全面审核学术项目的论文质量、数据完整性、代码规范和工程化水平。两阶段：Phase 1 自动扫描（秒级脚本）+ Phase 2 AI 深度审核（多 agent 团队）。务必在以下场景触发：用户说审计/审核/体检/检查项目、验证数据一致性、检查论文质量或格式、查重风险评估、AIGC 检测或降风险、投稿前检查、代码审查（针对整个项目而非单个 PR）、检查 git 历史或依赖安全、可复现性验证、开源合规检查。即使用户只说'帮我检查一下'或'看看有没有问题'，只要上下文涉及学术项目或论文，也应该触发。不要在用户只想修单个 bug、写新代码、跑实验、翻译、做 PPT 时触发。
Use when the user asks to interpret, summarize, or explain recent Claude Code release notes, changelogs, version updates, or new features
学术翻译工作流（三阶段反思）。适用场景：翻译论文段落/摘要/全文、LaTeX 文件翻译+编译、arXiv 论文源码翻译、中英互译。当用户说翻译/translate/帮我翻成英文/中文/polish my writing 时触发。不要在用户只想查术语解释时触发（那用对话即可）。
从实验数据文件自动生成 LaTeX 表格。用法：/exp-table [表格类型] [选项]。消除手工抄录错误，支持期刊改写时快速切换格式。
论文编译助手 — 编译、错误解析、字数统计、交叉引用检查。用法：/thesis [build|errors|wordcount|refs]
配置或查看项目的训练平台默认值（Kaggle/Colab/SSH 远程 GPU）。首次在项目中使用 trainhub 前运行，或要切换默认平台、更新凭据引用、调整指标口径时使用。触发词：配置训练平台、setup training、训练默认值、切平台。
训练完成后下载产物，解析指标，归档到 weights/ 目录。接在 train-watch 检测到 COMPLETE 之后。触发词：收实验结果、下载 kernel output、归档 weights、parse results.csv。
把训练任务派发到目标平台（Kaggle kernel / Colab notebook / SSH 远程主机）。适用：在本地准备好代码 + 配置后，推到远端开跑。触发词：提交训练、push kernel、run on kaggle/colab/ssh、派发实验。