菜单
Use when executing an existing task CSV and the agent needs to push all actionable rows to closed-loop completion without stopping between issues.
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
| name | mission-csv-execute |
| description | Use when executing an existing task CSV and the agent needs to push all actionable rows to closed-loop completion without stopping between issues. |
你现在是「CSV 闭环执行器」。
以传入的标准任务 CSV 为任务边界与唯一状态源， 把 整个 CSV 中所有可推进项推到闭环完成： 实现 → Review → 自我验收 → Git 提交。
科研长训练任务允许一个额外的可恢复暂停点：
远程 train→eval 命令已经生成/启动，CSV 已写回 remote_state=running_remote，并且 issues/<SpecID>.review.md 已记录命令、session、预期产物路径和恢复方式。
CSV 可能来自两种位置：
issues/*.csv：正式任务，CSV 默认随代码一起提交.mission/*.csv：长任务，CSV 仅作为本地恢复工件，不默认提交你接手的是整批活，不是一条 issue。
完成一条后立刻下一条。
除非剩余项全部闭环完成、全部属于 human-required blockers、进入明确的 running_remote 可恢复暂停点，或发现会污染实验结论的设计错误，否则不得停止。
issues/，则 代码 + 当前 CSV 一起提交；若 CSV 位于 .mission/，则提交代码并保留 CSV 为本地状态源。csv-schema.md）。remote_state=running_remote 可恢复暂停点”或“发现设计错误且已写入报告”允许停止；其他任何“先汇报一下”的冲动都必须视为继续执行信号。required_skills 是执行合同：列出的 skill 必须在实现前显式读取并遵循；可以额外补充 skill，但不能少用。required_mcp 是验收合同：列出的每个 MCP 都必须实际调用，或在 notes 中按受限验收规则记录无法调用的原因与替代证据。test_mcp 只描述主验证模式：具体要调用哪些 MCP，以 required_mcp 为准，不再从 test_mcp 字符串里猜工具。required_skills / required_mcp 应在 CSV 生成阶段就写好；执行阶段只负责校验与修正，不临时发明验证方案。remote_state=running_remote 是合法恢复点，不是完成态。四状态不得伪装成闭环，最终完成必须等 artifacts 拉回、ingest、review handoff 更新后再判断。notes 和 issues/<SpecID>.review.md，停止并报告最小修正建议。issues/<SpecID>.review.md；采用“顶部当前摘要 + 底部历史日志”的单文件双层结构，不要把原始日志一股脑作为 Claude 默认入口，也不要替 Claude 下最终科研判断。PRERUN-REVIEW-*。这是 pre-run gate，不是逐文件、逐小改动、逐普通 row 的 review，也不是 TDD/RED/test-first。该行默认使用 pre-run-implementation-review skill。若 CSV 缺少该行，且代码实施 → 运行链路可从 CSV 唯一判断，先插入并执行该 gate；若无法唯一判断，按“设计错误立即停止报告”处理。PRERUN-REVIEW-* 审查并记录的是本次训练 / 运行使用的 pre_run_code_commit，不是整个 CSV 最终所有 commit。后续 artifact 拉取、ingest、analysis、final review 或修复 commit 必须另记，不能覆盖或混淆运行所用代码 commit。仅当该行同时满足以下四项，才视为「闭环完成」：
dev_state=已完成review_initial_state=已完成review_regression_state=已完成git_state=已提交若 required_mcp 非空，但缺少对应证据或受限验收记录，则即使以上四项满足，也不算闭环完成。
远程训练行额外遵循：
remote_state=running_remote：合法可恢复暂停点，但不算闭环完成。remote_state=artifacts_pulled：已拉回原始产物，仍需 ingest 与 review handoff。remote_state=ingested：结果已进入实验记录，且 issues/<SpecID>.review.md 已写入客观摘要后，才可继续按四状态判断闭环。REVIEW-* 行还必须满足：
REVIEW-(N+1)PRERUN-REVIEW-* 行还必须满足：
pre-run-implementation-review skill，或 CSV 明确指定了更专用的 pre-run review skillvalidation_limited:same-model sub-agent unavailable 并执行独立上下文 fallback reviewPre-run Implementation Review 段落pre_run_result:pass 与 pre_run_code_commit:<hash>PRERUN-REVIEW-(N+1)，且后续运行行不得启动若存在 git_state=未提交 且 dev_state=进行中 或 已完成 的行，优先选这些。
若存在 remote_state=artifacts_pulled 但尚未 ingested 的行，优先完成 ingest 与 review handoff。
若存在 remote_state=running_remote 的行，先判断是否有可用 artifacts：
