research-pipeline

name

research-pipeline

description

Orchestrate the full research lifecycle (literature → ideation → novelty check → idea critique → experiments → paper writing → review simulation → rebuttal → thesis) with human decision cards between stages. Use when the user asks to start/resume a research project, run the research pipeline, or asks "what's the next step" in an ongoing research effort. Do not use for a single isolated task (use the stage-specific skill directly).

Research Pipeline（科研流水线编排）

把一个研究方向推进为一篇可投稿论文。你（agent）负责全部执行；人类只在决策卡处做选择。

运行目录约定

一个课题 = 一个目录：research_run/<课题slug>/，结构：

research_run/<slug>/
  state.md               # 流水线状态（当前阶段、已完成阶段、人类批示记录）
  stage0_literature/     # 文献表、缺口矩阵
  stage1_ideas/          # 候选 idea 卡
  stage2_scoop/          # 撞车检查报告
  stage3_critique/       # idea 评审卡
  stage4_experiments/    # 实验假设树、结果、消融、evidence_summary.md
  stage5_paper/          # 论文草稿（main.tex / draft.md）
  stage6_review/         # 模拟审稿报告、kill_argument.md、citation_audit.md、verification_report.md
  stage7_rebuttal/       # rebuttal.md（会议）或 response_letter.md + 修改稿 diff（期刊 revision）
  stage8_thesis/         # 学位论文工程（thesis/）
  radar_log.md           # arxiv-radar 持续监控日志（课题根目录）
  decision_cards/        # 决策卡（等待人类批示）

启动自检清单（进入任何阶段前必须执行，不可凭记忆跳过）

试跑教训：agent 凭记忆行事会绕过状态机和脚本化检索，直接手写检索漏掉过关键威胁 论文。因此每次启动/恢复一个 run，先依次执行这三条（结果记入 state.md）：

# 1. 包自检：依赖、脚本语法、（可选 --online）检索源存活
python3 tools/self_check.py --online
# 2. 注册/恢复状态机（阶段推进只认 run_state，不认 agent 口头声明）
python3 tools/run_state.py start research_run/<slug> <run_id> --phases "stage0,...,stage8"
python3 tools/run_state.py resume research_run/<slug> <run_id>
# 3. 定位领域文件（见下文"领域模块"节）；无对应文件则记录缺失

任何一条失败：能修则修（pip install -r requirements.txt）；不能修则在 state.md 记录降级原因与影响面（例：openreview 源不可用 → 本 run 所有 scoop 结论只能为 provisional）。禁止静默降级。

阶段图与对应 skill

阶段	Skill	产物	决策卡
0 文献与缺口	literature-gap-mining（检索引擎用 paper-search）	lit_table.md, gap_matrix.md	—
1 创新点挖掘	idea-spark（脚本化重型，首选）或 idea-mining（轻量无依赖）	stage1_ideas/idea_cards.md	#1 选 idea。idea-spark = 单点深挖（一次深入一个方向，产 1 张高质量卡）；需要一次产出多个候选做决策卡#1 时用 idea-mining。两者产物都落 stage1_ideas/。
2 防撞车	scoop-check（脚本化，依赖 paper-search）	scoop_report.md（每个入选 idea 一份）	—
3 洞察评审	idea-critic	critique_card.md	#2 立项拍板
4 实验循环	experiment-loop（子技能：reproduce / compare / debug / experiment-design / ablation-planner / analyze-results / statistical-testing / dataset-curation / launch；无人值守用 night-loop，大批量任务用 experiment-queue / run-experiment / monitor-experiment，参数探索用 dse-loop）	hypothesis_tree.md, results/, ablations/	#3 结果定夺
5 写作	paper-writing（+ references/ccfa-structure.md）；图表用 data-visualization；LaTeX 用 latex-workflow / latex-setup；理论部分用 formula-derivation / proof-checker	main.tex / draft.md	—
6 投稿自审	reviewer-simulation + paper-verification + citation-audit + kill-argument（稳定后跑一次）+ deai-polish；多轮自动改进用 auto-paper-improvement-loop（≤ 2 轮，评审器按 reviewer-adapter 适配）	mock_reviews.md, kill_argument.md, citation_audit.md	#4 投稿决定
7 Rebuttal / Revision	rebuttal-writing。两条路径：会议 rebuttal（不可改稿的短周期辩护 → rebuttal.md）；期刊 major revision / 重投（可改稿 → response_letter.md + 修改稿 diff，按 rebuttal-writing 的期刊模板与 cover letter 节执行）。被拒转投：消化全部审稿意见 → 回阶段 6 重审 → 出临时决策卡定新 venue 后按新格式重排。	stage7_rebuttal/	—
8 学位论文	thesis-convert + deai-polish	thesis/	—
⊕ 录用后	research-publishing（开源代码/复现包）；宣传用 paper2poster / paper2video / paper2reel / paper2blog 或 paper-poster-html / paper-slides / paper-talk	代码仓库、宣传物料	—
⊕ 专利	patent-pipeline（编排 invention-structuring → prior-art-search → patent-novelty-check → claims-drafting → specification-writing → patent-review → jurisdiction-format），建议与投稿并行启动（专利优先权日越早越好）	专利申请文件	—
⊕ 持续	arxiv-radar（阶段4起每 2 周；投稿前/rebuttal 期必跑）	radar_log.md	红色预警时临时决策卡

