论文协作引擎 Paper Copilot

0 定位与边界（先读本节，再执行任何阶段）

0.1 三条不可协商的原则

1. AI 是副驾驶，不是机长（AI is your copilot, not the pilot）。本技能的价值在于让作者在有想法、有实验、有初稿的前提下把论文改得更严谨、更一致、更符合学术共同体标准，不是替作者自动生产论文。
2. 引用零幻觉是红线（一票否决）。任何未通过 scripts/verify_citations.py 校验的文献，一律不得进入正文，只能以 [占位: Author, Year, Venue] 形式标注并列入文末「待核实清单」。此规则的依据：GPT-4o 在被要求引用近期文献时，78%–90% 的情况下会编造不存在的参考文献；arXiv 已对使用幻觉参考文献的作者实施禁令。
3. 作者保留决定权。修订阶段必须输出「原文 / 修改稿 / 修改理由」三元对照（diff 视图），由作者逐段裁决。禁止静默整篇覆盖。

0.2 本技能是编排层，不是实现层

本技能不重复实现文献检索、成稿、润色、排版等已有能力，而是在正确的阶段把它们编排进流水线。所有具体能力一律按 §5 能力路由表分发。

0.3 三条明确不做的事

• 不代替作者做研究判断（研究问题、贡献声明、结论强度由作者拍板）。
• 不生成未经检索的事实、数据与文献。
• 不把模拟评审意见当作真实评审意见输出给用户。

0.4 适用对象（含明确排除项）

本技能面向 研究生（硕士 / 博士）及青年研究者，覆盖两类产出：学位论文 与 期刊 / 会议投稿。

不面向本科毕业论文、高职毕业论文、继续教育 / 自考论文。理由是问题结构不同：
上述场景的质量评价以规范性、完整性、工作量为主，而非创新性、可复现性与可辩护性；
而本技能的四道闸门——尤其 G1 引用闸门与 S7 的论文级评分表——是为
"要发表、要经得起同行评审"的场景设计的。套用到前者会造成量规错配。

> 本技能实测过同型错配：academic-paper-writing 的质量门禁把综述按实证论文量规判为
> 72/100 不合格（见 references/routing-verification.md §6.1）。体裁与人群不匹配，闸门就会产生假 FAIL。

若确需用于被排除的场景，须显式声明"量规已替换"，并改用该场景对应的评价要素；
不得默认沿用 S7 的论文级量表。

1 运行协议（先于一切流程）

2 阶段管线 S0–S8

九阶段缺一不可。允许跳过阶段的前提是：作者明确指示，且跳过理由写入交付物末尾的「流程说明」。

入口模式：若作者交来的是已有初稿，管线自 S3 进入——S0–S2 无法回放（选题与检索过程已发生且未留痕，事后补齐 RQ/贡献即为伪造）。此时实际可用范围是 S3–S8，须在交付物中显式声明该范围。

结构检查的体裁选择（check_structure.py --type）：journal / conference / thesis 需 8 项必需章节（含方法、实验与评估）；综述、调研报告用 review（必需 6 项，不含方法与实验——综述没有实证方法学章节，其主干是自定义分类章节）。体裁选错会造成假 FAIL。

3 人机协作接口（S6 专用）

> 可填写实例：assets/revision-request-template.md（基于 XtraGPT p31 ReviseQA 提示词，含四区块标记与中英对照）。

修订请求必须采用以下三元组结构，缺一不可（缺全文则上下文不一致，缺指令则修改方向不可控）：

【全文 T】   （当前完整稿件，用于保证修改与全文一致）
【目标段落 p】（待修改的原文段落）
【修改指令 q】（自然语言指令，例："把这段的动机陈述改成从领域缺口切入"）

返回格式固定为三元对照：

3.1 提交前的四维自检（强制）

生成修订稿后先自评再交作者，依据 references/scoring-rubric.md（XtraGPT 图 15 / p39）：

规则：任一维 < 3 分就地重做，第 4 维 < 4 分不提交作者（合格但无价值的修订只会消耗作者的裁决时间）。

3.2 轮次纪律

一轮一裁决。论文 §2.5 明确作者是 HAC 协议中的闭环者，且连续多轮不经人工介入的串联近似于全自动化，与其设计前提相悖。禁止在没有作者介入的情况下自动迭代。

4 四道质量闸门

> 执行细则见 references/quality-gates.md（G2/G3/G4 逐条检查表、G1 四状态与错配三档速查、放行矩阵、教学场景默认档）。本节只给判定原则。

