review-response

name	review-response
description	Use when the user receives peer review comments and wants a rebuttal, response letter, point-by-point reply, or evidence-backed revision response.

审稿回复

逐条回复审稿人意见，从工作区文献和原稿中定位支撑证据。

前提

用户需提供：

1. 审稿意见：粘贴或文件路径
2. 原稿：workspace 中的论文草稿或文件路径
3. workspace：关联的文献工作区（用于检索支撑证据）
4. 语言：中文 / English（回复信通常与原稿语言一致）

执行逻辑

1. 解析审稿意见

将审稿意见拆分为独立的 comment，分类标注：

• MAJOR：需要实质性修改（补实验、改方法、加分析）
• MINOR：表述修改、格式调整、补充说明
• POSITIVE：正面评价（致谢即可）
• QUESTION：需要回答的问题

2. 逐条分析

对每条意见：

1. 理解审稿人的核心诉求
2. 在原稿中定位相关段落
3. 用 scholaraio show 查看论文（已有 notes.md 笔记会自动展示），复用已有发现
4. 在工作区文献中搜索支撑证据：

   scholaraio ws search <name> "<审稿人关注的关键词>"
   scholaraio show <paper-id> --layer 3      # 读结论找证据
   scholaraio show <paper-id> --layer 4      # 必要时读全文
   

5. 从引用图谱中找额外支撑：

   scholaraio refs "<id>"                    # 相关论文的参考文献
   scholaraio usearch "<补充关键词>"          # 全库搜索（工作区外）
   

3. 撰写回复

每条回复的结构：

> **Reviewer X, Comment N:** [原文引用]

**Response:** [回复正文]

[如有修改] **Revision:** We have revised Section X.X as follows: "..." (Page X, Line X)

回复策略：

• 同意并修改：明确说明做了什么修改、在哪里
• 部分同意：承认合理之处，解释为什么不完全采纳，提供证据
• 礼貌反驳：用数据和文献支撑，语气尊重但立场坚定
• 补充实验/分析：描述新增的内容和结果

多模态辅助：

• 审稿人质疑图表时，读取论文中的原始图（images/）重新分析
• 审稿人质疑数值时，编写 Python 代码独立复现计算，用代码输出作为回复证据
• 审稿人质疑推导时，读取论文中的公式逐步验证

4. 输出

• 保存回复信到 workspace/<name>/response-letter.md
• 必须通过 CLI 将深度分析的论文关键发现写入笔记：

  scholaraio show "<paper-id>" --append-notes "## YYYY-MM-DD | <workspace> | review-response
  - 关键发现"
  

• 如需补充引用新论文到工作区：

  scholaraio ws add <name> <paper-id>
  

写作原则

• 逐条回复，不遗漏：每条意见都必须有明确回应
• 证据优先：能用数据和文献回答的，不用空话
• 语气专业：感谢审稿人的建设性意见，即使不同意也保持尊重
• 修改可追踪：明确标注修改位置（Section、Page、Line）
• 引用核验：提交前用 /citation-check 检查回复信中新增或改动过的 author-year 引用
• 不回避弱点：如果审稿人指出的确是问题，坦诚承认并说明改进措施

示例

用户说："审稿意见回来了，帮我写 response letter" → 解析意见，分类标注，逐条在工作区中找证据，撰写回复

用户说："Reviewer 2 说我的方法跟 Smith (2023) 没区别，怎么回" → 在工作区中找到 Smith (2023)，对比方法差异，起草有理有据的反驳