**全局强制说明：**每个阶段 skill 结束后，编排者负责确认产物已落到 research_run/<slug>/stageN/ 规范路径，缺失则搬运；下一阶段只从规范路径读取， 不依赖对话记忆。

阶段 2 失败（撞车）→ 回到阶段 1 换 idea；阶段 3 判"需 pivot" → 回阶段 1； 阶段 4 假设被证伪 → 在阶段 4 内部迭代（见 experiment-loop），连续两轮无进展 → 出决策卡回阶段 1。

决策卡格式（硬约束）

写入 decision_cards/card_<N>_<阶段名>.md：

# 决策卡 #N — <阶段名>
## 阶段结论（≤5 行）
## 证据摘要（链接到产物文件，不要长篇复述）
## 选项
- A. <选项>：预期收益 / 风险 / 预估工作量
- B. ...
## Agent 推荐：<选项及一句话理由>
## 等待批示的问题（明确、可一句话回答）

所有 verdict 类评审（idea-critic / reviewer-simulation / kill-argument / citation-audit / paper-verification）必须遵守 cross-model-review 协议：零上下文新线程、优先跨模型、 禁止同线程续评、禁止按时钟重跑刷分。

决策卡用工具生成而非手写（模板一致、并自动在 state.md 记一条"等待批示"条目）：

python3 tools/run_state.py new-card research_run/<slug> card_<N>_<名称> --title "<标题>"

产出决策卡后停止推进并通知人类（Devin：用 user_question 消息附选项；Claude Code： AskUserQuestion；其他平台：明文列选项等待回复——只把卡写进文件不算通知）。 人类批示记入 state.md 后才能进入下一阶段，批示行必须是结构化格式（run_state.py 只认这一格式，否定句/单纯提及卡号不构成授权）：

人类批示：card_<N>_<名称> → <选项/裁决>     # 或英文：APPROVED card_<N>_<名称> -> <裁决>

决策卡以外的一切执行细节不要询问人类，自行决定并记录。

结构性强制（run_state.py）：若本包 tools/run_state.py 可用（按 skills/shared-references/integration-contract.md §2 的 canonical 四层解析链解析）， 用它维护阶段状态机（Policy B：不可用时 warn-and-skip，退回 state.md 手工记录， 并在 state.md 如实标注"结构性强制不可用，本 run 退化为文档约束"）。真实 CLI：

# run 启动时（一次）：注册阶段序列
python3 tools/run_state.py start research_run/<slug> <run_id> --phases "stage0,stage1,...,stage8"
# 阶段产物完成时
python3 tools/run_state.py set research_run/<slug> <run_id> <stageN> done --artifact <产物路径>
# 决策卡产出后（同族/降级评审只能到 provisional）
python3 tools/run_state.py mark-provisional research_run/<slug> <run_id> <stageN> \
  --verdict-id <评审verdict id> --reviewer <reviewer模型名>
# 仅当人类批示已记入 state.md 且评审为跨族/deterministic 时
python3 tools/run_state.py accept research_run/<slug> <run_id> <stageN> \
  --verdict-id <评审verdict id> --reviewer <reviewer模型名>