G1 引用闸门（强制、可执行）

• 运行：python scripts/verify_citations.py --file <稿件路径> --retries 3 --delay 5 --out 引用审计报告.md
• 校验优先级：DOI（Crossref → OpenAlex）> arXiv ID > URL（HTTP 探测，拦截虚构仓库/页面）。
• 四种状态必须分开处理，混淆会造成两类事故：

• 铁律：真实文献绝不能被判为 NOT_FOUND。 这是本闸门最严重的失效模式。实测依据：arXiv 限流曾使一篇真实存在的论文（2406.10252，AutoSurvey）被判为 NOT_FOUND——若作者照做即误删真实引用。故只有拿到确定性证据才允许判 NOT_FOUND；限流与超时一律判 THROTTLED。
• 设计原则：误报的代价高于漏报。 误报（真实文献被判不存在）会导致误删且难以察觉；漏报（造假项因超时未被拦截）只须重跑即可补救。因此任何"拿不准"的情形一律判 THROTTLED，绝不降格为 NOT_FOUND。
• 疑似论文号错配（PASS 之上的附加提示）：脚本在 PASS 后计算回显标题与条目文字的英文实词重合度（已剔除通用学术词），低于 TITLE_OVERLAP_MIN（0.34）时打标并列入「D. 疑似论文号错配 / 标题变更」小节。用于捕捉"论文号写错、指向了另一篇论文"——这种错误存在性校验必然抓不到（该号确实指向一篇真实论文）。实测案例：某稿把 arXiv:2502.14776 引作 "AutoSurvey2: …"（该号真实标题为 SurveyX），重合度 0.00。
• 为何必须剔除通用学术词：实测另一条 [24] 的标题其实已完全改写，但仅因共享 "compounding errors / literature review" 等泛词，未过滤时重合度 0.40 高于阈值而被漏检；剔除后降至 0.20 正确命中。纯词面重合会被泛词刷高。
• 三档处置，强度不同，不得混为一谈：
  | 档 | 触发条件 | 含义 | 动作 |
  |---|---|---|---|
  | D1 强疑错配 | 标题不合 + 条目首作者与回显首作者明确不同 | ① 论文号指向另一篇；或 ② 稿件把非首作者写成首作者（署名/作者序错误） | 必须核对；不得只断言"引用造假" |
  | D2 疑似标题变更 | 标题不合 + 首作者吻合 | 同一篇论文改过标题 / 用了简称旧名 | 不得指控造假；人工确认是否同一工作 |
  | D3 无从判断 | 标题不合 + 条目未写作者 | 缺少判定依据 | 这是"没有证据"，不是"证据表明不同"；人工核对 |
• 判据是"条目里有没有作者证据"，不是"作者重合度阈值"——这与 G1 的整体原则一致：没有证据不等于证明不存在。
• 红线：该标记绝不改变 PASS 状态，只提示人工比对。D1 亦可能是作者序错误而非错配（实测 [31]：条目写第 3 作者 Chen, N. 为首作者，回显首作者为 Junyi Hou，而标题 PaperDebugger 实为吻合）。机器给出的是线索，不是判决。
• --offline 不等于通过：该模式只抽取标识符，退出码为 1，不得据此判定引用可靠。
• 局限：PASS 只证明"存在且可访问"，不证明引用恰当。语义匹配仍需作者核对。
• 依赖：CrossRef / OpenAlex / arXiv / 目标站点（需联网）。断网降级：改用人工核对清单，并在交付物头部声明「本稿未联网校验」。
• 修改脚本后必须跑回归，两个测试都要跑：
• 离线（秒级、确定性）：python scripts/selftest-mismatch.py，期望 8 项全通过、退出码 0。覆盖标题错配三档判定与条目作者抽取。
• 联网：python scripts/verify_citations.py --file scripts/selftest-references.md --timeout 15 --delay 5 --retries 3，期望 NOT_FOUND=3 PASS=3 SKIP=1、退出码 1。核心不变量：序号 1、2（真实文献）出现 NOT_FOUND 即为回归。
• URL 分支不可复现（实测，2026-09-16）：同一输入连续两轮得到 PASS 26 / THROTTLED 5 与 PASS 25 / THROTTLED 6；
  6 条 THROTTLED 全为代理隧道 502，其中 4 条主机在数分钟后隔离探测返回 200。
  故 URL 类结论一律按"最保守轮次"记账（任一轮 THROTTLED 即记 THROTTLED），
  绝不因某轮 PASS 而回收，且任何 THROTTLED 都不得作为删改稿件的依据。
  若某主机连续两轮 502（如 eric.ed.gov），重跑无效，须转人工直连核对。详见 references/routing-verification.md §13。

