math-modeling

name	math-modeling
description	端到端数学建模竞赛论文生成系统（国赛 CUMCM 中文 / 美赛 MCM 英文）。v2.1 新增反模式硬阻断门禁(A1/A2/A3)、数据质量独立质检(D1)、人工在环检查点、加权评分聚合+硬上限+仲裁、结构化算法审计。多智能体对抗协作：深度审题→建模框架与方法选型(含是否用ML/DL)→联网找数据(维基/GitHub/Kaggle/官方统计/sklearn)→编程求解与可视化→LaTeX写作→编译PDF→写作者/审稿人/验证者/推理者多轮对抗审稿(评分5.0→7.5)，产出国赛级别论文。当用户给出一道数学建模赛题、或说"数学建模""建模论文""国赛/美赛论文""/math-modeling"时使用。

数学建模多智能体系统 v2.1

把一道赛题，经 7 个阶段、多智能体对抗协作 + 独立质检，产出可编译为 PDF 的国赛级别论文。

版本

• 当前版本: v2.2.0
• 更新日志: <skill>/CHANGELOG.md
• 环境自检: python <skill>/scripts/doctor.py

环境（本机 Windows，已验证）

• 编译：xelatex(MiKTeX) + ctex/xeCJK，中文字体 SimHei/SimSun → 中文 PDF 可编。
• Python：anaconda python（numpy/pandas/scipy/sklearn/matplotlib 全就绪）。命令行显式用 python。
• 联网：内置 WebSearch / WebFetch。
• Skill 根目录：C:/Users/HUAWEI/.claude/skills/math-modeling/（下称 <skill>）。

路径解析协议

类型	位置	示例
skill 内通用	<skill>/ 下的相对路径	references/02-framework.md
用户产物	用户工作目录的相对路径	<cwd>/REPORT.md, <cwd>/code/, <cwd>/paper/
状态持久化	<cwd>/state/decision_log.json	每阶段必读必写
Python 脚本	<skill>/scripts/	使用绝对路径调用

开工时，先运行 python <skill>/scripts/doctor.py 验证环境完整性。

何时用哪种执行方式

• 子智能体（Agent 工具，agentType 见下）：单阶段专项工作。
• 对抗审稿：用 Workflow 跑 <skill>/workflows/adversarial-review.js（真实多智能体并行对抗，≤4 轮）。
• 独立质检 Subagent：关键节点（M1/P1/P2/W1/W2）派发只读质检，详见下方 Subagent 质检协议。
• 只有当用户明确要"多智能体/工作流/对抗"或说了触发词时才启动 Workflow（它会开多个子智能体，耗 token）。

---

Subagent 质检协议（v2.0 新增）

角色分离原则：写代码/写论文的 Agent 不能同时质检自己的产出。质检 Subagent 必须是独立的只读实例。

九道门禁（v2.1 从 v2.0 的 5 道扩展）

门禁	触发阶段	被审产物	质检 Subagent	通过标准
M1	阶段 1 后	REPORT.md §1 审题报告	mm-verifier	审题完整性 6 项全部通过
D1	阶段 3 后	data/*.csv + SOURCES.md	mm-verifier	CSV 可读 + 缺失值报告 + 来源可追溯 + 数据量达标
P1	阶段 4 前（算法设计后）	算法设计文档	mm-reasoner	算法正确性论证无漏洞
P2	阶段 4 后	code/*.py + 运行结果	mm-verifier	代码可运行 + 输出可追溯 + 公式一致
A1	阶段 4 后（P2 通过后）	code/*.py + 建模逻辑	mm-verifier	反模式扫描 0 个 High 命中（⛔ v2.1 硬阻断）
W1	阶段 6 前（写作规划后）	论文大纲 + 证据映射	mm-verifier	每个主张有对应代码输出支撑
A2	阶段 6 中（正文写作后）	paper/main.tex 正文部分	mm-reviewer	写作反模式扫描 + 句式库合规（⛔ v2.1 硬阻断）
W2	阶段 7 前	完整论文 PDF	mm-reviewer	五维度评分 ≥ 6.0
A3	阶段 7 后（审稿完成前）	终版论文	mm-reviewer	全维度反模式终扫 0 个 High 命中（⛔ v2.1 硬阻断）