状态非 accepted 时禁止推进下一阶段。这把决策卡从 prose 约束升级为可验证的 artifact 检查。逃生口需人类授权（硬校验）：start --provisional-advances 与 accept --force 属绕过强制的逃生口，必须 --decision-card <卡号>，且 run_state.py 会实际读取 research_run/<slug>/state.md 校验该卡号确实已被人类 批示记录——卡号不存在即拒绝执行，agent 编造卡号无法绕过。

全自主模式（autopilot）

默认模式是"人类在 4 张决策卡处批示"。当人类明确要求全流程放权时，切换到 autopilot 模式，规则如下：

1. 总授权卡：人类在 state.md 中记录一张 card_0_autopilot 授权卡，写明 放权范围与边界（允许自裁的阶段、预算/时间上限、终止条件）。没有这张卡记录在 state.md 中，agent 不得进入 autopilot——这与逃生口共用同一硬校验机制 （run_state.py 会读 state.md 验证卡号）。
2. AI 自裁决策卡：每到决策卡节点，仍然照常产出决策卡文件，但不等待人类—— 为该卡开一个零上下文、优先跨族的子会话/子智能体（按 shared-references/reviewer-adapter.md 选后端）做独立评估，按其结论选定选项， 并把"裁决选项 + 理由 + 裁决者（模型/后端）+ 时间"追加记入 state.md。 禁止主上下文自问自答式裁决。
3. 不可逆动作仍留给人类：真实投稿（提交到会议/期刊系统）、公开发布 （开源仓库转 public、发布宣传物料）、任何花钱动作，在 autopilot 下也必须停下 出决策卡等人类批示——总授权卡不覆盖这些。
4. 可审计、可叫停：所有自裁记录集中在 state.md，人类可随时回看；人类发出 任何暂停/收回指令后，立即退回默认决策卡模式，并对收回后的第一张卡重新等待 人类批示。
5. 失败保护：同一阶段连续 2 次自裁后仍无进展（阶段回退循环），强制出临时 决策卡等人类——autopilot 不允许无限自旋。

脚本化 skill 的初始化（首次使用）

idea-spark / paper-search / scoop-check 是携带脚本的重型 skill（源自 microsoft/ResearchStudio）， 首次使用前按各自 SKILL.md 的 Setup 节安装依赖（pip install feedparser openreview-py beautifulsoup4 pymupdf，可选 OpenReview/Semantic Scholar 凭证写入 .env）并跑连接器自检。 环境不具备时降级：阶段 1 用 idea-mining，阶段 0/2 的检索由 agent 自行多源搜索完成， 并在 state.md 标注“未用脚本化检索，覆盖面受限”。

领域模块

domains/ 的解析顺序（全局安装时同样适用，与 helper 四层链对齐）：① 当前项目根的 domains/；② 相对本 SKILL.md 定位——<本文件所在目录>/../../domains/（即包安装 目录内，与 skills/ 平级）；③ 环境变量 AI_RESEARCH_SKILLS_HOME（或兼容旧名 ARIS_REPO）指向的包根目录；④ 全局指针文件 ~/.aris/repo 指向的包根目录 （包根执行过 bash install.sh 即有）。四者均无时按下述缺失处理。

启动时读取 domains/<领域>.md（如 domains/time-series-forecasting.md）， 将其中的数据集、评测协议、基线、已知陷阱注入到各阶段 skill 的上下文中。 若无对应领域文件，按通用 ML 研究处理，并在 state.md 中记录该缺失。

恢复运行

被要求"继续"时：读 state.md → 找到当前阶段与未批示的决策卡 → 若有未批示卡，向人类复述该卡的问题；若已批示，按批示执行下一阶段。

纪律

• 每阶段产物必须落盘为文件，禁止只存在于对话中。
• 阶段产物是下一阶段的唯一输入接口；跨阶段不要依赖对话记忆。
• 长实验/长检索在独立上下文或子任务中执行，主上下文只保留文件路径与结论。
• 任何阶段发现"更早阶段的结论被新证据推翻"，立即出临时决策卡，不得静默继续。