论文全文深度审阅（paper-full-review）

把一篇学术论文审成一份可以直接照着改的审阅报告。不是润色，不是校对——
是模拟一个严格、内行、逐句死磕的 reviewer。

核心交付：一份中文 PDF 审阅报告（通常 40–60 页），含 120–200 条分级问题，
每条带「位置 + 问题 + 原因 + 建议 + 原文 / 改写对照」。

一、何时用 / 不用

用：用户要求审阅、审核、审稿、深度润色一篇学术论文（中英文均可），
或要求「像导师那样审」「逐字逐句审」「写出修改理由」。

不用：
- 只要摘要 / 只要查重 / 只要格式调整 → 直接做，不必启全套流程
- 只是问「这段话英文通不通」→ 直接答

二、先选模式（动手前必做）

选错模式 = 报告没人看。四种模式详见 references/08-review-modes.md：

两个判断点：
1. 有没有上一轮报告？有 → 模式 B；没有 → 模式 A
2. 报告给谁看？自己改稿 → 模式 A（要 orig/sug 对照）；给导师 → 模式 D（要短、要分类、要标出必须自己做的事）

三、三条交付链路（别越权）

审阅报告（有什么问题）      ← 默认只给这个
    ↓ 被要求才继续
修改计划（怎么改/谁改/多久） ← 阶段化 + 执行者分工 + 时间线 + 数据映射表
    ↓ 被要求才继续
实质性修改输出（直接用）    ← 可直接粘贴的改写文本 + 执行指令 + 期刊推荐

详见 references/10-revision-execution.md。
没被要求改稿时，不要直接产出大段改写文本。

四、九阶段工作流

阶段 0 · 环境准备（一次性）

PY="${HOME}/.workbuddy/binaries/python/envs/default/Scripts/python.exe"   # WorkBuddy 托管 Python
# 或直接用系统 python / python3，只要装了下面的库即可
$PY -c "import docx, fitz, reportlab, lxml"   # 全通过才继续

缺库则装：$PY -m pip install python-docx pymupdf reportlab lxml

> ⚠️ 不要用 Edge/Chrome headless 转 PDF——在部分 Windows 环境会 exit=0 却
> 静默不产出文件。用本技能自带的 scripts/html2pdf.py（reportlab 直排）。

阶段 1 · 提取稿件（不读原文就动手 = 违规）

$PY scripts/extract_docx.py "C:/path/to/manuscript.docx" work/paras.txt

产出两个文件：
- work/paras.txt —— [序号] <样式名> 正文，逐段审阅的唯一依据
- work/paras_scan.txt —— 结构体检报告，必读

结构体检会自动标出（这些几乎每条都是真问题）：
- 占位符未填：[instrument name] / [2-3] days / XXXX
- 英文稿件中混入的中文（多为残留工作批注）
- 图/表引用序列（用于查跳号、错引）
- 引用编号最大值（用于查文献表缺条目）

若是 PDF 输入：$PY scripts/extract_pdf.py input.pdf work/paras.txt

若用户提供审阅范式样本（例如「照着这份导师的审阅来」），同样提取并先拆结构：

$PY scripts/extract_pdf.py "范式样本.pdf" work/paradigm.txt

读它，确认其板块划分、每条问题的内部结构、语言基调，再动手。

阶段 2 · 通读第一遍（只记不改）

目的：建立全局图景。这一遍不写任何问题。

边读边建「对照表」（写在心里或临时文件里），记录可核对的硬信息：

最后一项最关键——它是阶段 3 抓「缺失方法」的弹药。

阶段 3 · 逐节审阅（主体，占 70% 精力）

按 references/03-section-checklists.md 逐条过，不许跳节。

顺序：摘要 → 前言 → 结果各小节 → 讨论 → 方法各小节 → 参考文献 → 图注

每条问题按 references/01-review-paradigm.md 的五段式写，
严重度按 references/02-severity-rubric.md 判定。

三条硬规则：

1. 不许跳过 Methods。 它是问题最密集区，通常占全稿问题数的 1/3 以上。
   三大病逐个扫：①正文用了但没写（缺失）②写了但关键参数空着（占位符）③几处互相打架（矛盾）。
2. 每条必须有 orig + sug。orig 逐字符照抄原文（保留它原有的错误，
   否则读者无法定位）；sug 必须是可直接粘贴替换的完整句子。
3. 必须写「为什么」。只说「这里错了」是校对；说清「reviewer 会怎么解读这个错误」
   才是审阅。