G2 声明-证据闸门

对正文中每一条结论性陈述回答两个问题：
1. 它锚定到本文的哪一份数据、图表或实验？
2. 若依赖外部文献，该文献是否已通过 G1？

无法锚定的陈述 → 降级为推测性表述，或直接删除。注意：审查方与生成方应尽量使用不同模型或不同会话，避免自我确认偏误。

G3 标准-风格闸门

• 依据：references/writing-standards.md —— XtraGPT 的 20 条分节写作标准（中英对照，含原文评判设问与页码出处，覆盖 Title / Abstract / Introduction / Background / Evaluation / Conclusion 六部分）。
• 执行方式：先判定待检段落属于哪一部分，再从该分组选出 1–3 条相关标准，逐条走原文设问；结论只允许两类——通过 / 不通过 + 具体不通过的设问句。禁止输出"整体不错"等无锚定结论。
• S6 配套自评：references/scoring-rubric.md 提供四维 1–5 分评分细则（来源为 XtraGPT 图 15），用于修订稿的自检，见 §3.1。
• 禁止事项：不得增删标准条目、改写标准含义，或用"我的理解"替代原文设问。这 20 条的价值在于预先固定、不随模型即兴发挥。
• 术语中英对照一致；同一概念全文只用一个译名（对应标准第 15 条）。
• 检查跨章节一致性：引言的问题定义、方法部分、结果、结论必须互相收束。

G4 合规闸门

• AI 使用声明（按目标 venue 模板，Nature / ACL / NeurIPS 要求各异）。
• 生成：python scripts/gen_ai_disclosure.py --venue "<venue>" --template conference --lang both --out AI使用声明.md
• 强制政策核对：声明模板中的措辞随 venue 政策变化，必须填入 --policy-ref 与 --policy-date 并人工确认；加 --strict-policy 可让缺项直接返回退出码 1。
• 此脚本只生成声明结构模板，不逐字复制任何 venue 的政策原文——政策原文须由作者从目标 venue 官网取得。
• 数据可得性声明、利益冲突声明、伦理审查声明（如适用）。
• 反 AI 检测式改写必须标注：如果为通过检测而改写风格，须在流程说明中记录，不得隐去。

5 能力路由表（核心，细则见 references/tool-routing-table.md）

重要：调用上述技能时，G1/G2 闸门不因能力外包而豁免——外包的是执行，不是责任。

实测状态（2026-09-16，详见 references/routing-verification.md）

• 静态：路由表与本节引用的 10 个技能名全部可解析（python scripts/check_routing.py）。
  但可解析 ≠ 可用——ref-format 就是反例。
• 动态实测 9/9（2026-09-16，四轮累计）：
  | 技能 | 实测结论 |
  |---|---|
  | qu-aiwei-zh | ✅ 可用（摘要实测 100/100） |
  | deep-research | ✅ /research Step 1–5 走通；⚠️ /research-deep、/research-report 未跑；agent 有 P0 移植缺陷 DR-1（硬编码 ~/.claude/agents/） |
  | academic-paper-writing | ⚠️ 脚本可用，但门禁体裁盲区：方法/结果/讨论 为无条件强制项，综述被误判 72/100；**摘要** 粗体标签不被识别 → 结论须按体裁重解读 |
  | ref-format | ⚠️ 能跑通但输出损坏（arXiv:2406.10252 → arXiv:2406, 1025: 2）→ 降级为"仅供参考，须逐条核对" |
  | citation-manager | ⚠️ CLI 曾入口即崩（SyntaxError，嵌套 f-string 转义）；已本地热修，市场更新可能覆盖 → 保持备选 |
  | cn-journal-docx-submission | ❌ 非通用技能：无 argparse，硬编码单一稿件路径；任何调用都按默认路径写盘 → 降级为专用实例 |
  | zh-md-to-docx | ✅ 通用可用（产出 37,917 B docx）；须预装依赖——-h 通过但真跑曾 rc=1 |
  | paper-quick-reader | ✅ 可用（41 页 PDF → 126 KB JSON）；⚠️ Provenance 串联用法未测 |
  | ai-text-humanizer | ✅ 零脚本（纯提示词技能）→ 无脚本风险，但也无法做脚本层校验 |
• 环境前置：本机 shell 默认完全没有 coreutils（date/ls/sed/tr/head/dirname/grep 全缺），
  已实际影响 ref-format（依赖 sed）与 deep-research 的 agent（要求 date）。
  调用含 shell 步骤的技能前须：export PATH="/c/Program Files/Git/usr/bin:$PATH"
• 顺序约束：格式转换必须在 G1 之前；若在 G1 之后转换，转换后必须重跑 G1——
  否则被破坏的标识符不会被任何闸门拦住。
• 通用判据：ok:true / warnings:[] / 退出码 0 / 脚本自检 PASS 都不代表结果可用。
  凡"通过/成功"信号，都必须叠加一次针对输出本身的检查，且要问
  "这个结论适用于我的场景吗"，而不只是"它有没有报错"。
• 规则 4 · 先读入口脚本，再决定能否路由：调用任何外部技能前，必须先读其入口脚本的默认路径与参数。
  凡脚本不含 argparse 或含绝对路径常量，一律视为专用实例，不得当通用后端用；
  且调用前必须确认其写盘目标——实测 cn-journal-docx-submission 的一次探测就直接改写了作者真实投稿目录中的文件
  （经核对为幂等重生成、源 .md 未被改动，非数据丢失，但风险真实存在）。
• 预装依赖的技能不可默认可用：zh-md-to-docx 的 -h 返回 rc=0，真跑却因缺依赖 rc=1。
  凡声明了 requirements.txt 的技能，路由前先确认解释器环境已装齐依赖。
• 不再有"未实测项"——9 个已路由技能均已至少完成一次真实调用；
  但"实测过" ≠ "可信"：上表中 4 项带 ⚠️ / ❌，须按其结论限定用法（详见 references/routing-verification.md §12）。