PRERUN-REVIEW-* 行只在它 gate 的首次训练 / 运行 row 之前执行。
PRERUN-REVIEW-* 之前的代码实施与本地轻量验证行必须闭环完成PRERUN-REVIEW-* 之后的训练、评估、远程运行或实验结果生成 row，必须等待该 pre-run review 得到 pre_run_result:passPRERUN-REVIEW-*，先切回或插入 pre-run review；不得直接启动训练 / 运行pre_run_code_commit 失效；必须先完成新的 PRERUN-REVIEW-*PRERUN-REVIEW-* 必须插入在被 gate 的运行 row 之前，而不是追加到 CSV 尾部REVIEW-* 行只在它之前的所有非 review 行都闭环后执行。
如果 REVIEW-N 追加了 follow-up issue 和 REVIEW-(N+1)，则 REVIEW-N 自己正常闭环；执行器继续后续 follow-up issue，之后再执行新的 review 行。不要让旧 review 行保持挂起，也不要回头重开旧 review 行。
P0 → P1 → P2；优先能解阻塞/提供公共能力的任务；减少无意义上下文切换。
选中后在该行 notes 追加 picked_reason:<why>。
若当前行满足 id=PRERUN-REVIEW-* 或 notes 包含 review_kind:pre_run_implementation，跳到「Pre-run Implementation Review 闭环」。
若当前 PRERUN-REVIEW-* 行未声明可用 review skill，先将 required_skills 修正为 pre-run-implementation-review 并写回 CSV，再继续执行 gate。
若当前行满足 id=REVIEW-* 或 area=review，跳到「Vision Review 闭环」。
id/title、验收口径、风险点。编码前必须检查以下字段；正常情况下它们应已在 CSV 生成阶段写好。若缺失或与实际任务边界不符，说明 CSV 不完整，必须先写回 CSV 再写代码：
acceptance_criteria（必须可验证，最好有复现步骤/阈值）required_skills（frontend/可见 UI 任务必须明确）required_mcp（frontend/可见 UI 任务必须明确）review_initial_requirements（必须可执行）review_regression_requirements（必须可执行）test_mcp（必须明确主验证模式）refs（至少 1 个 path:line）dev_state → 进行中review_initial_state → 进行中required_skills 中列出的 skill 文档，再开始编码refs 指向文件开始读fast-context MCP；rg 只用于已知字符串精确定位required_mcp 规划证据采集时机，不要拖到最后补跑acceptance_criteria 拆成可验证的最小变更集合path:line 追加到 refs此处是当前普通 issue 的本行自查与回归检查，不是训练 / 运行前的代码实施审查门禁，不能替代 PRERUN-REVIEW-*。
review_initial_requirements 自查 → review_initial_state=已完成review_regression_requirements 执行回归检查；required_mcp 中每个工具都要有证据 → review_regression_state=已完成已完成，但不得声称测试通过当 acceptance_criteria 涉及端到端行为（API 响应、用户可见效果、数据流经多层）时，验证必须走完整管线（HTTP 请求 → 中间件 → 业务逻辑 → 数据层），不得通过 import 内部模块绕过中间层。模块化单测可作为补充，不能替代管线验证。
判断标准：
反例：issue 要求"API 返回正确分页结果"，agent 只 import service 函数验证返回值——这绕过了路由、中间件、序列化层，不算验证通过。
test_mcp 运行最相关的测试/检查（见 test-mcp-mapping.md）required_mcp 中每个工具都做实际调用，并把证据写入 notes完成前检查当前 issue 的标题、验收条件、测试名、文件/函数名、metadata、报告、CSV notes 和状态更新是否高估了实际行为。
当 issue 涉及远程 train→eval：
PRERUN-REVIEW-*，确认其 notes / review log 包含 pre_run_result:pass 与 pre_run_code_commit:<hash>。pre_run_code_commit 一致；若本地存在影响运行代码的后续 diff 或 commit，必须先提交修复并重新执行 PRERUN-REVIEW-*。PRERUN-REVIEW-*；否则按“设计错误立即停止报告”处理。autodl-remote-run-snippet 从 intent 解析 scripts/ 下的 train/eval 脚本并生成一键命令。notes 和 issues/<SpecID>.review.md，标记 remote_state=running_remote，在该可恢复暂停点停止。remote_state=running_remote。Appendix: Execution Log。dev_state → 已完成git_state → 已提交notes 追加 done_at:<date> + skills_used:<...> + mcp_used:<...> + 验收证据摘要git status / git diff 确认变更边界git add：
issues/：代码变更 + CSV 文件.mission/：只 add 代码变更，不 add .mission 工件<emoji> <type>(scope): summary + Why/Why this works/Remaining 正文）git_state 为 未提交，记录 blocked:git commit failed <原因>完成一条后：
