assess-paper

评估论文

一个命令即可告诉作者论文目前的状况并解释原因，避免非专业人士面对五份独立的工具输出不知所措。它不会重新实现任何检查，而是运行专业技能，并将结果整合为一份易读的论文健康报告：先列出优势，再说明风险，最后给出按优先级排序的待办清单。

与 orchestrate-paper 搭配使用（后者负责完整生命周期）——assess-paper 是一份只读的“我现在处于什么阶段”快照，可随时运行。它是副驾驶，而非驾驶员：只报告和解释，绝不会编辑论文或提交任何内容。

适用场景

• 作者想要一份总览，而不是运行五项技能后再拼凑结果。
• 在早期（“我还差多少？”）或后期（“我准备好提交了吗？”）使用。
• 合著者或导师想快速、如实了解论文的现状。

不适用场景（请明确说明）

• 只想进行一项具体检查——直接运行对应技能（例如，只检查引用 → verify-citations）。
• 想直接应用修改——此技能只负责诊断；将每项修改交给负责该项工作的技能。
• 想预测录用概率或获奖情况——没有任何工具能如实给出此类预测；此技能会拒绝提供。

输入

• 草稿：.tex 源文件树、编译后的 PDF 或可读草稿。仅临时处理，不会复制到此代码库中。
• 目标投稿场所和赛道（不同投稿场所对“准备就绪”的判断不同）。如未说明，请询问；如果没有对应的配置文件，则按最接近的类别默认值进行评估，并明确说明。
• 可选：.paper-memory/profile.yml（论文定位）和 lessons.md（反复出现的弱点），如果存在。

汇总内容

维度	运行的技能	对报告的贡献
会被编辑初审拒稿吗？	preflight-check	合规性阻碍（页数限制、匿名要求、缺失章节）
引用都是真实的吗？	verify-citations	虚构、撤稿或重复的参考文献
是否具有原创性？	check-originality	抄袭或自我重复使用造成的重合
是否达到投稿场所优秀论文的水平？	benchmark-paper	投稿场所匹配度评分卡及最薄弱的维度
审稿人会怎么评价？	simulate-reviewers	优势、弱点、评分标准得分和决策风险

流程

1. 确认目标（投稿场所和赛道），并在 .paper-memory/profile.yml 存在时读取，以便评估与论文的定位相符——理论论文和应用论文的评判方式不同。
2. 运行适用于当前草稿阶段的检查。 合规性、引用和原创性检查属于诚信关卡；基准对照和模拟评审用于评估质量。如果缺少输入（例如尚无 .bib 文件），则跳过并说明原因——绝不可捏造结果来填补空缺。
3. 综合生成论文健康报告（不要直接倾倒五份原始输出）：
   • 总体评价 — 用一段坦诚的话概述论文的大致状况，以及接下来最重要的一项工作。绝不提供录用概率。
   • 主要优势（优先列出） — 从模拟评审和基准对照中选出 3–5 项论文做得好的具体之处，每项都关联到一个章节，让作者知道编辑时应当保留什么。
   • 最大风险 — 按影响 × 修复难度排序，并为每项附上可解决该问题的技能链接。
   • 评分卡与关卡 — 投稿场所匹配度指数、模拟评审的决策风险等级，以及每项诚信关卡（引用、原创性、编辑初审拒稿）的明确通过／需关注状态。
   • 下一步 — 简短的有序检查清单。
4. 撰写报告，保存到 paper-workspace/review/paper-health-report.md，并在聊天中呈现摘要。

任何通过子技能传递的投稿场所信息（页数限制、截止日期、必需章节等），都必须原样保留子技能报告中的来源和置信度标签；不要重述底层技能无法核实的投稿场所规则。

小型示例

输入：一份草稿 paper.tex + refs.bib，目标会议为 sigspatial-2026（完整赛道）。生成的报告开头如下：

# Paper Health Report — paper.tex → SIGSPATIAL 2026 (full track) · 2026-06-21

## Overall read
Structurally this reads like a SIGSPATIAL full paper and the core method is
clearly framed. The one thing holding it back is the evaluation: a single
dataset with no significance test is the weakness every mock reviewer flagged.
Fix that before anything else.

## Top strengths (protect these)
- Crisp contribution list, 3 claims each mapped to a section (§1) — mock panel
  praised the framing.
- Strong, reproducible artifact: code + seeds released (§6) — benchmark scored
  reproducibility 9/10, above the exemplar median.
- Clear problem motivation tied to a real spatial workload (§2).

## Biggest risks (ranked by impact × ease)
1. Single-dataset evaluation, no significance test — add a second dataset +
   variance. → simulate-reviewers (soundness), benchmark-paper (evaluation)
2. 2 references unresolvable on Crossref/DBLP (likely wrong year). → verify-citations
3. Page count at 9.3 / 9 — over the limit. → preflight-check, fit-page-limit

## Scorecard + gates
- Venue-fit index: 7.1/10 — "structurally in line; evaluation is the gap"
- Mock decision-risk: borderline-reject (no champion)
- Gates: citations FLAG (2 unresolvable) · originality PASS · desk-reject FLAG (over page limit)

## Do next
1. Resolve the 2 citations (verify-citations) — quick, removes an integrity flag.
2. Trim to the page limit (fit-page-limit).
3. Add the second dataset + significance test (the real lever).

输出

一份 paper-health-report.md：整体评价 → 优势 → 按优先级排序的风险 → 评分卡与门槛 → 后续行动清单。每项发现都会指出相关技能，方便作者深入了解。全文使用通俗语言——目标是让作者理解自己的论文，而不是面对一堆指标。

防护措施

• 必须列出优势，并且放在最前面。 只谈问题的评估会误导作者，不知道哪些内容值得保留——要指出真正有效的部分，但绝不为了凑数而捏造优势。
• 只诚实评估就绪程度——绝不预测录用概率或获奖可能性（见 benchmark-paper、simulate-reviewers）。如果有人提出这类要求，应予以拒绝并说明原因。
• 诚信门槛（虚构引用、抄袭、会导致编辑拒稿的问题）应作为阻碍项报告，不能用其他方面的高分抵消。
• 只报告和解释；绝不修改论文或提交任何内容。 修复工作交由相应的具体技能处理。
• 临时处理论文；绝不将论文文本复制到此代码库。

记忆

使用 paper-memory-convention.md 中说明的共享 .paper-memory/ 约定。

• 开始时： 读取 profile.yml（定位）和 lessons.md（反复出现的弱点），以便让报告更贴合作者情况，并跟踪不同草稿间的进展——优先指出任何 recurring 弱点。
• 结束时： 通过 reflect-and-improve 的 reflect_log.py append，按照共享格式 - [YYYY-MM-DD] (assess-paper | <scope>) finding -> recommendation 追加持久性经验（该命令会去重并添加日期）。跨草稿持续存在的弱点标记为 recurring；一次性遗漏标记为 this-paper。记录长期有效的经验，不记录完整报告或每次运行的分数。
• 按需创建 .paper-memory/；它仅保存在本地，绝不会上传。