质检规则

1. 派发时机：M1 在阶段 1 落盘后；D1 在阶段 3 落盘后；P1 在阶段 4 编码前；P2 在阶段 4 编码后；A1 在 P2 通过后；W1 在阶段 6 写作规划后；A2 在阶段 6 正文写作后；W2 在阶段 6 编译成功后；A3 在阶段 7 审稿完成前。
2. 只读质检：Subagent 只能读取产物、返回评估报告，不得修改文件。
3. FAIL 回溯：任一门禁 FAIL → 退回对应阶段按证据修正 → 重新派发复验。已通过的后续门禁在相关产物变化后自动失效。
4. PASS 签名：PASS 结果含 Subagent ID + 时间戳 + 检查摘要，写入 REPORT.md。
5. 不可跳过：主 Agent 自检不能替代 Subagent 独立验收。环境不支持 Subagent 时记为 BLOCKED，不得谎称通过。
6. ⛔ A1/A2/A3 是硬阻断：反模式门禁 FAIL（任何 High 命中）→ 必须退回修复，不允许携带 High 反模式进入下一阶段。这与 v2.0 中"查阅反模式"的软性建议有本质区别。

---

⛔ 强制流程门禁（不允许跳步）

这是硬性约束，优先级高于一切效率考量。必须严格按阶段 0→1→2→3→4→5→6→7 顺序执行，禁止跳过、合并、颠倒任何阶段。

核心规则

1. 每个阶段三步骤：执行 → 验证 → 确认。验证不通过不得进入下一阶段。
2. 落盘即证据：每个阶段的产出必须写入对应文件，产出不存在 = 该阶段未完成。
3. 状态持久化：每阶段开始前读取 state/decision_log.json，完成后写入决策记录。状态文件让流水线可在中断后恢复。
4. 禁止心算跳过：不允许因为"这题简单""数据不用找""图随便画"而略过任何阶段。
5. 阶段门禁清单：开工时 TaskCreate 建 8 个任务（阶段 0–7），每进入一个阶段 TaskUpdate 设为 in_progress，验证通过后才设 completed。任何时刻只允许一个阶段是 in_progress。
6. 审题结论贯穿全流程：阶段 1 的审题报告是后续所有阶段的"宪法"——阶段 2 选型必须引用审题结论，阶段 4 求解必须回应审题中的约束，阶段 6 写作必须覆盖审题中的每问和隐性要求。
7. 可视化是必经阶段：阶段 5 必须为每个模型至少产出 1 张图到 figures/，且阶段 6 的论文里每张图都要被正文引用并解读。
8. 对抗审稿不可省：阶段 7 是核心创新，除非用户明确说"不要审稿"，否则必须跑。
9. Subagent 质检不可省：M1/D1/P1/P2/A1/W1/A2/W2/A3 九道门禁必须逐道通过。
10. ⛔ 反模式是硬阻断：A1/A2/A3 门禁中，任何 High 级别的反模式命中 → 必须退回修复。不可像 v2.0 那样仅是"查阅建议"。
11. ⛔ 人工在环不可省：阶段 1/4/6 结束后必须暂停，将关键产物呈现给用户确认后再继续（详见下方"人工在环检查点"）。

阶段依赖链

0 目录 → 1 审题报告 [M1质检+🛑人工确认]
  → 1.5 文献综述 [≥8篇文献+研究空白定位]
  → 2 建模方案表
  → 3 data/*.csv+SOURCES [D1质检]
  → 4 [P1算法审计] → code/solve_qN.py+结果 [P2质检] → [A1反模式硬阻断] [🛑人工确认]
  → 5 figures/*.png
  → 6 [W1证据大纲] → 正文写作 → [A2写作反模式硬阻断] → main.pdf [W2质检] [🛑人工确认]
  → 7 对抗审稿 → [A3全维度反模式终扫] → 评分记录+终版PDF

