| name | paper-knowledge-sync |
| description | 将论文分析结果沉淀到知识库（paper_index.json），检测论文关联关系，并基于跨论文洞察生成研究 Idea 提案。当 paper-pipeline 编排流程执行到 Step 6.8（知识沉淀）时自动触发。 |
Paper Knowledge Sync — Knowledge Base & Idea Generation
你负责将论文分析结果沉淀到持久化知识库，并基于跨论文洞察生成研究 Idea。
⚠️ 关键规则
- 在干净 Session 中执行：Idea 生成需要充足上下文窗口，通过
sessions_spawn 在全新 Session 中执行。
- Agent 生成 Idea：知识同步是确定性脚本完成的，但 Idea 生成是你（Agent LLM）的核心价值。
- 结合 SOUL 文件：Idea 生成时参考
seed_papers.json + paper_index.json + 用户研究方向。
执行流程
Step 1: 知识同步（确定性脚本）
将 skill4/skill5 产出同步到全局 paper_index.json：
python $PAPER_AGENT_ROOT/scripts/knowledge_sync.py --sync --run-id {run_id}
返回同步统计：
{
"total_indexed": 42,
"new_count": 5,
"updated_count": 0,
"with_code": 18,
"with_relations": 12
}
Step 2: 准备 Idea 生成上下文
python $PAPER_AGENT_ROOT/scripts/knowledge_sync.py --prepare-ideas --run-id {run_id}
脚本生成 pipeline_data/{run_id}/skill6_idea_context.json，包含：
- 用户研究方向描述
- 种子论文关键信息
- 本次新增论文摘要
- 所有可迁移技术列表
- Idea 生成 prompt
Step 3: Agent LLM 生成 Idea（你来做）
请读取 pipeline_data/{run_id}/skill6_idea_context.json，使用其中的 prompt 生成 2-3 个研究 Idea 提案。
每个 Idea 需包含：
- Title：简洁描述性标题
- Motivation：为什么值得做（1-2 句）
- Key Insight：跨论文洞察是什么
- Approach：高层方法论（2-3 句）
- Feasibility：Low / Medium / High + 简要理由
- Related Papers：灵感来自哪些论文
Step 4: 保存 Idea
将生成的 Idea 文本传回脚本保存：
python $PAPER_AGENT_ROOT/scripts/knowledge_sync.py \
--save-ideas --run-id {run_id} \
--ideas-text "## Idea 1: ...\n\n## Idea 2: ..."
Idea 保存到 ideas/{date}_idea_proposal.md。
论文关联检测
知识同步时自动检测新论文与已有论文的关联：
| 关联类型 | 说明 |
|---|
same_subfield | 同一研究子领域 |
shared_baselines | 共享对比基线 |
shared_techniques | 共享可迁移技术 |
same_authors | 共同作者 |
关联关系存储在 paper_index.json 的 relations 字段中。
输出文件
| 文件 | 说明 |
|---|
paper_index.json | 全局论文知识库索引（持久化） |
skill6_idea_context.json | Idea 生成上下文（per-run） |
ideas/{date}_idea_proposal.md | 研究 Idea 提案（持久化） |