6 反模式清单（禁止项）

1. 禁止生成未经检索验证的参考文献。
2. 禁止把"局部流畅但全局断裂"的段落直接纳入稿件——局部有引用锚定不代表全稿有效。
3. 禁止将模拟评审意见当作真实评审意见。
4. 禁止无披露使用 AI 生成内容（尤其注意幻觉参考文献已被 arXiv 明确禁止）。
5. 禁止静默整篇覆盖作者的原文。
6. 禁止在信息缺失处用"看起来很合理"的内容填充（含作者单位、模型版本、统计数值）。

7 本技能目录资源

paper-copilot/
├── SKILL.md                        （本文件：协议、管线、闸门、路由、前置条件、限制声明）
├── CHANGELOG.md                    （版本变更记录）
├── _icon.png                       （技能图标，512×512 PNG；SkillHub 上架材料）
├── references/
│   ├── tool-routing-table.md       （S0–S8 逐阶段的工具/技能路由与选择依据）
│   ├── writing-standards.md        （G3 依据：XtraGPT 20 条分节写作标准，中英对照 + 页码出处）
│   ├── scoring-rubric.md           （S6 自检：XtraGPT 四维 1–5 分评分细则 + 原论文用例）
│   ├── paper-review-rubric.md      （S7 依据：**论文级**评分表，来源为 ACL ARR 审稿表 + NeurIPS 审稿指南）
│   ├── quality-gates.md            （G2/G3/G4 可操作检查表 + G1 四状态/错配三档速查 + 放行矩阵）
│   ├── routing-verification.md     （路由实测记录 §1–§13：静态 10/10 可解析、动态 9/9、G1 不可复现性）
│   └── pilot-run-log.md            （真实稿件 S0–S8 试跑记录：发现、脚本修复、计时与人工介入）
├── scripts/                        （全部仅用 Python 标准库，零第三方依赖）
│   ├── verify_citations.py         （G1 引用闸门：DOI / arXiv / URL 三级校验 + 错配三档提示）
│   ├── selftest-mismatch.py        （错配判定离线单元测试，纯函数、秒级、确定性）
│   ├── check_routing.py            （§5 路由可验证性：解析引用的技能名，报告缺失/改名/已隔离）
│   ├── check_structure.py          （S3/S4 结构闭合性检查：CHK-01…CHK-10）
│   ├── gen_ai_disclosure.py        （G4 合规闸门：按 venue 模板生成 AI 使用声明）
│   ├── selftest-references.md      （G1 联网回归夹具，含期望结果）
│   ├── selftest-structure.md       （结构检查回归夹具，故意留缺陷）
│   │                               ── 以下 3 项为**自测产物**（非运行必需，保留作证据）：
│   ├── .selftest-disclosure.md               （gen_ai_disclosure.py 自测输出）
│   ├── .selftest-structure-report.md         （check_structure.py 自测输出）
│   └── selftest-references-引用审计报告.md    （verify_citations.py 对夹具的输出）
└── assets/
    ├── outline-template.md         （S3 大纲模板：RQ/贡献编号 + 证据映射 + 逻辑依赖表）
    ├── revision-request-template.md（S6 修订请求模板：XtraGPT p31 ReviseQA 四区块格式）
    └── author-action-list-template.md（交付模板：把 S3/S6/S7/S8 检出合并成**唯一**交给作者的待办清单）

