iterative-research-optimizer

name	iterative-research-optimizer
version	1.0.0
description	迭代研究优化器 - 自动执行研究内容的三轮自我修正： 1. 全局考虑：覆盖信息饱和、逻辑强化、表达精炼三个维度 2. 系统考虑：输入→修正→验证→输出完整闭环 3. 迭代机制：三轮递进式优化，每轮有明确检查点 4. Skill化：标准接口，可对接任何研究输出 5. 流程自动化：全自动三轮迭代，无需人工介入
author	Satisficing Institute
tags	["iteration","optimization","research","refinement"]
requires	[{"model":"kimi-coding/k2p5"}]

迭代研究优化器标准Skill V1.0.0

标准1: 全局考虑（Global Coverage）

1.1 三轮优化维度

轮次	目标	检查点	优化动作
第一轮	信息饱和	覆盖度检查	补充缺失信源
第二轮	逻辑强化	因果检查	修正逻辑漏洞
第三轮	表达精炼	可读性检查	优化结构表达

1.2 质量指标

指标	第一轮	第二轮	第三轮
信息覆盖率	≥90%	-	-
逻辑一致性	-	≥95%	-
可读性评分	-	-	≥85分

---

标准2: 系统考虑（Systematic）

2.1 迭代优化流程

初稿输入 → 第一轮（信息饱和）→ {通过?} → 第二轮（逻辑强化）→ {通过?}
  ↓
第三轮（表达精炼）→ {通过?} → 终稿输出

2.2 失败处理

失败轮次	处理动作	输出
第一轮	返回信息收集阶段	缺失清单
第二轮	启动红队挑战	逻辑问题清单
第三轮	提供改写建议	表达优化建议

---

标准3: 迭代机制（Iterative）

3.1 自适应迭代

if round1_score < 80:
    extend_search_depth()
    retry_round1()
    
if round2_score < 85:
    activate_red_team()
    enhance_logic_check()
    
if round3_score < 80:
    apply_style_guide()
    restructure_content()

3.2 历史学习

优化类型	学习来源	应用方式
信息补充模式	历史缺失清单	预判补充
逻辑修正模式	历史漏洞类型	前置检查
表达优化模式	历史改写建议	模板应用

---

标准4: Skill化（Skill-ified）

4.1 目录结构

iterative-research-optimizer/
├── SKILL.md                    # 本文件
├── _meta.json                  # 元数据
├── scripts/
│   ├── optimize.py             # 主优化脚本
│   ├── round1_information.py   # 第一轮：信息饱和
│   ├── round2_logic.py         # 第二轮：逻辑强化
│   ├── round3_expression.py    # 第三轮：表达精炼
│   └── compare_versions.py     # 版本对比
└── rules/
    └── optimization_criteria.yaml

4.2 调用接口

from iterative_research_optimizer import IterativeOptimizer

optimizer = IterativeOptimizer()

# 执行完整三轮优化
final = optimizer.optimize(draft, rounds=3)

# 执行指定轮次
round1_result = optimizer.round1_information(draft)
round2_result = optimizer.round2_logic(round1_result)

# 对比版本
comparison = optimizer.compare_versions(original, optimized)

---

标准5: 流程自动化（Fully Automated）

5.1 自动优化流程

阶段	自动动作	输出
初稿输入	评估当前质量	质量基线
第一轮	检查信息覆盖度	补充建议
第二轮	检查逻辑一致性	修正建议
第三轮	检查可读性	优化建议
完成	生成优化报告	对比文档

5.2 使用方法

# 执行三轮优化
openclaw skill run iterative-research-optimizer optimize --file draft.md --rounds 3

# 执行单轮优化
openclaw skill run iterative-research-optimizer round1 --file draft.md

# 对比版本
openclaw skill run iterative-research-optimizer compare --original draft.md --optimized final.md

---

5标准验证清单

标准	验证项	状态
1. 全局	三轮维度全覆盖	✅
2. 系统	输入→修正→输出闭环	✅
3. 迭代	自适应迭代 + 历史学习	✅
4. Skill化	标准目录 + 调用接口	✅
5. 自动化	全自动三轮优化	✅

---

版本: v1.0.0
来源: academic-deep-research散落机制提取
创建: 2026-03-20