约束、图表断链。
• 当用户怀疑“AI 偷偷简化了模型”或“生成的内容空洞”时，立即调用本 skill 进行强制审计。

输入

• 必填：待审计产物（如 problem-doc-model-selector 输出的模型路线、论文结构清单、或单个微单元文本）。
• 必填：原始赛题 PDF/Word 内容或关键约束摘录，用于对照。
• 可选：用户自定义的评分点清单（如 CUMCM 官方 rubric），可覆盖默认规则。

输出

• 审计报告（JSON + 人类可读）：
  • checkpoint_id：本次审计节点编号
  • status：PASS / FAIL
  • score：0–100 量化得分
  • failures[]：未通过项列表，含「问题描述」「位置」「建议修改」
  • warnings[]：可接受但建议优化的项
• 若状态为 FAIL，则拒绝进入下一步，并给出「必须修改清单」
• 若状态为 PASS，则给出「已验证通过」印章，可安全继续

审计维度（可逐层开关）

1. 赛题覆盖度
   • 是否 100% 识别所有子问题（Q1/Q2/Q3…）
   • 是否 100% 覆盖所有显式约束（不等式、边界、特殊条件）
2. 模型-任务匹配度
   • 模型类型（预测/优化/分类）与任务目标是否一致
   • 是否具备处理给定数据格式的能力（时序→时序模型、截面→回归等）
3. 逻辑一致性
   • 假设 ⇄ 模型推导 ⇄ 结果解释 是否闭环
   • 符号表是否出现冲突或双口径（同一符号两种含义）
4. 评分点对齐度
   • 每个高分点（敏感性分析、对照实验、误差量化）是否在结构或文本中被“可定位”地承诺
5. 内容完整性与反灌水（High Priority）
   • 禁止凑字数：复制段落后只替换数字、序号、少量同义词或连接词，均视为机械扩写并直接 FAIL。
   • 拒绝重复和占位：连续重复、数字归一化后近重复、模板占位符和“待补结果”痕迹均直接 FAIL。
   • 结构核查：对照正式 outline 检查核心章节和每问证据是否完整；不能用空泛背景、重复结论或图表描述堆叠代替模型推导。
6. 证据与运行新鲜度
   • execution_provenance、run_manifest.json、建模脚本、输入文件和输出产物必须相互匹配，记录的 SHA-256 必须等于当前文件。
   • 计算指标必须非空且为有限值；None、空字符串、NaN、Inf 或缺少 result_summary 均直接 FAIL。
   • 图表或表格只要缺失、空文件、生成失败、标记为 placeholder，或包含失败/占位说明，均不得作为正式证据。
7. 图表-正文链检测
   • 正文是否出现“见图 3”而图 3 真实存在且编号正确
   • 图表标题与正文描述是否语义一致
8. 正式交付检查
   • Word 导出、原生公式、正文引文、三级标题和渲染质量由 paper-formal-writer 负责；本 skill 不从 final_paper.md 直接拼装正式 Word。
   • 最终验收必须读取 format_check_report.json，确认状态为 PASS、输入哈希仍新鲜且 render_qa.status=PASS。

工作流程（可嵌套到任意阶段）

1. 接收待审计产物与原始赛题
2. 按用户指定的维度逐项扫描
3. 生成 PASS/FAIL 报告与修改清单
4. 若 FAIL，则阻塞后续 skill 调用，强制返回修改；若 PASS，则盖章放行
5. 可选：将审计结果写入 .audit_log.jsonl，供后续追溯

使用示例

• 输入：（1）problem-doc-model-selector 输出的「模型路线」、（2）赛题原文
• 行为：
  • 检查是否遗漏子问题 → 发现 Q3 未被提及 → FAIL
  • 报告：failures: [{"issue": "子问题 Q3 未被识别", "suggestion": "在模型路线中补充 Q3 的任务拆解与指标定义"}]
  • 用户必须先修正模型路线，重新审计通过后才能进入结构设计

防偷懒机制

• 本 skill 绝不生成任何新内容，只做「Review & Reject」
• 所有判定规则公开透明，用户可自定义阈值或开关维度
• FAIL 时强制阻塞，无法通过 prompt 绕过，必须实质修改

备注

• 审计规则默认对齐 CUMCM 国赛评分标准，可通过 rubric= 参数覆盖
• 支持中英文赛题与输出，关键词库可扩展
• 审计本身不依赖外部大模型，全部基于规则与关键词库，确保速度与不偏性