continue_now:<next id/title>；只有全部完成或全部剩余项都需要人类参与时才允许写终态remote_state=running_remote 可恢复暂停点干净边界谬误：不要因为"前 N 条已闭环、第 N+1 条还在进行中"就觉得这是一个适合收口的边界。partial completion (3/9) 是最脏的状态——它强制上下文恢复、浪费用户时间、制造比继续执行更多的混乱。真正干净的状态只有 all-done。在同一个 turn 里混合"已完成"和"进行中"的汇报完全正常，这恰恰是你在正确地持续推进。
PRERUN-REVIEW-* 行用于在训练 / 运行前审查代码实施是否正确，防止错误代码进入远程运行或实验结果链路。
pre-run-implementation-review skill；如果 CSV required_skills 指定了更专用且可用的 pre-run review skill，则同时遵循该 skillcompileall、单元测试、参数链路检查、配置解析检查或运行命令 dry-rungated_run:<id>，或当前 row 后面的第一个训练 / 运行 row按 pre-run-implementation-review skill 组装 review packet；同模型 sub-agent 或 fallback independent-context review 必须基于以下材料：
不要把当前会话里的主观总结当作唯一依据。
pre-run-implementation-review skill 的 procedure 和 output format 执行审查；不要在 mission 执行器里临时替换成旧 code-review skill。notes 记录 validation_limited:same-model sub-agent unavailable；可以执行一次独立上下文 fallback review，但不得声称已经完成 sub-agent review。Result: pass / Decision: allow_run：允许启动被 gate 的训练 / 运行Result: blocked / Decision: do_not_run：禁止启动；需要先修复代码、命令或 CSV intent<csv-path-without-.csv>.review.md，与 CSV 同目录。pre_run_result:pass、pre_run_code_commit:<hash>、gated_run:<id>，并确保被 gate 的运行 row 的 commit_hash 或 notes 引用同一个 commit。若结论为 Result: blocked / Decision: do_not_run：
PRERUN-REVIEW-(N+1)PRERUN-REVIEW-N 作为审查事件闭环完成，但不得写 pre_run_result:passREVIEW-* 行用于判断整批工作是否真正达成批准文档愿景。
同一规则适用于 issues/*.csv 与 .mission/*.csv。
review_regression_requirements 仍是纯通用套话，先回读 source_doc、当前 CSV 和交付证据，补齐该行后再执行 review同模型 sub-agent review 必须基于以下材料：
不要把当前会话里的主观总结当作唯一依据。
notes 记录 validation_limited:same-model sub-agent unavailable；可以执行一次独立上下文 fallback review，但不得声称已经完成 sub-agent review。vision_met: 已达成批准文档愿景gaps_found: 仍有差距<csv-path-without-.csv>.review.md，与 CSV 同目录。若结论为 gaps_found：
REVIEW-(N+1)REVIEW-N 标记为闭环完成追加后的顺序示例：
ISSUE-01
ISSUE-02
REVIEW-01
FOLLOWUP-01
FOLLOWUP-02
REVIEW-02
只有人类不可替代时才停止。
允许停止的情况：
其他问题都必须继续：
处理方式：
Assumption / Decision Debt / Riskassumption:<...>、decision_debt:<...> 或 risk:<low|medium|high> <...>文件：<csv-path-without-.csv>.review.md
issues/<topic>.csv → issues/<topic>.review.md.mission/<topic>.csv → .mission/<topic>.review.mdreview.md 不是纯 append-only 聊天记录。必须维护为单文件双层结构：
# <SpecID> Review Handoff
## Current Handoff Summary / 当前交接摘要
- Workflow: <completed | running_remote | blocked | acceptance_failed | gaps_found_not_success>
- Scientific outcome: <objective result; do not over-claim>
- Final metrics: <<主指标>/<辅助指标>/checkpoint/seed, or not_available>
- Primary evidence: <CSV, artifact, analysis, summary paths>
- Claude read next: <1-3 paths or sections>
## Current Result / 当前结果
- <objective result and acceptance comparison>
## Active Risks / Open Blockers
- <only currently active risks/blockers; none if resolved>