已验证情况

G1 引用闸门
- verify_citations.py 已在真实综述稿件上跑通：39 条参考文献全部抽取成功，可校验标识符覆盖率 92.3%（36/39）；无法校验的 3 条为 EMNLP 会议论文与无 URL 的综述，正确判为 SKIP。
- 回归自测（scripts/selftest-references.md）实测结果：NOT_FOUND=3 / PASS=3 / SKIP=1，退出码 1——虚构 DOI、虚构 arXiv ID、虚构 GitHub 仓库三类造假均被拦截。
- 真实稿件试跑暴露并修复了 P0 缺陷：arXiv 限流（HTTP 429）曾被误判为 NOT_FOUND，使一篇真实存在的论文被判为伪造。首轮 39 条中 18 条"未通过"没有一条真的不存在。已引入 THROTTLED 状态 + 退避重试修复；修复后同一夹具由 NOT_FOUND=2 … THROTTLED=1（既误判真实文献、又漏掉造假项）回到 NOT_FOUND=3 / PASS=3 / SKIP=1。详见 references/pilot-run-log.md。
- 标题错配检查已升级为三档判定（2026-09-16 第三轮）。首版只比标题，无法区分"论文号错配"与"改名/简称"，且会被通用学术词刷高而漏检（实测 [24] 未过滤 0.40 漏过、剔除泛词后 0.20 命中）。现叠加首作者证据分为 D1 强疑错配 / D2 疑似标题变更 / D3 无从判断三档，并用 scripts/selftest-mismatch.py 以 4 条真实数据离线锁定（8 项断言全通过）。过程中修正了一个错误结论：先前据标题把 [31] 判为"假阳性"，加入作者比对后发现其回显首作者与条目不符（成因是作者序错误，非错配），据此收紧了 D1 的措辞。
- 真实稿件第三轮实测（同稿 39 条）：PASS 33 / SKIP 3 / THROTTLED 3；D 节 4 条 = D1 两条（[21] 确证错配、[31] 作者序错误）+ D2 一条（[24] 改过标题）+ D3 一条（[32] 条目无作者）。3 条 THROTTLED 均为 GitHub 链接经代理失败（Tunnel connection failed: 502），属环境问题而非稿件问题，须重跑，不得删除。

S3/S4 结构检查
- check_structure.py 回归自测（scripts/selftest-structure.md，故意留缺陷）实测：FAIL=6 / WARN=3 / INFO=2，退出码 1。
- 关键约定已实测验证：图/表/公式标题必须独占行首。测试稿把「图1」写在句中（"如图1所示"），脚本正确判为引用未定义编号并 FAIL；写成行首 图1：说明 才计入定义。
- CHK-10 漏检已修补：原实现只在「引言有贡献编号」时才比对，导致"摘要与结论有 C1、引言完全没有"这一结构不一致被放过。现补 WARN 分支，修补后回归计数不变（仍 FAIL=6 / WARN=3）。
- 真实稿件试跑又暴露三项缺陷并已修复：① 未映射章节被静默并入上一章节，使一篇综述的 CHK-08 虚报 引言 90%（实际 8%）——现改为独立 _extra:: 桶；② 缺 review 体裁，导致综述因无"方法/实验"被误报 FAIL；③ **摘要** … 粗体标签形式不被识别，误报"缺少摘要"。
- 跨实现交叉验证（2026-09-16）：另一独立实现 academic-paper-writing/scripts/paper_check.py 犯了与上述 ②③ 完全同型的两个错误——它把"方法/结果/讨论"设为无条件强制项（综述必然被扣 22 分且无体裁参数可调），且 **摘要** 不匹配其摘要正则（误扣 6 分）。这反证本技能那两处修复不是过度设计：两个独立实现落在同一个坑里，说明这是该类检查器的普遍失效模式。

