survey-refresh

name	survey-refresh
description	当 Workbench/survey-updates.json 中某 survey 积压了新消化的论文（autoresearch 检测到 ≥5 篇 或最老条目超 7 天），或 Supervisor 说"刷新一下 XX survey"时， 把新论文笔记增量合并进对应 Topics/*-Survey.md，并同步刷新其 DomainMap。
argument-hint	<survey-name，如 GUIAgent-Survey>
allowed-tools	Read, Write, Edit, Glob, Grep, Bash

Purpose

信息流闭环的消费端：paper-digest 只记账（survey-updates.json），本 skill 负责把积压的新论文 增量合并进 survey，让 survey 随日常阅读越来越完善，而不必重跑完整 literature-survey。 与 literature-survey 的分工：本 skill 不做任何外部搜索，只消化库内已 digest 的新笔记； 全量调研（含外部检索）仍由 literature-survey 承担。

Steps

Step 1：取 pending 列表

python3 scripts/survey_updates.py pending --survey {survey-name}

• 为空则终止：向调用方报告"无待处理条目"。
• 超过 8 篇时只取最早的 8 篇（按 added_at），其余留给下一轮——避免单次 context 过长。

Step 2：读取 survey 现状

用 Read 读取 Topics/{survey-name}.md 全文，记住其章节结构、分类框架、已覆盖的论文集合、 Key Takeaways / Open Questions。

Step 3：逐篇读新论文笔记

对 pending 中每篇，用 Read 读取 Papers/ 笔记全文，提取：核心贡献、关键数据、 与 survey 现有分类的关系（落入哪个既有小节？是否挑战某个既有结论？是否开辟新分类？）。

处理 GUIAgent-Survey 时，额外建立一行分类记录再决定落点：

字段	允许值 / 判断
platform	web / mobile / desktop / cross-platform / hybrid GUI+API/CLI
task_level	grounding / step / app workflow / cross-app long-horizon / interactive-proactive
primary_section	model-architecture / training-RL / data-task / environment-runtime / evaluation-verifier / reliability-safety-HCI
environment_setting	offline / self-hosted / live / real-device
verifier_type	programmatic / interactive agent / visual-rubric judge / human / none
evidence_strength	direct end-to-end / component-only / adjacent transferable evidence

每篇论文只能有一个 primary_section；最多在 1-2 个其他章节 cross-link。纯 Deep Research、 通用 Agentic RL、通用 VLM/World Model 或 terminal/tool sandbox 若没有直接 GUI 交互证据， 不得因共享模型、算法或 environment 术语硬并入 GUI core。

相关性检查：keyword 匹配存在误报。若某篇论文与本 survey 主题明显无关 （读笔记后判断），跳过它：不并入 survey，但在 Step 6 一并 clear（附一句跳过理由记入日志）， 避免它永远滞留 pending。

Step 4：增量更新 survey

用 Edit 修改 Topics/{survey-name}.md（遵循 literature-survey 的增量更新规则）：

1. 把每篇新论文以 [[wikilink]] 并入对应小节，附一句话定位（贡献 + 与既有工作的关系）。
2. 若新证据推翻或削弱某既有结论，修改该结论并标注新证据来源； 未被挑战的原有内容一律保留。
3. 若多篇新论文形成新 pattern，可新增小节；更新 Key Takeaways / Open Questions。
4. 更新 frontmatter：date_updated 设为今天，papers_analyzed 增加新并入篇数。

GUIAgent-Survey 的额外更新规则：

• 按 canonical 六层结构落位，不新建按单篇论文或临时热词命名的平行 taxonomy。
• Benchmark 数字必须同时写清 environment setting、verifier、step budget（笔记有记录时）与是否同 backbone 对照。
• 只有新论文改变已有判断时才修改 Key Takeaways / Open Problems；普通增量只更新 primary subsection 或矩阵。
• papers_analyzed 按唯一 Papers/ wikilink 口径机械复核，不把 redirect survey 的旧统计相加。

Step 5：刷新 DomainMap（若有）

读 survey frontmatter 的 domain_map 字段：

• 为 null 或对应 DomainMaps/{name}.md 不存在 → 跳过本步。
• 否则用 Edit 更新该 DomainMap：在文件末尾维护一个 ## 近期格局变化 小节 （不存在则创建），追加/合并本轮变化的 2-4 条要点（新 pattern、被修正的结论）， 每条附 survey 与论文的 [[wikilink]]。仅当本轮确有格局级变化时才写； 单纯"多了几篇论文"不算。

Step 6：清账并记录

python3 scripts/survey_updates.py clear --survey {survey-name} --papers "Papers/a.md" "Papers/b.md"

（--papers 为空格分隔的多个路径，包含本轮实际并入的与判定无关而跳过的条目。） 然后在 Workbench/logs/YYYY-MM-DD.md 追加：

### [HH:MM] survey-refresh — {survey-name}
- **merged**: <N 篇：[[...]], [[...]]>
- **skipped**: <M 篇及一句话理由；无则"无">
- **changes**: <survey 结构性变化一句话；无则"仅增量并入">
- **domain_map**: <刷新了哪个 / skipped>

Guard

• 禁止外部搜索（WebSearch/WebFetch 不在 allowed-tools 中，这是设计而非疏漏）。
• 不删除 survey 中未被新证据推翻的原有结论；修改结论必须标注推翻它的论文 wikilink。
• 单轮最多并入 8 篇；不一次清空大积压。
• 与 survey 主题明显无关的 pending 论文：跳过不并入，但必须 clear 并记录理由——不得硬并入，也不得留在 pending。
• status: merged 或 keywords: [] 的 redirect survey 不得恢复为独立更新目标；其内容统一写入 merged_into 指向的 canonical survey。
• 本 skill 是 DomainMaps 的唯一自动写入方；只写 ## 近期格局变化 小节， 不改 DomainMap 其他部分（Established Knowledge 等仍由 Human 经 queue Review 晋升）。
• 只 clear 本轮实际处理（并入或跳过）的条目；未处理的留在 pending。

Verify

• survey 的 date_updated 为今天，papers_analyzed 已更新（仅计并入篇数，不含跳过）
• 本轮每篇并入论文在 survey 正文中有 [[wikilink]]
• survey-updates.json 中本轮条目（含跳过的）已清除
• 日志已追加（merged/skipped/changes/domain_map 四项齐全）

Examples

survey-refresh GUIAgent-Survey → pending 6 篇 → 并入 5 篇（2 篇进"Grounding"小节、 3 篇进"RL 训练"）+ 1 篇误报跳过（VLM 安全论文与 GUI 无关）→ 刷新 DomainMaps/GUI-Agent.md 近期格局变化 → 清账 6 篇 → 日志。