每阶段验证门禁

每个阶段完成后，必须执行以下验证步骤，验证不通过则退回该阶段重做。

---

⛔ 人工在环检查点（v2.1 新增）

AI 不是数学建模专家——它在以下节点必须暂停，将关键产物呈现给用户做"合理性 sniff test"。

检查点	时机	暂停产物	确认问题	不通过处理
🛑H1	阶段 1 审题 + M1 通过后	§1.7 问题类型判定 + §1.3 隐性约束	"问题类型判定是否正确？隐性约束有无遗漏？"	用户纠正 → 更新审题报告 → 重新 M1
🛑H2	阶段 4 编码 + P2/A1 通过后	关键数值结果 + 代码运行输出摘要	"结果数量级是否合理？有无明显荒谬的输出？"	用户指出问题 → 回到阶段 4 修复
🛑H3	阶段 6 编译 + W2 通过后	PDF 全文（或摘要+结论+关键图表）	"摘要是否每问量化？结论是否自洽？整体印象是否达到省一水平？"	用户不满意 → 回到阶段 6 修改或进入阶段 7 重点提升

执行规则：

• 人工检查点不可跳过。用户不在时（异步运行），将产物 + 确认问题写入 state/human_checkpoint.md，标记 AWAITING_HUMAN，暂停流水线。
• 用户确认（或给出修改指示）后，记录确认结果和时间戳到 state/decision_log.json。
• 人工确认不等同于质检——Subagent 质检仍须独立执行。

---

阶段 1 验证：审题完整性

验证项	方法	不通过处理
每小问逐一拆解	核对 problem.md 问数与 REPORT.md §1 拆解数一致	补拆缺失小问
隐性约束全部识别	逐条列出：数据来源约束、假设边界、输出格式要求	补识别遗漏约束
评分点与陷阱标注	每条陷阱必须有"如果踩了会怎样"的具体后果	补陷阱分析
问题类型判定	判定题目类型（优化/评价/预测/机理/混合），存入 REPORT.md §1.7	类型判定错误会导致后续方法选偏
审题报告 ≥ 2000 字	检查 REPORT.md §1 字数	展开细节，不可浓缩
审题结论可被后续阶段引用	检查 §1.7 问题类型判定是否明确，§1.2 逐问拆解是否每问独立可引用	补全 §1.7 或 §1.2

M1 独立质检：阶段 1 验证通过后，立即派发 mm-verifier Subagent 执行 M1 质检。

阶段 2 验证：方法选型合理性

验证项	方法	不通过处理
每问有对应方法	核对问数 = 方案表行数	补遗漏问题
ML/DL 决策有理由	每行必须有具体理由（非"不需要"三个字）	补理由
方法匹配问题类型	对照 §1.7 的问题类型，检查方法是否偏离	如优化题选了纯评价方法→重选
图表清单完整	每行至少 2 张图	补图
验证方式可行	每行验证列不是"分析"等空话	补具体验证方案
反模式检查	对照 11-anti-patterns.md 自查	修正反模式

阶段 3 验证：数据质量

验证项	方法	不通过处理
CSV 可读且非空	python -c "import pandas as pd; df=pd.read_csv(...); print(df.shape)"	重新获取
缺失值检查	python -c "import pandas as pd; df=pd.read_csv(...); print(df.isnull().sum())" 报告每列缺失比例	缺失 > 20% 的列必须说明处理策略（删除/插补/标注）
异常值检查	IQR 方法或 Z-score > 3 扫描，报告疑似异常值	逐条说明：数据错误→修正；真实极值→保留+标注
SOURCES.md 记录来源	每个 CSV 文件至少一条来源记录，含 URL	补来源
数据量 ≥ 建模需求	样本数 ≥ 指标数 × 3（基本统计要求）	补充数据或标注限制
模拟数据已标注	若数据为生成/模拟，须在 SOURCES.md 显式标注"模拟"	补标注
多源数据对齐	若数据来自多个来源，检查时间粒度/空间范围/单位体系统一	修复不对齐或标注差异