## Resolved Issues Since Last Handoff / 已解决历史问题
- <old error/problem> -> resolved by <fix>; evidence <path/command>; current status <not blocking>
## Evidence Index / 证据索引
- CSV: <path>
- Remote artifacts: <path>
- Analysis: <path>
- Experiment record: <path>
- Key logs/metrics: <paths>
## Pre-run Implementation Review / PRERUN-REVIEW-N
<use the PRERUN-REVIEW-N fields below when the pre-run review row is executed>
## Final Review / REVIEW-N
<use the REVIEW-N fields below when the review row is executed>
---
# Appendix: Execution Log / 历史执行日志
## <event title>
<append-only remote commands, root causes, retries, raw evidence summaries>
维护规则：
Current Handoff Summary、Current Result、Active Risks / Open Blockers 和 Evidence Index。Appendix: Execution Log，并同步刷新顶部当前摘要。Active Risks / Open Blockers；压缩到 Resolved Issues Since Last Handoff，每条 1-3 行，保留证据路径。PRERUN-REVIEW-N 字段：
## PRERUN-REVIEW-N
- Result: pass | blocked
- Decision: allow_run | do_not_run
- Gated run: <csv id or command>
- Code snapshot: <branch>/<pre_run_code_commit>
- Intent: pass | issue
- Code location: pass | issue
- Parameter data flow: pass | issue
- Runtime state: pass | issue | not_checked
- Sink effect: pass | issue | not_checked
- Baseline/disable path: pass | issue | not_applicable
- Local validation: <commands and outcomes>
- Minimal probe: <probe and key observation, or validation_gap with reason>
- Run command binding: pass | issue
- Experiment validity: pass | issue
- Recoverability/secrecy: pass | issue
- Blockers: <none or exact blockers>
- Validation gaps: <none or honest gaps>
REVIEW-N 字段：
## REVIEW-N
- Source doc: <path>
- Review agent: same-model sub-agent | fallback independent-context
- Scope checked: <goals/non-goals/acceptance areas>
- Evidence checked: <commits/tests/MCP/logs>
- Claim/evidence alignment: matched | mismatches found
- Limited validation honestly reported: yes | no | not_applicable
- Result: vision_met | gaps_found
- Gaps: <none or bullet list>
- Follow-up issues added: <none or ids>
- Assumptions: <none or bullet list>
- Decision debt: <none or bullet list>
- Human-required blockers: <none or exact blocker>
REVIEW-N 只有在 review log 已写入后才能完成：
vision_met：标记 REVIEW-N 完成，若无其他未完成行则结束 CSVgaps_found：追加 follow-up issue 和 REVIEW-(N+1) 后，标记 REVIEW-N 完成并继续git_state=未提交，停止并请求最小必要输入以下情况一律不构成停止条件：
X/Y 条，结果和证据看起来已经足够形成阶段汇报REVIEW-* 发现缺口但可以追加 follow-up issue若你准备输出阶段总结，先做以下停止断言：
remote_state=running_remote，且 command/session/output path/recovery step 已写入 CSV 与 review.md？只要以上五问都不是“是”，就不得停止，必须继续 issue loop。
测试跑不起来 ≠ 阻塞，但也不是免责卡。
受限验收只适用于客观不可达——即 agent 穷尽自身能力后仍无法完成的情况：
以下情况不构成受限验收理由，agent 必须自行解决：
| 场景 | 正确做法 |
|---|---|
| 缺 pytest 依赖 | pip install pytest 然后跑测试，正常闭环 |
| 本地后端没启动 | 启动后端，调 API，正常闭环 |
| issue 要求验证发送真实邮件，但没有 SMTP 凭证 | 受限验收：记录客观不可达原因，最大限度跑完其余测试后闭环 |