---

附录 A：脚本入口（推荐）

本 skill 的可执行脚本都放在 scripts/ 下。

当前 scripts/pipeline.py 是基础门禁脚本，负责初始化目录、检查 problem_files/ 并生成 paper_output/tasks.json。

scripts/evidence_gate.py 是正式成稿前证据门禁脚本，负责检查每个 question_id 是否具备真实模型结果、有限且非空的评价指标、可读取的图表或表格、结论回扣和任务追踪。official 模式会复核 execution_provenance 与 paper_output/results/run_manifest.json，比较建模脚本、输入文件和输出产物的当前大小与 SHA-256，拒绝运行后被修改的代码或数据；缺少 result_summary、失败/空/占位图表表格、无匹配运行记录也会失败。它会输出 paper_output/qa/evidence_gate_report.json 与 .md，并在 JSON 的 input_hashes 中记录本次门禁输入，供后续格式化和 workflow guard 检查报告是否过期。official 模式未通过会返回非零退出码；quickstart 模式只给 warning。

paper-formal-writer/scripts/check_paper_format.py 是正式成稿后的格式门禁脚本。它读取 outline 中按子问题数量生成的动态篇幅目标，检查 1 / 1.1 / 1.1.1 三级标题、每问的建模/算法/结果/检验、图表引用、正文引文与参考文献闭环、可编辑 Word OMML 公式、重复段落和内部工程话术。最终交付必须使用 --render required，通过 LibreOffice 将 DOCX 转为 PDF 并验证页数和可提取文本；报告同时记录源稿、DOCX、outline、索引和 evidence report 的哈希。它不替代 evidence_gate.py，而是在证据门禁通过后阻止内容或版式不合格的 Word 被称为最终稿。

• 若存在 paper_output/plan/model_route.json，脚本会优先按模型路线、评分点证据、主模型、验证计划和建议图表动态生成微单元清单。
• 若存在 paper_output/plan/data_plan.json、visualization_plan.json 与 paper_output/figure_index.json，脚本会做轻量证据链检查：确认图表 ID、输出路径和数据路径可追溯，但不会因为计划图尚未实际生成就阻塞全流程。
• 若存在 paper_output/results/model_results.json、metrics.json、conclusions.json 与 paper_output/tables/table_index.json，脚本会把 result_summary、key_metrics、tables、conclusions、evidence_status 写入每个子问题任务，供微单元生成器直接使用。
• 若不存在模型路线契约但存在 paper_output/step1/problem_analysis.json，脚本会按真实子问题、任务类型、推荐模型、验证计划和建议图表动态生成微单元清单。
• 若不存在结构化题意分析，脚本才回退到通用任务清单模板。
• 若 paper_output/tasks.json 已存在，默认不覆盖；需要按最新题意重新生成时，设置 MATHMODEL_REGENERATE_TASKS=1 后再运行。

更细的审计规则写在本 SKILL.md 中，Agent 在真正验收论文时必须结合正文、题面、任务清单和图表引用执行这些规则，而不能只把脚本跑通当作质量通过。

在项目根目录运行：

python .trae/skills/quality-assurance-auditor/scripts/pipeline.py

正式成稿前运行证据门禁：

python .trae/skills/quality-assurance-auditor/scripts/evidence_gate.py

quickstart 验证时只看 warning：

python .trae/skills/quality-assurance-auditor/scripts/evidence_gate.py --mode quickstart

行为：初始化目录 → 检查 problem_files/ 是否为空（不通过则阻塞）→ 优先读取 paper_output/plan/model_route.json 与 rubric_alignment.json → 读取数据/图表/结果/表格契约做轻量证据链提示 → 回退读取 paper_output/step1/problem_analysis.json → 生成动态 paper_output/tasks.json → 汇报当前微单元完成进度并扫描占位痕迹。

目录约定（与项目全局对齐）

• 本技能会强制要求 problem_files/ 非空。
• 本技能统一在 paper_output/ 下产出任务清单与微单元目录。

前后衔接

• 常作为全局门禁：建议在“生成正文/合并全文”之前先跑一次。
• 后续通常接：paper-micro-unit-generator（生成微单元与合并）或回到 paper-workflow-orchestrator 继续完整 workflow。

约束（必须遵守）

• Memory Interaction (必做):
  • 审计通过后：必须调用 context-memory-keeper，将“审计通过状态”与“生成的任务清单概况”更新到 Short-term Workbench。
• 本技能是全局门禁：当用户要进入“生成正文/合并全文/交付论文”阶段，必须先通过本技能的目录检查与任务清单生成。
• 未生成 paper_output/tasks.json 时，禁止直接进入 paper-micro-unit-generator。
• 若 evidence_gate.py 未通过，禁止把 final_paper.docx 称为最终稿；必须回到 model-code-and-result-generator 或当前赛题专用代码，补齐真实结果、指标、图表、表格和结论。
• 若 paper-formal-writer/scripts/check_paper_format.py --render required 未通过，禁止把 final_paper.docx 称为最终稿；必须回到 final_paper_source.md 或格式化阶段修复动态篇幅、标题结构、图表解释、原生公式、正文引文、重复内容、参考文献、附录或渲染问题。
• 当用户已生成 paper_output/final_paper.md 时，建议再次调用本技能做最终一致性把关，确保“每问有结论、图表可定位、引用不断链”。