venue-deep-reading

name	venue-deep-reading
description	T12 — survey_fetch 之后自动触发的场地深度精读。抓取目标场地同方向 Oral/Spotlight/Poster 论文（按本年 → 去年 → 前年... × Oral → Spotlight → Poster），用 venue_deep_reading_engine.run_deep_reading 做三层提取，产 artifacts/venue_deep_reading_profile.json 供 literature-survey / idea-brainstorm / novelty-checker / experiment-runner / multi-reviewer 五个下游技能消费。

Venue Deep Reading — 场地深度精读

何时触发：MCP pipeline 在 survey_fetch 完成后自动推进到本阶段（19 阶段流水线中的第 4 阶段，stage_name=venue_deep_reading）。当 pipeline-orchestrator.advance_pipeline 返回该 stage_name 时执行。

核心契约：本 stage 必须落 artifacts/venue_deep_reading_profile.json，且 acceptance_threshold_evidence.oral.sample_size + spotlight.sample_size ≥ 5，否则 validator 阻断（参见 validators.validate_venue_deep_reading）。

执行流程

Step 1 — 参数解析（Phase 2.1 / C1 微调）

按以下优先级解析 venue 和 topic_keywords（前一项有就用前一项）：

venue (单值):

1. project_state.target_venue
2. nexus_project.target_venue.name
3. → 都没有时 raise；提示用户配置 target_venue 后重跑。

topic_keywords (列表，至少 1 个):

1. project_state.research_domain.keywords
2. nexus_project.research_domain.keywords
3. survey_config.seed_queries
4. 从 hypothesis_board.json 取 selected=true hypothesis 的 title，分词作 keywords
5. → 都没有时 raise；提示先完成 ideation 或配置 research_domain。

Step 2 — 抓取 venue archive

from datetime import datetime
cur = datetime.utcnow().year
year_priority = [cur, cur - 1, cur - 2, cur - 3]  # 动态生成，**不**硬编码

archive = paper_service.venue_archive(
    venue=<from Step 1>,
    topic_keywords=<from Step 1>,
    tier_priority=["oral", "spotlight", "poster"],
    year_priority=year_priority,
    max_per_tier=8,
    max_total=30,
)

Step 3 — 三层精读

from venue_deep_reading_engine import run_deep_reading
profile = run_deep_reading(archive, llm_router=<model-routing.md 派遣>)

• 第 1 层（regex/NLP，零 LLM 成本）：每篇论文 abstract + title → problem framing + baselines + metrics
• 第 2 层（LLM 精读，仅 Oral/Spotlight）：full-text → story_arc + formulation_paradigm + ablation_types
• 第 3 层（跨论文聚合）：→ contribution_patterns + baseline_consensus + acceptance_threshold_evidence + novelty_frontier

Step 4 — 落盘

import json
from pathlib import Path
Path("artifacts/venue_deep_reading_profile.json").write_text(
    json.dumps(profile, ensure_ascii=False, indent=2), encoding="utf-8"
)

Step 5 — 推进 stage

pipeline-orchestrator.complete_stage("venue_deep_reading")

降级路径 — venue 数据稀少时

acceptance_threshold_evidence.oral.sample_size + spotlight.sample_size < 5 时，不自动 skip。按以下决策：

1. 先扩窗口：如果初次抓取 year_priority 只到 Y-3，扩到 Y-5 重抓；或加 tier_priority=["oral","spotlight","poster","unknown"] 让 unknown classifier 也产生 diagnostics。
2. autopilot 或 flag 允许：
   • project_state.autopilot=true，OR
   • nexus_project.allow_skip_venue_deep_reading=true → 调 complete_stage("venue_deep_reading", result="skip")（venue_deep_reading 不是 hard checkpoint，skip 合法）
3. manual 模式：返回结构化错误给用户，列出已抓样本量 + 建议（缩小 topic_keywords / 换 venue / 接受 skip）。

输出契约

artifacts/venue_deep_reading_profile.json：

• corpus: {oral, spotlight, poster} 三层（每层始终输出，空 tier 是 []）
• contribution_patterns: list[{framing, frequency}]
• baseline_consensus: list[{name, frequency}]，按频次降序
• metric_consensus: list[str]
• ablation_consensus: list[{name, frequency}]
• formulation_templates: list[str]
• story_arc_templates: {motivation_paragraphs, method_paragraphs, experiment_paragraphs} 每个 {mean, std}
• title_patterns: list[str] 高频 title 关键词
• novelty_frontier: list[{idea_summary, paper_id, year, tier="oral"}]
• acceptance_threshold_evidence: {oral, spotlight, poster} 每层 {sample_size, avg_baselines, avg_ablations, has_theory_paper_ratio}
• tier_diagnostics: {unknown_tier_count, tier_classification_confidence}（顶层独立诊断字段）
• schema_version: "1.0"

下游消费方

详见 .agents/workflows/full-research-pipeline.md 的 venue_deep_reading → writing 阶段链路：

• literature-survey：精读对象按 tier 排序
• idea-brainstorm：novelty_frontier 剔除已被 Oral 解决的 idea
• novelty-checker：把 novelty_frontier 当最高优先级 prior-art source
• experiment-runner：baseline_consensus[:5] 必须覆盖
• multi-reviewer：acceptance_threshold_evidence 当真实门槛对照

失败排错

症状	原因	修法
venue_archive 返回 0 篇	venue 名拼写不一致 / topic 太窄	用 project_state.target_venue 的 canonical name（如 "ICLR" 不是 "iclr.cc"）
oral 全是 unknown	OpenAlex cited_by_percentile_year 字段对新论文为 0	tier_classifier 已 fallback citation_count；新论文一般 ≤50 cites 落 poster；接受
validate_venue_deep_reading 报 oral+spotlight<5	真小众场地	按"降级路径"决策 skip