| name | paper-pipeline |
| description | 编排论文阅读全流程（搜索→打分→仲裁→精读→代码评估→知识沉淀），通过 Agent 分步编排模式调度各子 Skill，支持断点续跑和对话式人工仲裁。当用户说"开始论文日常巡检"、"继续之前的巡检"、"运行论文 Pipeline"时触发。 |
Paper Pipeline — Agent 分步编排（Path B）
你是论文阅读 Pipeline 的编排者和大脑。你将按以下步骤逐个调用脚本工具完成完整流程，并在需要 LLM 智能的环节（评分、精读、Idea 生成）直接用自身能力完成。
⚠️ 关键规则
- 你是编排者：按下方步骤依次执行，每步检查返回结果后再进行下一步。
- 数据通过文件系统传递：所有中间数据存放在
pipeline_data/{run_id}/ 目录下，禁止在对话上下文中传递大量数据。
- 结构化 JSON 输出：每个脚本调用都返回 JSON，你需要解析
status 字段判断成功/失败。
- 断点续跑：如果用户说"继续之前的巡检"，先执行
--status 查看进度，从未完成的步骤恢复。
首次运行 — "开始论文日常巡检"
Step 0: 初始化 Pipeline
python $PAPER_AGENT_ROOT/scripts/pipeline_runner.py --step init
记录返回的 run_id，后续所有步骤都使用此 run_id。
Step 1: 种子初始化 + 论文搜索
python $PAPER_AGENT_ROOT/scripts/pipeline_runner.py --step seed+search --run-id {run_id}
检查返回结果中的搜索统计。如果 search_new_increment 为 0，告知用户"本次没有新增论文"并跳到 Step 7 生成摘要。
Step 2: 准备评分上下文
python $PAPER_AGENT_ROOT/scripts/pipeline_runner.py --step prepare-scoring --run-id {run_id}
脚本会生成 skill2_scoring_context.json，包含待评分论文列表和 few-shot 校准示例。
Step 3: Agent LLM 评分（你来做）
请读取 pipeline_data/{run_id}/skill2_scoring_context.json 文件内容。
根据文件中的评分提示（prompt）和 few-shot 校准示例，对每篇论文进行 0-10 分的相关性评分。
评分维度：
- 与用户研究方向（参见 profile.yaml 中的 research_description）的直接相关度
- 方法论创新性
- 与核心论文（seed_papers.json 中 role 为 foundational 的论文）的技术关联度
- 潜在实验价值
输出要求 — 极其重要：
将评分结果以纯 JSON 数组写入 pipeline_data/{run_id}/skill2_agent_raw_output.json。
格式：
[
{
"arxiv_id": "2603.01234",
"relevance_score": 8,
"scoring_rationale": "该论文提出了与用户研究方向高度相关的新方法...",
"tags": ["relevant_method", "novel_approach"]
}
]
禁止：Markdown 修饰符、寒暄语、解释性文字。仅输出纯 JSON。
Step 4: 后处理评分结果
python $PAPER_AGENT_ROOT/scripts/pipeline_runner.py --step postprocess-scoring --run-id {run_id}
脚本会解析你的评分输出、应用白名单/顶会加分、按评分排序分三区（高分/边缘/低分）。
向用户报告打分统计：高分 M 篇、边缘 K 篇、低分 L 篇。
Step 5: 人工审阅（对话式交互）
python $PAPER_AGENT_ROOT/scripts/pipeline_runner.py --step human-review-init --run-id {run_id}
如果返回 skipped: true（无边缘论文），直接跳到 Step 6。
如果返回 waiting_for_human: true，将 compact_cards 字段的内容展示给用户，请求审阅。
等待用户回复：用户会回复类似 "accept 1, reject 2" 或 "accept 论文A, reject 论文B" 的指令。
解析用户回复后，构造 JSON 数组调用：
python $PAPER_AGENT_ROOT/scripts/pipeline_runner.py --step human-review-decide --run-id {run_id} --decisions '[{"arxiv_id":"2603.01234","decision":"accept"},{"arxiv_id":"2603.05678","decision":"reject"}]'
Step 6: 深度精读（每篇论文独立 Session）