D1 独立质检（v2.1 新增）：阶段 3 验证通过后，立即派发 mm-verifier Subagent 执行 D1 质检——运行 fetch_data.py --quality 检查所有 CSV 文件 + 核实 SOURCES.md 完整性。

阶段 4 验证：算法正确性（⛔ 最关键门禁）

P1 算法审计（编码前）：派发 mm-reasoner Subagent 审计算法设计文档。

验证项	方法	不通过处理
代码可运行	终端执行 python code/solve_qN.py，确认无报错	修 bug
输出有具体数值	检查结果文件含具体数字（非占位符）	确保真实跑通
边界条件测试	极端参数（0、极大值、负值）跑一次不崩溃	加固代码
量纲一致性	所有输出数字带单位，且单位体系统一	统一单位
公式一致性审计	对照阶段 2 方案表公式，检查代码实现变量名/参数/正负号一致	修正不一致
随机种子固定	所有随机代码含 np.random.seed(N)	补种子
关键数字可追溯	论文中引用的每个关键数字须在代码输出中有对应来源	确保数字有出处

P2 独立质检：阶段 4 验证通过后，派发 mm-verifier Subagent 执行，运行 verify_results.py。

A1 反模式硬阻断（v2.1 新增 ⛔）：P2 通过后，派发 mm-verifier Subagent 执行反模式扫描：

• 对照 references/11-anti-patterns.md 逐条检查代码和建模逻辑
• 重点检查：过拟合（R²≈1.0）、数据泄露（测试集信息流入训练）、量纲混用、AHP 缺 CR 检验、p-hacking
• 任何 High 级别命中 → 必须退回修复，不允许携带进入阶段 5
• 检查报告写入 REPORT.md，PASS 签名含命中的 Medium/Low 条目（如有）及处置说明

阶段 5 验证：图表覆盖

验证项	方法	不通过处理
每模型 ≥ 1 张图	统计 figures/ 下 PNG 数 ≥ 模型数	补图
每图 300dpi	抽查 1-2 张图属性	重出
每图有解读文案	检查 REPORT.md §5 每张图有解读	补解读
图表配色规范	对照 05-visualization.md 配色方案	调整配色
避免可视化反模式	对照 11-anti-patterns.md 自查	修正

阶段 6 验证：论文质量

验证项	方法	不通过处理
页面约束（摘要 1 页）	打开 PDF 检查	压缩
页面约束（目录 1 页）	打开 PDF 检查	调 tocdepth
无大空白/溢出	逐页翻 PDF	修浮动体
每图被 \ref 引用	搜索 \ref{fig: 次数 vs PNG 数量	补引用
摘要含量化数字	摘要中数字出现次数 ≥ 4 个	补量化结论
四项深度要求	逐项核对	补内容
代码输出与论文数字交叉验证	python <skill>/scripts/verify_results.py <slug>	修正不一致
写作反模式检查	对照 11-anti-patterns.md + 13-phrase-bank.md	修正表述

W1 证据大纲质检：写作规划后派发 mm-verifier Subagent。 A2 写作反模式硬阻断（v2.1 新增 ⛔）：正文写作完成后、编译前，派发 mm-reviewer Subagent 执行：

• 对照 references/11-anti-patterns.md 写作部分 + references/13-phrase-bank.md 套话黑名单
• 重点检查：摘要无量化数字、图表无解读、符号未定义、套话（"随着社会的发展""本文首次""具有重要的理论意义"）
• 任何 High 级别命中 → 必须退回修复 W2 论文终检：编译后派发 mm-reviewer Subagent，五维度评分 ≥ 6.0。

