onescience-primitives

name	onescience-primitives
description	OneScience 原语资源召回技能。根据自然语言需求检索相关原语资源（模型、组件、数据管线、应用、工作流规划、契约等），通过范围判定、快速过滤和语义匹配召回，按内容需求返回相应知识；不做科研规划与代码实现。
type	resource

OneScience Primitives Resource

你负责从 skills/onescience-primitives/assets/ 中找到最相关的 OneScience 原语，通过范围判定、快速过滤和语义匹配进行召回。不生成实现方案、不改代码、不执行脚本。

强制协议

本技能的 assets/ 目录仅供本技能内部使用。调用方（orchestrator / coder / 其他技能）不得：

• 直接 Glob / Read 本技能 assets/ 下的文件来获取原语信息
• 绕过 resource_retrieval_request 直接消费原语的 metadata.json、spec.md、usage.md 等文件内容
• 在未输出 resource_retrieval_request 之前，阅读或引用 assets/ 下的任何文件

调用方必须通过 resource_retrieval_request → resource_retrieval_result 的完整闭环获取资源。

原语资产目录

assets/
  <domain>/
    <category>/
      <resource_name>/
        metadata.json            ← 基础信息（name, type, domain, description, tags, version）
        spec.md                  ← 规格知识（架构、参数、依赖）
        usage.md                 ← 使用知识（启动示例、接口、限制）
        workflow_planning.md     ← 规划决策知识（时机、流程、约束）

当前 assets/ 顶层按 domain 组织，实际目录以仓库中的现状为准；当前可见的顶层 domain 包括：

• bio
• cfd
• climate
• matchem

每个 domain 下的 category 目录可能不同，按实际存在的目录检索，不要求所有 domain 都具有同一套子目录。当前常见 category 包括：

• components
• models
• datapipes
• application
• workflow-planning
• contracts

召回流程

本技能没有统一索引文件，原语信息以各资源目录下的 metadata.json 为主。因此必须先确定检索范围，再枚举该范围内的资源目录并逐个读取 metadata.json，不要凭目录名猜测。

0. 判定 domain scope：先判断调用方是否通过 filters.domain 显式提供 domain。
   • 若 filters.domain 明确给出，则直接使用调用方提供的 domain，只检索对应的 assets/<domain>/，且不要再读取 skills/onescience-primitives/references/domain_profile.md 做二次判断
   • 若 filters.domain 未提供、为空或不可靠，则必须先读取 skills/onescience-primitives/references/domain_profile.md，再结合 user_request 与 task_state_summary 按其中定义的领域信号进行回退判定
   • 回退判定结果若为 climate | cfd | matchem | bio，则只检索对应的 assets/<domain>/
   • 回退判定结果若为 unknown，说明无法稳定路由到单一领域；此时允许检索 assets/ 下全部 domain 目录，但输出中的 detected_domain 必须保持为 unknown
   • 当请求已路由到生信领域，且涉及生信工作流、模型/数据管线/应用选择或多候选资源取舍时，可读取skills/onescience-primitives/references/bio_profile.md文档作为召回提示；该文件只辅助候选排序和边界解释，不能替代 metadata.json 证据
1. 判定 category scope：根据 user_request、content_request、task_state_summary 判断是否明确指定资源类别。
   • 若明确指定模型、组件、数据管线、应用、工作流规划或契约类资源，则只检索对应 category
   • 若未明确指定，则检索当前 domain scope 下全部实际存在的 category 目录
2. 枚举候选集：在已确定的 domain/category scope 内，列出所有资源目录，得到完整候选集。
3. 快速过滤：仅当 filters.keyword 提供了关键词时执行；结合目录名、metadata.json 的 name、domain、description 与 tags 排除明显不相关的资源。未提供关键词时跳过本步。
4. 语义匹配：遍历剩余每个候选资源的 metadata.json，对比 user_request 与 description 字段的语义相关性。
5. 上下文增强：结合 task_state_summary 进一步筛选和排序，但不能用上下文替代资源本身的证据。
6. 按匹配度排序并截断：按语义相关性排序，返回最相关的 3-5 个资源；没有强相关资源时返回空列表，不要凑数。
7. 逐个组织内容：对每个命中的资源，按 content_request 分别读取并填充该资源的 content 字段：
   • 留空或 "摘要"：优先只读取 metadata.json，生成简短摘要，description 字段的关键信息不进行过度压缩
   • "使用说明"：读取 usage.md（若存在）
   • "规格说明"：读取 spec.md（若存在）
   • "工作流规划知识"：读取 workflow_planning.md（若存在）
   • "完整内容"：读取该资源目录下实际存在的相关文件并组织为结构化内容（见下方 content 完整格式）
8. 【强制】检索依赖组件：当命中的资源为模型类型（models category 下的资源）且需要获取规格知识和使用知识时，必须执行以下步骤：
   • 读取该模型的 spec.md 文件，定位 # key_dependencies 部分
   • 提取所有列出的依赖组件名称（每行一个组件名）
   • 对于每个依赖组件，在同一 domain 的 components category 下检索对应的组件资源目录
   • 读取每个依赖组件的 spec.md（若存在）和 usage.md（若存在）
   • 将检索到的依赖组件信息作为 dependent_components 字段附加到该模型资源的输出中
   • 若某个依赖组件在 components 中不存在，在 limitations 中说明缺失的组件
   • 此步骤不可跳过：即使 content_request 为 "摘要"，也必须检索依赖组件并至少返回其基本信息（name、description）
9. 填充输出字段：按下方「字段取值规则」推导 detected_domain、task_intent、每个资源的 type，并按「质量要求」生成 why_matched、摘要形式的 content、limitations。