机制/逻辑类 P0 必须写「证据链」段：把散落在不同图/不同节的事实编号列出，
让矛盾自己浮现。这是整份报告最有价值的部分，照 examples/p0-issue-sample.html 写。

阶段 4 · 跨章节一致性核查

按 references/06-consistency-audit.md 过 14 类。这一步只有通读全文的人才能做，
也是报告最出彩的地方。

产出 C-1 ~ C-N 条，每条给两处位置并排对照（位置 A / 位置 B），
并给唯一方案（一致性问题通常有唯一正解，不要给「三选一」）。

必做的双向 grep：
- Results 出现的每个实验关键词 → Methods 是否有对应小节（没有 = 缺失方法，P0）
- Methods 的每个小节 → Results 是否有对应结果（没有 = 孤儿方法）

阶段 4.5 · 数据层面核查（命中率最高，别跳过）

按 references/11-data-integrity-checks.md。这是抓致命硬伤最有效的手段——
文字问题审稿人可能略过，数据矛盾一定会被抓。

$PY scripts/data_scan.py work/paras.txt

脚本给出候选提示（重复数值串、SD>均值、量纲冲突、CI 分隔符混用等），
每条都要人工复核（3/7 可能是 caspase-3/7，0% 可能是评分量表）。

人工必做的三件事：
1. 找重复：同一数字在不同位置出现 → 复制粘贴可疑
（实例：对照组 3 个症状事件数均为 60 例；两指标 Chi²/df/P/I² 完全相同）
2. 建映射表：每个核心指标列出全文所有出现位置与数值，逐行比对
3. 反向验证统计口径：这个检验允许做它声称的比较吗？P 值支持文中的措辞吗？
n 是生物学重复还是技术重复？

> 实例：声称用 Dunnett 检验，却报告了「A组 vs B组」的 P 值
> ——Dunnett 只能比较各组 vs 单一对照组。这类错误一旦被指出，
> 整块统计结果都会被质疑。

阶段 5 · 联网事实核查

按 references/05-fact-check-playbook.md。建议核查 8–15 条。

优先级：
1. 摘要/前言中的关键背景断言
2. 支撑核心机制假设的引用
3. 方法中所有货号、引物序列、物种相关试剂（可验证性最强，错误代价最高）
4. 参考文献 DOI（抽查 5–10 条）
5. 其余引用抽查

幻觉防护（红线）：
- 不凭记忆下结论，自认为知道的也要搜一次
- 搜不到就写「未能核实 / 建议作者自行核对」，绝不补一个看似合理的答案
- 每条结论必须带可追溯出处（期刊年卷页 / DOI / 货号 / 产品页）
- 只有核实过的才能进「联网事实核查附录」

阶段 6 · 生成报告 HTML

1. 复制 assets/report_skeleton.html 到工作目录（不要直接改 skill 里的原件）
2. 按七块结构填充（概览表 → 总体评价 → P0 汇总 → 逐节问题 → 一致性 → 语言 → 统计/建议/核查附录 → 结语）
3. 标签只许用 references/07-html-tag-reference.md 里列出的子集

分章写：内容多时拆成 p1.html…p7.html 分块写，最后拼成一个 review.html。
一次写几万字的 HTML 容易失控。

概览表「核心判断」列是精髓——要给出判断，不是复述：
- ❌ 「方法部分问题最多」
- ✅ 「问题最密集区：8 类实验无方法、多处占位符未填、3 处自相矛盾」

总体评价要具体肯定：点名哪条轴线设计得好、哪组突变体和 rescue 设置规范。
通篇挑刺的报告显得廉价。

阶段 7 · 转 PDF 并校验

$PY scripts/html2pdf.py work/review.html "输出目录/XX文档_全文审阅报告.pdf" \
    --footer "稿件简称 · 全文审阅汇总 · 2026-09-06" --title "全文审阅汇总"

$PY scripts/verify_pdf.py "输出目录/XX文档_全文审阅报告.pdf" --marks P0,R6-2,引物

verify_pdf.py 检查：页数、严重度标记计数、关键标记定位、缺字形字符、
极短页、空白页。任一项有问题就回 HTML 修，重出。

> 本机无法看图时，这个脚本是唯一的排版验证手段，必跑。

阶段 8 · 交付

用 present_files 呈现 PDF，回复里给：
- 交付路径 + 页数
- 问题统计（总数 + P0/P1/P2/P3 + 分章节分布）
- 最重要的 3 条（把最致命的机制/逻辑问题讲清楚）
- 联网核查的条数与其中最有价值的发现
- 后续可选项（按报告逐条改稿 / 补 Methods 文本 / 出精简版）