⛔ W1→写作→A2→编译→W2→H3 人工确认。W2 通过 + H3 确认后才进入阶段 7。

阶段 7 验证：审稿闭环

验证项	方法	不通过处理
每轮评分记录在案	检查 REPORT.md §7 有评分表	补记录
终版 PDF 已编译	paper/main.pdf 更新时间 > 审稿开始时间	重新编译
版本 PDF 齐全	paper/versions/ 含基线+每轮+终版	补编译
High 级别弱点清零或降级	终版残留 high 弱点 ≤ 1 个	继续修改
最终均分 ≥ 7.5	检查最后一轮评分	继续直到达标或满4轮

A3 全维度反模式终扫（v2.1 新增 ⛔）：阶段 7 审稿完成、终版编译前，派发 mm-reviewer Subagent 执行最终反模式扫描：

• 对照 references/11-anti-patterns.md 全部 22 条反模式逐条终扫
• 这是最后一道防线——任何 High 命中 → 退回修复后重新编译，再次 A3 直到 0 High
• A3 PASS 签名写入 REPORT.md §7，作为论文可提交的最终质量背书

验证项	方法	不通过处理
每轮评分记录在案	检查 REPORT.md §7 有评分表	补记录
终版 PDF 已编译	paper/main.pdf 更新时间 > 审稿开始时间	重新编译
版本 PDF 齐全	paper/versions/ 含基线+每轮+终版	补编译
High 级别弱点清零或降级	终版残留 high 弱点 ≤ 1 个	继续修改
最终均分 ≥ 7.5	检查最后一轮评分	继续直到达标或满4轮

---

可用子智能体（已装于 ~/.claude/agents）

agentType	角色	阶段	也可用于质检
mm-problem-analyst	审题	1	—
mm-modeler	方法选型(含ML/DL决策)	2	—
mm-data-hunter	联网找数据	3	—
mm-coder	编程求解+可视化	4-5	—
mm-writer	论文写作/修改	6,7	—
mm-reviewer	批判审稿	7	W2
mm-verifier	交叉验证	4,5,6,7	M1, P2, W1
mm-reasoner	数学推理/证明	2,4,7	P1

参考手册速查

文件	内容	何时读
references/01-problem-analysis.md	审题方法论	阶段 1
references/02-framework.md	方法选型框架（决策树+对比矩阵）	阶段 2
references/03-data-acquisition.md	数据获取策略与质量检查	阶段 3
references/04-modeling-cookbook.md	算法手册	阶段 2,4
references/05-visualization.md	图表决策树+配色方案+代码骨架	阶段 5
references/06-writing.md	LaTeX 写作标准	阶段 6
references/07-adversarial-review.md	三角色对抗审稿协议+评分锚点	阶段 7
references/08-stage-verification.md	阶段验证门禁详情	每阶段
references/09-innovation-playbook.md	12 种创新策略选型指南	阶段 2
references/10-modeling-tricks.md	数学建模 33 讲优化技巧	阶段 2,4
references/11-anti-patterns.md	建模常见错误清单（症状→诊断→修复）	每阶段
references/13-phrase-bank.md	中英双语句式库（按章节组织）	阶段 6
references/12-data-sources.md	分类数据源大全（URL+API）	阶段 3
references/15-scoring-rubric.md	五维度评分细则（0-10 锚定）	阶段 7
references/14-playbook-guide.md	Playbook 使用与创建指南	参考
references/cookbooks/	6 本独立算法手册（优化/评价/预测/机理/统计ML/网络博弈）	阶段 2,4

---

执行流程（7 阶段，含验证 + 独立质检）

阶段 0 — 建立工作目录

先问/推断赛制语言：国赛→zh，美赛→en。然后：

python <skill>/scripts/new_project.py "<赛题名>" --lang zh   # 或 en

把赛题原文粘进 <slug>/problem.md。初始化 state/decision_log.json。之后所有产物落在该工作目录。 用 TaskCreate 建立阶段 0–7 共 8 个门禁任务。