真实稿件试跑（2026-09-16，详见 references/pilot-run-log.md）
- 稿件：《大模型与智能体辅助学术论文撰写：2026年研究综述》，288 行 / 16,811 非空白字符 / 39 条参考文献；入口模式为已有初稿（S3–S8，S0–S2 不可回放）。
- 共 14 项发现：8 项属脚本缺陷（已修）、6 项属稿件真实缺陷（待作者处理）。第 8 项为标题错配检查的漏检（见上），在第三轮才暴露。
- 最终判定：结构检查 FAIL 2 / WARN 1（2 项均为稿件真实缺陷：图1 声称存在但全文无图、表1 标题不规范）；S6 修订 1 轮四维自评 5/5/5/5 待作者裁决；S7 产出 7 项硬伤 + 9 项修改；G4 条件通过。
- 核心教训：全部 8 项脚本缺陷在既有回归夹具上均为绿，一上真实稿件立刻暴露——"回归通过"只证明没退化，不证明能用。

G4 合规闸门
- gen_ai_disclosure.py 已冒烟验证：--help 与会议论文中英双语用例均正常，退出码 0；--strict-policy 在政策出处或核对日期缺失时返回 1。

TODO（骨架待补，按优先级）

• [x] ~~获取 XtraGPT 原文~~ —— 已完成 2026-09-16。原始 PDF：<作者本地资料目录>/XtraGPT-arXiv-2505.11336v4.pdf（41 页，v4，已校验为真实版本）；可检索全文：同目录 XtraGPT-2505.11336-fulltext.txt
• [x] ~~references/writing-standards.md~~ —— 已完成 2026-09-16。20 条标准全量中英对照，含原文评判设问与页码出处（p5 Table 2 为总表，pp.34–38 附录 F 图 9–14 为逐条细则）。Conclusion 第 2 条原文仅一句，已目视核对非提取遗漏
• [x] ~~references/scoring-rubric.md~~ —— 已完成 2026-09-16。四维 1–5 分评分细则（XtraGPT 图 15 / p39）+ 原论文用例（图 17 / p40），已逐字校验（定义 4/4、锚点 20/20、用例 3/3）。定位已纠正：该细则评的是"单次修订对"，归 S6/G3，不归 S7；S7 的论文级评分表仍无可靠来源
• [x] ~~references/paper-review-rubric.md~~ —— 已完成 2026-09-16。论文级评分表，来源为两个目标 venue 官方文档（抓取日期均为 2026-09-16）：① ACL Rolling Review Review Form https://aclrollingreview.org/reviewform；② NeurIPS 2025 Reviewer Guidelines https://nips.cc/Conferences/2025/ReviewerGuidelines。含表 A（ARR：Soundness / Excitement / Overall Assessment 九档 / Confidence / Reproducibility）、表 B（NeurIPS：Quality / Clarity / Significance / Originality 1–4 + Overall 1–6）、两表维度对照、填写规则与 S7 报告模板。已显式声明与 scoring-rubric.md 的分工，并注明 NeurIPS 维度逐年变动、不得跨年份混用档位
• [x] ~~references/quality-gates.md~~ —— 已完成 2026-09-16。G2/G3/G4 逐条可操作检查表（含触发词表、三类判定与动作、输出模板）+ G1 四状态与错配三档速查 + 放行矩阵（交付判定的唯一依据）+ 教学场景默认档
• [x] ~~scripts/check_structure.py~~ —— 已完成 2026-09-16。S3/S4 结构闭合性检查 CHK-01…CHK-10（标准库实现，无第三方依赖）+ scripts/selftest-structure.md 回归夹具，实测 FAIL=6 / WARN=3、退出码 1。附带修补 CHK-10 漏检分支
• [x] ~~scripts/gen_ai_disclosure.py~~ —— 已完成 2026-09-16。按 venue 生成 AI 使用声明（五种模板 + 中/英/双语），含强制政策核对块；--strict-policy 缺政策出处或日期时返回 1。注意：只输出声明结构模板，不逐字复制各 venue 政策原文
• [x] ~~assets/outline-template.md~~ —— 已完成 2026-09-16。含 RQ/贡献编号约定、三级标题大纲、逻辑依赖表（引言问题 ↔ 方法 ↔ 结果 ↔ 结论闭合）、图表公式清单与占位引用清单；编号约定与 check_structure.py 逐项对齐，填完大纲即可先跑一次结构检查
• [x] ~~assets/revision-request-template.md~~ —— 已完成 2026-09-16。基于 XtraGPT p31 Figure 5（Prompts for Generating ReviseQA）逐字提取，保留四区块标记（BEFORE IMPROVEMENT / QUESTIONS / AFTER IMPROVEMENT / EXPLANATION）+ 中英对照。新增模式 A 基准 / 模式 B 作者区分：原提示词刻意要求 QUESTIONS 不点明标准（为测量模型的自主对齐能力），此设计不适合实际投稿修订，故 S6 默认走模式 B
• [x] ~~用一份真实稿件跑通 S0–S8 闭环~~ —— 已完成 2026-09-16。稿件为《大模型与智能体辅助学术论文撰写：2026年研究综述》，入口模式为已有初稿（S3–S8）。记录见 references/pilot-run-log.md：13 项发现（7 项脚本缺陷已修、6 项稿件缺陷待处理）、逐阶段计时、人工介入统计。未覆盖：S0–S2（需一次全新选题试跑）、协作技能路由
• [x] ~~§5 协作技能路由实测~~ —— 2026-09-16 完成静态 + 4 个动态实测。静态 10/10 可解析（新增 scripts/check_routing.py）；动态：qu-aiwei-zh 可用、deep-research 本地层可用、academic-paper-writing 脚本可用但门禁体裁盲区、ref-format 输出损坏。详见 references/routing-verification.md。暴露 4 类此前未知的问题：① 本机 shell 无 coreutils，含 shell 步骤的技能直接失败；② 格式转换会破坏标识符 → 必须在 G1 之前或重跑 G1；③ ok:true/退出码 0 不代表输出正确；④ 外部技能的结论可能与你的稿件体裁不匹配（paper_check.py 把综述误判 72/100）
• [x] ~~S0–S2 用全新选题跑通~~ —— 2026-09-16 完成。选题「AI 使用规范与质量闸门」（作者裁决），入口模式为全新选题——此前唯一一次试跑为"已有初稿"入口，S0–S2 不可回放，本次是该缺口第一次被真正关闭。产物目录：s0-s2-pilot-2026-09-16/（S0-选题卡.md、S1-文献库.md、S1-引用审计报告.md、S2-综述.md、ai-gate-framework/{outline,fields}.yaml）。S1 的 22 条来源过 G1：PASS 19 / ERROR 1 / THROTTLED 2 / NOT_FOUND 0（累计 61 条次，NOT_FOUND 始终为 0）。顺带关闭两项缺口：deep-research 的 /research 全流程（Step 1–5 走通）与 Task/Agent 等效性核对。记录见 references/routing-verification.md §10–§11
• [ ] 剩余已知短板：
• [x] ~~路由动态实测 4/10~~ —— 已完成 2026-09-16（第四轮）：路由表内 9/9 活跃技能全部至少完成一次真实调用（另 1 个 academic-paper-optimizer 已显式隔离，不计入）。净修正 4 项：① cn-journal-docx-submission 被证伪为非通用技能（无 argparse、硬编码单一稿件路径）→ 降级为专用实例；② zh-md-to-docx 升级为通用可用（须预装依赖，-h 通过但真跑曾 rc=1）；③ citation-manager 的 CLI 曾入口即崩（嵌套 f-string SyntaxError）→ 已本地热修，市场更新可能覆盖，保持备选；④ paper-quick-reader 可用、ai-text-humanizer 为零脚本提示词技能。详见 references/routing-verification.md §12
• [ ] ① deep-research 的 /research-deep 与 /research-report 未跑（/research 已走通）；其 agent 存在 P0 移植缺陷 DR-1——硬编码安装根 ~/.claude/agents/web-search-modules/，本机不存在，调用前必须做安装根路径适配，否则其自述"强制不可跳过"的模块加载环节会静默失效
• [ ] ② G1 尚有 2 条 GitHub 类引用（[12] [33]）受代理隧道间歇故障影响未结清，待网络恢复后重跑（只重跑，不得删改）
• [ ] ③ S1 的两个质量缺口（多数条目缺作者/期刊名、G 组教学文献缺口）已写入 outline.yaml 的 gaps 段