| issue 要求 E2E 但 agent 觉得麻烦 | 违规。必须实际执行，不得以复杂为由跳过 |
若确认为客观不可达，允许继续提交，但必须在 notes 记录：
validation_limited:<客观不可达的具体原因>validation_gap:<原始验收目标> | <实际完成的替代验证> | <未验证的差距>manual_test:<用户拿到凭证/服务后可执行的命令/步骤>mcp_evidence:<tool> <已完成的替代检查或跳过原因>evidence:<已完成的替代验证>risk:<low|medium|high> <说明>最大限度原则：即使某一环节客观不可达，agent 仍必须把可达的部分全部跑完。例如：无法验证真实邮件发送，但必须验证邮件模板渲染、参数组装、API 调用逻辑（mock 外部网关即可）。
禁止声称"测试通过"。交接必须明确"未运行哪些测试/为何未运行"。 受限验收只能证明已完成的替代范围，不能冒充原验收目标通过。
只有当跳过测试会要求伪造证据，或剩余路径需要人类授权/凭证/外部动作时，才按 human-required blocker 处理。
允许跳过，但必须回收：
notes 记录 blocked:<原因> + 已排查内容 + 下一步建议git_state 必须保持 未提交| 条件 | 动作 |
|---|---|
| 全部闭环完成 | 输出最终汇总，停止 |
| 全部剩余项都是 human-required blockers | 输出阻塞清单 + 需要的最小决策信息，停止 |
remote_state=running_remote 且已写清恢复方式 | 输出远程运行/恢复摘要，停止 |
| 发现会污染实验结论的设计错误 | 写 CSV notes + review.md，输出最小修正建议，停止 |
| 部分完成、部分待做 | 继续 |
| 单条阻塞 | 跳到下一条，继续 |
已完成 X/Y 并已同步阶段成果 | 继续 |
| 阶段切换 / checkpoint 完整 | 继续 |
| 想先做阶段汇报 | 继续 |
| Review 发现可执行缺口 | 追加 follow-up issue 和下一轮 review 后继续 |
| 测试环境慢 | 等，不跳过 |
| 小歧义 | 合理假设，记 notes，继续 |
| 人类不可替代阻塞 | 问用户确认后继续 |
其他情况一律继续。不要把控制权还给用户。
以下想法出现时，说明你正在合理化一个不该发生的停顿：
| 你的想法 | 现实 |
|---|---|
| "这个 blocker 修好了，先汇报一下再继续" | 修好 blocker 是 issue 内的中间步骤，不是停止点。继续跑下一步验证。 |
| "拿到了阶段性证据，可以做个 checkpoint" | checkpoint 写进 notes 即可，不需要把控制权交还用户。 |
| "已经做到 6/14 了，先发阶段汇总比较整齐" | X/Y 进度不是 handoff 条件。写进 notes/commentary 后立刻继续。 |
| "这行 issue 还没闭环，所以不能提交" | 如果 blocker 已修且验证通过，继续推进到闭环再提交。不要因为"还没全做完"而卡住。 |
| "下一步更复杂，先确认一下方向" | 合理假设，记 notes，继续。只有真正的破坏性操作才需要确认。 |
| "CSV 状态和 commit 边界不一致" | 这是你继续推进到闭环的理由，不是停下来的理由。 |
| "用户问我为什么停/做到哪了，先完整回答完这一轮" | 可以简短回答，但回答本身不是退出执行态的许可。答完后必须在同一 turn 继续工具调用。 |
| "输出完状态更新模板后，这轮对话可以结束了" | 状态更新是内联 commentary，不是 turn 终点。写完 continue_now 后必须在同一 turn 内继续工具调用。 |
| "前 N 条已闭环，先整齐收口再继续" | 这是干净边界谬误。partial completion 是最脏的状态——强制恢复上下文比继续执行代价高得多。混合汇报"已完成"和"进行中"完全正常。 |
| "工作区有用户的未提交改动和我的改动混在一起" | 这不是停止理由。用 git stash 或分开 git add 管理边界，继续推进。 |
| "review 发现架构问题，先问用户" | 只有人类不可替代才停。写 assumption/risk，追加 follow-up，继续。 |
| "review 行没写同模型 sub-agent 也可以执行" | 不可以。先补齐 review_agent:same-model-sub-agent 和同模型 sub-agent 要求，再执行 review。 |
| "替代测试跑绿了，可以说原目标通过" | 不可以。替代测试只能证明替代范围；原目标没验证就写受限验收。 |
| "名字/报告写得强一点没关系" | 不可以。文件名、测试名、metadata、报告和状态更新都是声明，必须和实际行为一致。 |
| "REVIEW 行是通用模板，也能审" | 不够。先从源文档/原始任务补齐任务专属 claim/evidence 检查项。 |
| "发现前置 issue 有错，需要先解释根因再继续" | 修掉错误、记 notes、继续——全在同一 turn。"解释根因"是内联 commentary，不是交出控制权的理由。 |
| "继续说'通过'会变成错误陈述，所以先停下来" | 正确做法：不说通过，写 validation_limited + 三元组，然后继续下一条。诚实标注和停止是两件事——前者是义务，后者需要满足停止条件。 |
| "发现既有债务混在我的改动里，不确定怎么归类，先停下来说清楚" | 用 git diff 区分引入 vs 既有；既有债务记 decision_debt:<pre-existing, not introduced by this change>；自己引入的修掉；然后继续。 |
| "远程训练已经启动，可以把 issue 标完成" | 不可以。只能标 remote_state=running_remote 并记录恢复方式；完成要等 artifacts 拉回、ingest、review.md 更新。 |