五、硬规则（违反 = 重做）

六、目录结构

paper-full-review/
├── SKILL.md                      本文件：选模式 → 九阶段 → 硬规则
├── references/
│   ├── 01-review-paradigm.md     报告七块骨架 + 五段式写法 + 导师范式六项补充
│   ├── 02-severity-rubric.md     P0-P3 判据 + 密度参考 + 级别升降 + 就绪度红黄绿
│   ├── 03-section-checklists.md  逐章节检查清单（审阅时逐条过，最长）
│   ├── 04-language-rules.md      英文学术写作问题清单 + AI 痕迹检测
│   ├── 05-fact-check-playbook.md 联网核查流程 + 幻觉防护
│   ├── 06-consistency-audit.md   14 类跨章节核查
│   ├── 07-html-tag-reference.md  HTML 标签子集 + 易错点
│   ├── 08-review-modes.md        四种审阅模式（A深审 / B验证 / C混合 / D精简）
│   ├── 09-multi-round-tracking.md 多轮追踪：四张表 + ID 体系 + 级别升降 + 撤销
│   ├── 10-revision-execution.md  修改计划 + 实质改写 + 执行指令 + 期刊推荐
│   └── 11-data-integrity-checks.md 六类数据异常 + 映射表 + 反向验证统计口径
├── scripts/
│   ├── extract_docx.py           docx 提取（带 [P0001] 段落编号）+ 结构体检
│   ├── extract_pdf.py            PDF 文本层提取
│   ├── data_scan.py              数据异常扫描（重复数值/CV异常/量纲/分隔符）
│   ├── html2pdf.py               报告 HTML → 中文 A4 PDF
│   └── verify_pdf.py             PDF 排版校验
├── assets/
│   └── report_skeleton.html      报告骨架（复制后填空）
└── examples/
    ├── p0-issue-sample.html      三条真实例子（机制 / 技术 / 一致性）
    └── multi-round-samples.md    多轮追踪与修改计划的真实片段

七、参考：两份典型报告

7.1 英文研究论文（DUB-A–E3-A–DUB-B 轴 / HCC 免疫逃逸，267 段）

• 产出 45 页 PDF，约 175 条问题（P0×37 / P1×55 / P2×56 / P3×~27）
• 分布：摘要 7 / 前言 10 / 结果 49 / 讨论 11 / 方法 63 / 参考文献 11 /
  跨章节一致性 14 / 语言 8 / 缺失章节 2
• 最关键一条：E3-A 缺失 → PD-L1 升高却同时 → T 细胞杀伤增强；讨论中
  「适应性/T 细胞浸润继发」的解释被 Fig.6C（体外、无 T 细胞）直接否定
• 联网核查 10 条（GLOBOCAN 版本、抑制剂 X 出处、两条错引、一条 DOI 撞车、
  抗体物种反应性、试剂盒货号错称、引物与内参重复）

7.2 中文学位论文（某自身免疫病并发症方向，多轮审阅）

本技能的「多轮追踪 / 验证审阅 / 修改执行」三套机制，
提炼自同一篇学位论文的第 2–7 轮审阅样本：

八、写完之后的自我检查

交付前问自己：

1. 有没有哪节是跳过的？
2. Methods 的每个小节都被审过了吗？Results 用到的实验，Methods 都核对过了吗？
3. 每条问题的 sug，用户能直接复制粘贴吗？
4. P0 里有没有「其实不致命」的（虚高会稀释真正的 P0）？P0 里有没有漏掉最致命的？
5. 事实核查附录里每一条，都真的联网查过吗？
6. 概览表的「核心判断」列，是判断还是复述？
7. verify_pdf.py 跑过了吗？

模式 A 之外额外检查：
8. 位置都用的 [P0000] 段落编号吗？
9. 数据核查（阶段 4.5）做了吗？关键指标建映射表比对了吗？
10. 有没有穿插 🟢 正面反馈？
11. 「AI 能改」和「人必须做」分开列了吗？
12. 模式 B：上轮问题逐条对照了吗？作者拒绝项给出成立/不成立的判定与证据了吗？
13. 模式 D：按性质分组了吗？建议栏足够短吗？
14. 发现审错了，敢写明「修改方向翻转」吗？