8 限制声明（交付时需一并告知作者）

1. 技能无法弥补基座模型的推理缺陷。实证研究显示，基础语言模型而非智能体框架贡献了 41.4% 的性能方差，且智能体在 68% 的推理轨迹中忽视了可用证据，仅 26% 会根据反面发现修正信念。本技能管流程与校验，不管能力增强。
2. 外部 API 依赖，且限流会影响结论完整性。G1 依赖第三方服务，实测 arXiv 会限流（429）与超时。此时脚本判为 THROTTLED 而非 NOT_FOUND，结论不完整，必须重跑——不得据此删改稿件。需保留人工复核路径。
3. 已有初稿只能从 S3 进入。若作者未在 S0–S2 留痕，选题、检索与综述合成过程无法回放，RQ 与贡献的事后补齐等同于伪造。交付时须显式声明本次实际覆盖的阶段范围。
4. 全局有效性不可保证。本技能能把引用锚定到局部证据，但一个段落有据可依，不意味着整篇稿件被底层研究过程充分支撑。
5. S7 的评分依赖外部量表，且必须回源核对。paper-review-rubric.md 提供的是通用兜底：目标 venue 若有自己的审稿表，一律优先用它。量表档位随 venue 政策逐年变动（如 NeurIPS 2024 与 2025 的维度名与总分刻度均不同），不得跨年份混用。且模拟评审不得给出录用概率——那不属于本技能能提供的信息。
6. 教学 / 培养场景默认档。面向研究生等学生使用者（或由导师 / 培养单位代为运行时），G1、G2 设为强制且不可关闭，并保留修订留痕，以便评阅过程本身。若用于被排除的场景（本科 / 高职 / 自考），须先按 §0.4 声明"量规已替换"。