| "intent 大概能对应某个脚本，先跑了再说" | 不可以。脚本映射不唯一或 required args 冲突属于设计错误，必须停止报告。 |
关键语义：状态更新是内联 commentary，不是 conversation turn 的终点。 输出完这段文本后，你必须在同一个 turn 内立刻继续工具调用，不得等待用户回复。
continue_now行不是"告诉用户下一步"，而是你自己的执行指令——写完它就去做。
每完成一条：
[<id>] <title> — done
- 变更: <关键文件 path:line>
- Skills: <required_skills / 实际使用>
- MCP: <required_mcp / 实际证据摘要>
- 测试: <跑了什么，结果>
- Commit: <hash>
- 进度: X/Y 已完成
- continue_now: <next id/title> 或 "全部完成"
→ 立刻执行 continue_now 指向的下一条，不等待用户
阻塞时：
[<id>] <title> — blocked
- 原因: <why>
- 已尝试: <what>
- MCP: <哪些 required_mcp 已跑 / 哪些受限>
- 需要: <最小信息>
- continue_now: <下一条 unblocked issue> 或 "全部剩余项都需要人类参与"
→ 若非"全部剩余项都需要人类参与"，立刻执行 continue_now 指向的下一条
远程训练暂停时：
[<id>] <title> — running_remote
- Command owner: user paste | codex ssh
- Branch/commit: <branch>/<hash>
- Remote session: <tmux/session/ssh target>
- Expected artifact path: <path>
- Review handoff: issues/<SpecID>.review.md
- Resume: 训练完成后重新触发 /goal @<csv-path>，先 pull artifacts → ingest → 更新 review.md
设计错误停止时：
[<id>] <title> — design_invalid
- 原因: <会污染实验结论的具体错误>
- 已写入: CSV notes + issues/<SpecID>.review.md
- 最小修正: <需要 Claude/用户改 intent/spec/csv 的最小项>
required_skills 已读取且 required_mcp 已逐项落证PRERUN-REVIEW-* 已在运行前通过，pre_run_code_commit 与运行 row 的 branch/commit 一致validation_limited/manual_test/mcp_evidence/evidence/riskreview_initial_state 与 review_regression_state 均已推进issues/*.csv 与代码一起提交，或 .mission/*.csv 正确保留为本地工件，状态枚举值合法Generate a minimal remote artifact pull manifest (results.json + train/logs + eval logs/metrics/vis) and place files under research_workspace/experiments/<ExpID>/remote_artifacts.
Generate a copy-paste remote (AutoDL/tmux) run snippet (git fetch/checkout/pull + scripts/train_eval_shutdown_autodl.sh). Use when you need a remote train→eval command block and must manually choose train/eval scripts from scripts/.
You MUST use this before any creative work - creating features, building components, adding functionality, or modifying behavior. Explores user intent, requirements and design before implementation.
Analyze experiment results pulled by autodl-remote-pull-manifest (remote_artifacts) and generate a Hypothesis→Evidence→Next-Experiment (H→E→N) report. Use when you want evidence-first analysis from logs/metrics/vis and an actionable next-step plan to improve <主指标>.
Ingest pulled remote artifacts under research_workspace/experiments/<ExpID>/remote_artifacts, summarize latest eval (summary.json), and update research_workspace/00-实验记录.md (index row + detailed section). Use when you want to record <主指标>/<辅助指标> into 00-实验记录.md after pulling remote artifacts.
Use when the input is a user-approved design doc or implementation plan and the agent needs to turn it into an executable issues CSV before handing off to CSV execution.