mcpField
P
paper-workflow-orchestrator

paper-workflow-orchestrator

github.com/yushui2022ドキュメント45839 回インストール4 日前に更新
リポジトリ

paper-workflow-orchestrator について

paper-workflow-orchestratorは、数理モデリングコンテスト論文の全工程を調整するスキルです。成果物に基づく状態レポートで各段階を案内し、証拠の検証後に正式な執筆へ進みます。

主な機能

  1. 01入力ファイルと実行環境の確認
  2. 02S0〜S8の段階的な進行案内
  3. 03状態レポートに基づく次スキルの選択
  4. 04モデル結果と証拠チェーンの検証
  5. 05論文形式とレンダリング結果の確認

活用シーン

  1. 01コンテスト課題の入力から論文納品まで進行
  2. 02中断したタスクを該当段階から再開
  3. 03正式執筆前にモデル結果の証拠を検証

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/yushui2022/mathmodel-skill --skill paper-workflow-orchestrator

インストール後、Claude Code で/paper-workflow-orchestratorを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

MATHMODEL_EDITION.json
agents/
openai.yaml
scripts/
preflight_check.py
prepare_output_layout.py
quickstart_run.py
run_all.py
workflow_guard.py

詳細

MathModel Standard Orchestrator

このスキルは、コンテスト論文のタスク全体を実行する際の唯一のエントリールーターとして使用します。Standard は、長いエビデンスチェーンを維持し、コストを抑えながらツールを確実に実行できる高性能モデルを対象としています。Pro のマルチエージェントトーナメントや承認チェックポイントは使用しません。

開始または再開

コンテストプロジェクトのルートから、次を実行します。

python .claude/skills/paper-workflow-orchestrator/scripts/preflight_check.py
python .claude/skills/paper-workflow-orchestrator/scripts/workflow_guard.py --status

paper_output/qa/workflow_guard_report.json を読み、recommended_skill と next_action に従います。現在のファイルとハッシュは、会話上の記憶より優先されます。

ガード要件を満たす前に、後続のスキルを実行しないでください。子スキルの実行が終わったら、ここに戻ってステータスを再評価します。

S0-S8

S0 入力の受付

preflight_check.py は problem_files/ の内容を一覧化し、すべての入力をハッシュ化し、ランタイム依存関係をチェックし、paper_output/ を準備して、MathModel の異なるエディションが混在している場合は拒否します。必須の出力は次のとおりです。

  • paper_output/preflight_report.json
  • paper_output/input_manifest.json
  • paper_output/OUTPUT_LAYOUT.md
S1 問題分析

$problem-doc-model-selector を使用して、paper_output/step1/problem_analysis.json を作成します。すべての設問、添付資料、フィールド、目的、制約、曖昧さ、必要な出力について、追跡可能性を確保する必要があります。

S2 モデルとルーブリックのルート

$modeling-paper-rubric-and-model-selector を使用して、次を作成します。

  • paper_output/plan/model_route.json
  • paper_output/plan/rubric_alignment.json
  • paper_output/plan/scoring_strategy.md

公開されている外部データが必要な場合に限り、$authoritative-data-harvester を使用します。情報源の識別情報と取得時のメモを保持します。

S3 データと可視化の計画

$data-cleaning-and-visualization を使用します。入力マニフェストで分類されたファイルのみを読み込み、新しいロードレポート、データ計画、可視化計画、図のインデックス、クリーン済みデータを作成します。コンテスト固有のコードは、インストール済みスキル内ではなく、paper_output/code/ 以下に配置します。

S4 再現可能なモデルコード

$model-code-and-result-generator を使用して、run_modeling.py と設問ごとのモジュールを含む、設問固有のコードを paper_output/code/modeling/ 以下に作成します。コードは、機械可読な結果の契約を出力する必要があります。

S5 実際の実行

モデリングコードを実行します。スクリプト、入力、出力、終了コード、サイズ、SHA-256 の記録を paper_output/results/run_manifest.json に保持します。必須のエビデンスには、モデルの結果、有効なメトリクス、結論、表、使用可能な図が含まれます。草稿のプレースホルダーは認められません。