9 安装与前置条件

9.1 本技能自身：零第三方依赖

scripts/ 下全部脚本仅用 Python 标准库（urllib / json / re / argparse / difflib 等），
可在任意 Python ≥ 3.9 直接运行，无需 pip 安装。实测解释器：Python 3.13.12。

9.2 运行 G1 需要联网

verify_citations.py 依赖 Crossref / OpenAlex / arXiv / 目标站点。
断网时降级为人工核对清单，并在交付物头部声明「本稿未联网校验」（协议六）。
另见 §4 G1 的 URL 分支不可复现说明——THROTTLED 属环境性波动，不得作为删改依据。

9.3 被路由技能的依赖（非本技能依赖，但决定路由是否可用）

9.4 环境前置（本机实测结论，属全局约束）

本机默认 shell 完全没有 coreutils（date / ls / sed / tr / head / dirname / grep 全缺）。
调用含 shell 步骤的外部技能前须先补：

export PATH="/c/Program Files/Git/usr/bin:$PATH"

9.5 发布卫生与上线自检

• 本技能包不含 __pycache__ / .pyc / .pyo / .tmp / .bak；
  目录层级 ≤ 2（SKILL.md；references/*；scripts/*；assets/*）。
• 上线前自检 —— 两道都要跑，缺一不可：

1. skill-publishability-audit 的静态审计（A1–A7：frontmatter 是否合法 YAML、内部引用死链、
   包卫生、目录层级、脚本语法）：
   bash python "<skills>/skill-publishability-audit/scripts/audit_skill.py" "<paper-copilot 路径或 zip>" # 期望：结果：通过（passed），退出码 0
2. marketplace 官方包校验器（目录深度与发布卫生）：
   bash python "<zh-md-to-docx>/scripts/check_package.py" "<paper-copilot 路径或 zip>" # 期望输出：{"status": "passed", "errors": []}

• 回归自检（每次改动 scripts/ 后必跑，见 §4）：
  bash python scripts/selftest-mismatch.py # 离线，期望 8 项全通过、rc=0 python scripts/check_routing.py # 路由可解析性，期望 rc=0

• 发布前脱敏（1.0.1 新增，改动文档后必做）：check_structure.py 等自检脚本会把
  --file 传入的路径原样写进报告。因此跑自检时一律用相对路径（--file scripts/…），
  不要用绝对路径调用；否则报告头会带上作者本机路径，随包发布即泄露。
  另注意自检默认输出名为 <输入名>-结构检查报告.md，会落在包内——跑完需确认没留下临时报告。

脱敏检查（正则扫描，先剥离 URL 再匹配盘符路径与用户名；把 PAT 换成自己的
用户名 / 工作目录名 / 机构缩写等关键词）：
bash python - <<'PY' import io, os, re SK = "." # 包根目录 PAT = "<用户名>|<工作目录名>|<机构缩写>" # 换成自己的关键词 URL = re.compile(r"[A-Za-z][A-Za-z0-9+.\-]*://\S+") LEAK = re.compile(PAT + r"|[A-Za-z]:[\\/]") for dp, dn, fn in os.walk(SK): dn[:] = [d for d in dn if d != "__pycache__"] for f in fn: p = os.path.join(dp, f) for i, l in enumerate(io.open(p, encoding="utf-8", errors="ignore").read().splitlines(), 1): if LEAK.search(URL.sub("", l)): print(f"{p}:{i} {l.strip()[:100]}") PY # 期望：除 frontmatter 的 `author:` 署名外，无任何输出
> 注意：本文件（SKILL.md）自身不得写入真实用户名 / 工作目录名——包括在示例代码里。
> 1.0.1 修订时踩过这个坑：脱敏示例中直接写了真实关键词，导致示例本身成为新的泄漏源。