✅ 门禁：工作目录+8 个任务已建、state/decision_log.json 已初始化、problem.md 已填。

---

阶段 1 — 深度审题（决定一切的方向盘）

用 Agent（agentType=mm-problem-analyst）读 problem.md，产出结构化审题报告。

⛔ 审题深度要求：

1. 逐问拆解（每小问独立一段）：输入/输出/约束/问间依赖（画 ASCII 依赖图）
2. 显性约束清单：从题目原文逐句提取
3. 隐性约束推导（最重要！）：现实合理性/数据可获得性/模型可求解/评分标准暗示
4. 数据情况评估：题目给什么？缺什么？从哪获取？质量风险
5. 评分点与陷阱：每条标注"如果踩了会怎样"的具体后果和分值影响
6. 问题间依赖关系图
7. ⛔ 问题类型判定：优化/评价/预测/机理/混合，含判定依据（≥3条）、策略要点、典型错误

写入 REPORT.md §1。审题报告 ≥ 2000 字。

⛔ 验证 → M1 独立质检（派发 mm-verifier）→ 🛑H1 人工确认（问题类型+隐性约束 sniff test）→ 进入阶段 1.5。 参考：01-problem-analysis.md。

---

阶段 1.5 — 文献综述（v2.2 新增 ⛔ 国一必备）

国一论文与省二论文的分水岭之一就是文献综述。国一论文通常引用 15-25 篇参考文献，其中 ≥60% 来自期刊/会议/官方报告，且有对现有方法的批判性回顾——"现有方法 A 在 X 方面不足，方法 B 在 Y 方面有局限，本文结合并改进"。

用 Agent（agentType=mm-problem-analyst）执行文献检索：

1. 检索关键文献：围绕赛题核心问题，用 WebSearch 检索 ≥ 8 篇相关文献（中英文各 ≥ 3 篇）
   • 中文：知网/万方检索相关学位论文和期刊论文
   • 英文：Google Scholar / Web of Science 检索近 5 年方法论文
2. 批判性梳理：对每篇核心文献（≥ 5 篇）写 2-3 句评述——该方法贡献是什么？不足是什么？与本题的关系？
3. 研究空白定位：基于文献综述，明确"现有方法留下了什么缺口？本文的定位是什么？"
4. 参考管理：将文献信息写入 paper/refs.bib（BibTeX 格式），供 LaTeX 引用。

写入 REPORT.md §1.8 文献综述。

✅ 门禁：≥ 8 篇文献已检索 + ≥ 5 篇有评述 + 研究空白已定位 + refs.bib 已更新。 参考：06-writing.md 参考文献规范。

---

阶段 2 — 建模框架与方法选型

用 Agent（mm-modeler）基于 §1.7 问题类型，为每问选方法。

1. 问题类型驱动方法选择
2. ML/DL 决策（每问必判，具体理由）
3. 每问方案表：方法 | 创新策略 | 输入 | 输出 | ML/DL 理由 | 必备图 | 验证 | 风险
4. 创新策略选型（从 09-innovation-playbook.md 12 种策略选 1-2 种）
5. 算法可行性预审：复杂度/收敛性/坑点/数据前提
6. 反模式检查：对照 11-anti-patterns.md

写入 REPORT.md §2。更新 state/decision_log.json。

参考：02-framework.md、04-modeling-cookbook.md、09-innovation-playbook.md、10-modeling-tricks.md、11-anti-patterns.md。

---

阶段 3 — 数据获取

三级搜索策略（优先用管线，兜底用 AI）：

python <skill>/scripts/fetch_data.py --sklearn iris
python <skill>/scripts/fetch_data.py --worldbank EN.ATM.CO2E.KT
python <skill>/scripts/fetch_data.py --search climate energy
python <skill>/scripts/fetch_data.py --url <直链> --name <名>
python <skill>/scripts/fetch_data.py --quality data/cities.csv