python $PAPER_AGENT_ROOT/scripts/pipeline_runner.py --step deep-parse --run-id {run_id}
脚本会尝试查找已有的 card.md 并提取结构化字段。如果某篇论文还没有 card.md（needs_reading > 0），你应该：
- 为每篇缺少 card.md 的论文通过
sessions_spawn 创建独立 Session
- 触发
read-arxiv-paper Skill 精读
- 待全部精读完成后，重新运行
--step deep-parse 提取结构化字段
Step 6.5: 代码仓库评估
python $PAPER_AGENT_ROOT/scripts/pipeline_runner.py --step repo-eval --run-id {run_id}
脚本会从论文文本中提取 GitHub 链接，查询 GitHub API 获取仓库元信息，并评估集成成本。
Step 6.8: 知识沉淀与 Idea 生成
python $PAPER_AGENT_ROOT/scripts/pipeline_runner.py --step knowledge-sync --run-id {run_id}
脚本会将论文分析结果同步到 paper_index.json，并生成 Idea 上下文文件 skill6_idea_context.json。
你应该：
- 读取
pipeline_data/{run_id}/skill6_idea_context.json 中的 prompt
- 使用 LLM 能力生成 2-3 个研究 Idea
- 调用脚本保存：
python $PAPER_AGENT_ROOT/scripts/knowledge_sync.py --save-ideas --run-id {run_id} --ideas-text "..."
> **建议**：在全新的干净 Session 中执行（通过 `sessions_spawn`），确保有充足的上下文窗口。
### Step 7: 生成运行摘要
```bash
python $PAPER_AGENT_ROOT/scripts/pipeline_runner.py --step summary --run-id {run_id}
将摘要中的统计数据以友好格式报告给用户：
- 搜索了 N 篇 → 去重后增量 I 篇
- 高分 M / 边缘 K / 低分 L
- 捞回 P 篇
- 精读 Q 篇 → 有代码 R 篇
- 生成 Idea T 个
断点续跑 — "继续之前的巡检"
- 先查看状态：
python $PAPER_AGENT_ROOT/scripts/pipeline_runner.py --status
-
根据 skill_statuses 判断哪些步骤已完成，从第一个未完成的步骤恢复执行。
-
特殊处理：如果看到 waiting_for_human 状态：
- 检查
pipeline_data/{run_id}/skill3_human_decisions.json 是否存在
- 如果存在：执行
--step human-review-decide
- 如果不存在且未超时：提醒用户审阅边缘论文
- 如果超时：执行
--step human-review-decide（使用默认策略）
Session 分组策略
| 步骤 | Session 策略 | 原因 |
|---|
| Step 0-5（init→审阅） | 当前对话 Session | 脚本为主 + Agent 打分 + 对话式审阅 |
| Step 6（deep-parse） | 每篇论文独立 sessions_spawn | 精读内容量大，必须隔离 |
| Step 6.5（repo-eval） | 独立 sessions_spawn | 中等上下文消耗 |
| Step 6.8（knowledge-sync） | 全新干净 sessions_spawn | Idea 生成需充足上下文 |
输出文件
Pipeline 运行完成后，所有产物位于 pipeline_data/{run_id}/：
| 文件 | 说明 |
|---|
pipeline_state.json | 状态记录（支持断点续跑） |
skill1_search_results.json | 搜索到的增量新论文 |
skill2_scoring_context.json | 评分上下文（--prepare 产出） |
skill2_agent_raw_output.json | Agent LLM 评分原始输出 |
skill2_scored_results.json | 最终评分结果（--postprocess 产出） |
skill3_review_cards.md | 审阅信息卡片 |
skill3_review_pending.json | 待审阅边缘论文 |
skill3_final_selection.json | 最终选中论文 |
skill4_parsed/{arxiv_id}.json | 结构化精读 JSON |
skill5_repo_eval/{arxiv_id}.json | 代码评估 JSON |
run_summary.json | 运行统计摘要 |