S6 エビデンスゲート

$quality-assurance-auditor を使用し、公式のエビデンス検証を実行します。

python .claude/skills/quality-assurance-auditor/scripts/evidence_gate.py --mode official

paper_output/qa/evidence_gate_report.json が PASS で、記録されたすべての入力が引き続き最新であることを確認するまで、正式な執筆に進まないでください。

S7 適応型の正式執筆

正式な執筆者として $paper-formal-writer のみを使用します。

python .claude/skills/paper-formal-writer/scripts/build_paper_outline.py
python .claude/skills/paper-formal-writer/scripts/prepare_authoring.py --mode auto

通常のコンテスト論文では、複数回に分ける場合があっても、各セクションを完全な形で作成します。正式な執筆者が宣言したコンテストの対象範囲を維持します。短いレポートには、ユーザーが明示的に指定した対象範囲と理由が必要です。各草稿を validate_authoring.py --section で監査します。全体的な失敗が繰り返される場合は、セクションモードに切り替えます。あるセクションで同じカテゴリの失敗が2回目に発生すると、micro-repair ルートが作成されます。その場合に限り、$paper-micro-unit-generator でキューに登録された箇所を修正できます。同じカテゴリの失敗が3回目に発生した場合は S7 をブロックし、自動的に切り替えることなく Lite を提案します。

すべてのアクティブな単位が合格した後、次を実行します。

python .claude/skills/paper-formal-writer/scripts/assemble_sections.py
python .claude/skills/paper-formal-writer/scripts/validate_authoring.py --assembled

続いて Agent は、全体をまとめた原稿を paper_output/final_paper_source.md に仕上げるため、文書全体を改訂する必要があります。コピーだけの昇格は認められません。次で完了します。

python .claude/skills/paper-formal-writer/scripts/validate_authoring.py --final
python .claude/skills/paper-formal-writer/scripts/format_formal_docx.py
S8 書式とレンダリングのゲート

次を実行します。

python .claude/skills/paper-formal-writer/scripts/check_paper_format.py --render required

納品には、paper_output/format_check_report.json の最新の PASS が必要です。報告された原稿、数式、引用、図表、DOCX、ページ割り、PDF の問題を修正して再実行します。PASS を強制するためにレポートを編集してはいけません。

正式な出力

paper_output/plan/writing_plan.json
paper_output/context/authoring_state.json
paper_output/qa/draft_audit.json
paper_output/qa/repair_queue.json
paper_output/drafts/sections/*.md
paper_output/drafts/assembled_draft.md
paper_output/final_paper_source.md
paper_output/final_paper.docx
paper_output/format_check_report.json

旧式のマイクロユニット出力とクイックスタート出力は、引き続き paper_output/drafts/legacy/ と paper_output/quickstart/ 以下に保存されます。これらは S7 の要件を満たすことはできません。

譲れない不変条件

  • モデルの結果、データソース、実行の成功、引用、検証を決して捏造しないでください。
  • 重要な数値に関する主張はすべて、最新の機械可読な証拠にたどれる必要があります。
  • 上流のハッシュが変更された場合、依存する S6〜S8 のレポートは無効になります。
  • 掲載する図表はすべて、実在し、インデックスに登録され、引用され、解釈されている必要があります。
  • 正式な数式は編集可能な Word OMML に変換してください。スクリーンショットやプレーンテキストで代用しないでください。
  • 論文本文にスキル名、ガードコマンド、ワークフローの説明を記載しないでください。
  • コンテスト固有のコードをインストール済みのスキルディレクトリに書き込まないでください。
  • コンテストプロジェクトごとに、MathModel のエディションを 1 つだけインストールしてください。

復旧

タスクが中断された場合、または長時間に及ぶ場合：

python .claude/skills/paper-workflow-orchestrator/scripts/workflow_guard.py --status
python .claude/skills/context-memory-keeper/scripts/update_workflow_memory.py

ガードレポート、現在のステージ契約、および paper_output/context/workflow_memory.json を読み、完了済みの作業を再実行するのではなく、最初に失敗したステージから続行してください。

コメント

Markdown 対応