落盘到 data/，来源记入 SOURCES.md。

参考：03-data-acquisition.md、12-data-sources.md。

---

阶段 4 — 建模求解 + 编程（⛔ 最关键阶段）

用 Agent（mm-coder）用 anaconda python 实现模型。

P1 算法审计（编码前）：mm-coder 先输出算法设计文档 → 派发 mm-reasoner Subagent 审计。

编码规范：每问 code/solve_qN.py，固定种子 np.random.seed(42)，docstring 注明问题/算法/公式。

P2 独立质检（编码后）：派发 mm-verifier Subagent，运行 verify_results.py。

P1→编码→P2→A1→🛑H2 人工确认（结果合理性 sniff test），全部通过才进入阶段 5。

---

阶段 5 — 可视化

仍由 mm-coder 出图到 figures/。每个模型 ≥ 1 张图，300dpi PNG，配色用 05-visualization.md 方案。出图后写解读文案。

参考：05-visualization.md、11-anti-patterns.md。

---

阶段 6 — LaTeX 写作 + 编译

用 Agent（mm-writer）填充 paper/main.tex。

W1 证据大纲（写作前）：派发 mm-verifier 验证每个论文主张有代码输出支撑。

四项深度内容：假设局限性量化 + 对比模型验证（≥2 基准/消融 + ≥3 指标 + ⛔ v2.2：消融实验证明每个创新组件贡献）+ 创新点声明 + 多指标评估。

⛔ 国一创新验证标准（v2.2 新增）：

• 若声称方法创新（innovation 目标 ≥ 8.0），必须包含消融实验：逐一移除创新组件，证明每个组件对性能的独立贡献
• 对比基线 ≥ 3 个（经典方法 + 最近方法 + 消融版本）
• 验证场景 ≥ 2 个（如不同数据集/不同时间段/不同参数配置），证明创新的泛化性

写作风格参考 13-phrase-bank.md，避 11-anti-patterns.md 写作反模式。

python <skill>/scripts/compile.py paper/main.tex
python <skill>/scripts/verify_results.py <slug> --stage 6

W2 论文终检：派发 mm-reviewer Subagent 五维度评分，≥ 6.0 才进入阶段 7。

W1→写作→W2，W2 通过才进入阶段 7。

---

阶段 7 — 多轮对抗审稿（核心创新）

用 Workflow 运行对抗审稿：

Workflow({ scriptPath: "<skill>/workflows/adversarial-review.js",
           args: { draftPath: "<slug>/paper/main.tex", lang: "zh",
                   targetScore: 7.5, maxRounds: 4,
                   projectRoot: "<skill>",
                   dataContext: "<关键结果数值摘要>" } })

审稿人/验证者/推理者并行打分（五维度 0-10）→ 写作者逐条修改 → 编译版本 PDF → 复评，均分 ≥ 7.5 或满 4 轮停止。

参考：07-adversarial-review.md、15-scoring-rubric.md。

---

交付物

• <slug>/paper/main.pdf —— 终版论文
• <slug>/paper/versions/ —— 全部 PDF 版本
• <slug>/paper/main.tex、code/、figures/、data/、REPORT.md
• <slug>/state/decision_log.json —— 跨阶段决策记录
• <slug>/REPORT.md 含每阶段验证 + Subagent 质检记录

原则

• 稳中求新：先保基础分，再加创新
• 不造假：数据/结果/引用真实；模拟数据显著标注
• 可复现：固定种子、相对路径
• 量化摘要：摘要必须有具体数字
• 排版即分数：摘要/目录各一页、无大空白
• 对比即说服力：每个模型必须有对比基准
• 深度即区分度：讨论到"放宽→误差X%→结论逆转"粒度
• 版本即安全网：每次编译留存 PDF
• ⛔ 质检是根基：M1/D1/P1/P2/A1/W1/A2/W2/A3 九道逐道通过，主 Agent 自检不是独立验收
• ⛔ 审题是宪法：阶段 1 结论是后续最高指导
• ⛔ 反模式是硬阻断：A1/A2/A3 门禁中 High 命中必须退回修复（v2.1 从软建议升级为硬阻断）
• ⛔ 人工在环是安全阀：阶段 1/4/6 后暂停确认，AI 不是数模专家
• ⛔ 加权评分是真实度量：角色×维度加权 + 硬上限规则 + 离群值仲裁（v2.1 修复简单平均 bug）