| name | polish-week |
| description | 对指定 week 的 CHAPTER.md 做深度改写——消灭模板感、补贯穿案例、重组结构，使其达到教材水准。 |
| argument-hint | <week_id e.g. week_01> |
| allowed-tools | Bash, Read, Write, Edit, Grep, Glob |
| disable-model-invocation | true |
/polish-week
用法
/polish-week week_XX
目标
chapters/week_XX/CHAPTER.md 达到教材水准：叙事流畅、有贯穿案例、节奏多变、有温度- 可做结构性改写（不仅仅是换词润色）
- 追加 1-2 个"AI 时代小专栏"（200-500 字/个），附真实参考链接 + 访问日期（优先读取
.research_cache.md 研究缓存，不足时使用 WebSearch / Exa MCP / perplexity MCP 搜索获取真实 URL，绝对禁止编造）
- 不改代码/测试/YAML，不引入新的
validate_week.py 失败
步骤
0. 日期校准（立即执行）
生成 shared/current_date.txt，供后续 agent 读取当前日期：
date '+%Y-%m-%d' > shared/current_date.txt
这确保 AI 小专栏中的数据和访问日期使用当前年份。
1. 诊断
调用 subagent student-qa（只读模式）：
- 必须先读
shared/writing_exemplars.md
- 输出叙事质量评分 + 阻塞项/建议项
- 新增：图片需求诊断 — 根据本章主题判断是否需要图片（分布/比较/关系/评估类主题通常需要）
- 新增：公式需求诊断 — 判断核心概念是否需要数学精确定义
- 如果评分 >= 4 且无阻塞项，可跳到步骤 3（轻润色即可）
2. 深度改写
调用 subagent prose-polisher：
- 必须先读
shared/writing_exemplars.md
- 根据 student-qa 的诊断结果，执行对应级别的改写
- 如果缺贯穿案例，补入一条
- 如果结构过于机械，重组
2.5 图片与公式补充（根据诊断执行）
如果 student-qa 诊断指出需要图片或公式：
2.5A. 图片生成 → 调用 /stat-viz skill
使用 Skill 工具调用 stat-viz：
skill: "stat-viz"
args: "week_XX"
关键要求（确保 /stat-viz 遵守）：
- ✅ 代码必须保存到
examples/NN_chart_xxx.py（可复现）
- ✅ 图片输出到
images/xxx.png（嵌入正文）
- ✅ 使用正确的中文字体配置
- ✅ 避免常见错误（截断 Y 轴、3D 效果等）
- ✅ 在 CHAPTER.md 中插入图片引用：
 *图注*
2.5B. 公式补充 → 直接编辑 CHAPTER.md
根据诊断结果，在合适位置补充数学公式：
- 使用 LaTeX 格式：
$$公式$$（块级）或 $公式$（行内）
- 块级公式用引用块包裹：
> $$...$$
- 每个符号都要解释含义
执行要点：
- 检查
chapters/week_XX/images/ 是否存在
- 重新运行验证确保无破坏
3. 一致性检查（可选）
调用 subagent consistency-editor：做格式/术语/引用一致性检查（避免重写内容）
4. 验证
python3 scripts/validate_week.py --week week_XX --mode task
如果你准备发布（并且已清空 QA 阻塞项），再跑：
python3 scripts/validate_week.py --week week_XX --mode release