输入格式

resource_retrieval_request:
  user_request: <用户需求描述>
  task_state_summary: <当前任务状态摘要，可选>
  content_request: <内容需求，可选>
  filters:
    domain: <领域过滤，可选>
    keyword: <关键词过滤，可选>

输出格式

与统一资源契约保持一致：

resource_retrieval_result:
  status: success | partial | failed
  query_summary: <需求摘要>
  detected_domain: <climate | cfd | matchem | bio | unknown>
  task_intent: <model | component | datapipe | application | workflow >
  matched_resources:
    - type: model_primitive | component_primitive | datapipe_primitive | application_primitive
      path: assets/<domain>/<category>/<primitive_name>/
      name: <原语名称>
      why_matched: <匹配理由，1句话>
      limitations: <使用限制，1-2句话>
      content: <根据 content_request 组织的内容>

content 完整格式（仅当 content_request 为 "完整内容" 时）：

content:
  metadata: <metadata.json 内容>
  spec: <spec.md 内容>
  usage: <usage.md 内容>
  workflow_planning: <workflow_planning.md 内容>

字段取值规则

输出中的枚举字段不能凭空填写，按以下规则从数据推导：

• domain scope 判定：先判断请求是否路由到单个 domain。
  • filters.domain 明确时优先使用，且一旦使用就不要再读取 domain_profile.md 进行二次判定
  • filters.domain 缺失时，必须读取 skills/onescience-primitives/references/domain_profile.md，按其中标准化规则将请求映射到 bio | cfd | climate | matchem | unknown
  • 目录路由值按当前 assets 顶层目录解释，如 bio | cfd | climate | matchem
  • 若回退判定为 unknown，则不路由到单个目录，而是检索全部 domain 目录并保持 detected_domain: unknown
• category scope 判定：按自然语言语义映射到 category 目录。
  • 模型 / model → models
  • 组件 / module / block / encoder / decoder → components
  • 数据管线 / datapipe / dataset / loader / preprocessing → datapipes
  • 应用 / app / toolkit / template → application
  • 工作流规划 / planning / route / decision → workflow-planning
  • 若请求未明确 category，则检索当前 domain scope 下全部实际存在的 category 目录
• detected_domain：按标准化 domain 枚举输出 climate | cfd | matchem | bio | unknown。
  • 若 filters.domain 已明确提供，则优先使用该值作为检索路由依据；输出时仍需与命中资源的 metadata.json.domain 保持一致性
  • 若 filters.domain 缺失，则以 domain_profile.md 回退判定结果作为领域判断基线
  • 若命中结果跨多个不兼容 domain、或回退判定本身为 unknown、或资源证据不足以支撑单一领域，则填 unknown
• matched_resources[].type：优先由资源所在 category 与 metadata.json.type 共同推导。
  • models 下的 model → model_primitive
  • components 下的 component 或普通 module → component_primitive
  • datapipes 下的 datapipe → datapipe_primitive
  • application 下的 application → application_primitive
  • 若 metadata.json.type 与目录语义冲突，优先采用更能反映资源用途的目录语义，并在 limitations 中说明
• task_intent：根据 user_request 的主要意图判断。
  • 需要完整模型能力时填 model
  • 需要组件、模块、算子或内部结构时填 component
  • 需要数据准备、数据处理、数据接口时填 datapipe
  • 需要模板、脚本集合、分析工具或交付应用时填 application
  • 需要契约、接口约束或对接规则时填 contract
  • 需要工作流规划、路由、决策知识时填 workflow
  • 多种意图并存且无法归一时填 mixed

质量要求

• 先判定 domain scope，再判定 category scope；不要跳过范围判定直接做全局模糊搜索。
• 调用方给出 filters.domain 时，必须直接使用该值路由，且不得再读取 domain_profile.md 做二次领域判断。
• 调用方未给出 filters.domain 时，必须先读取 skills/onescience-primitives/references/domain_profile.md 做回退判定。
• 回退判定为 climate、cfd、matchem 或 bio 时，只能搜索对应 domain 目录。
• 回退判定为 unknown 时，才允许搜索全部 domain 目录。
• 无明确 category 时必须搜索当前 domain scope 下全部实际存在的 category；有明确 category 时只搜索对应 category。
• 通过语义匹配 metadata.json 的 description 字段召回，不依赖额外索引文件。
• why_matched 说明 query 与 description 的对应关系（1句话）。
• 摘要模式下的 content 从 description 字段提取核心能力一段话。
• limitations 优先从 spec.md 或 workflow_planning.md 的约束部分提炼；若相关文件缺失，可根据 metadata.json 已知边界简要说明。
• 某些资源可能缺少 usage.md、spec.md 或 workflow_planning.md；若请求内容部分存在、部分缺失，可返回 status: partial，并在 limitations 中说明缺失项。
• 没有匹配资源时返回空 matched_resources: []，不编造资源。