auto-review-loop-minimax

自动审查循环（MiniMax 版本）：自主改进研究

🔒 不要将此技能包装在 /loop、/schedule 或 CronCreate 中。 与 /auto-review-loop 一样，它已在内部循环（审查 → 修复 → 再审查）， 并将上一轮的摘要传入下一轮审查提示词（后端是无状态的逐轮 API 调用，而非共享线程）。外部 定时器每次触发时都会从头开始运行，丢失累积的上下文，并根据挂钟时间而非产物变更 执行评判——没有任何新信号，却要付出全部令牌成本。应安排它之前的外部等待， 而不是评判本身。请参阅 shared-references/external-cadence.md。

自主迭代：审查 → 实施修复 → 再审查，直到外部审查者给出正面评价或达到 MAX_ROUNDS。

上下文：$ARGUMENTS

常量

• MAX_ROUNDS = 4
• POSITIVE_THRESHOLD：score >= 6/10 且 verdict ∈ {"ready", "almost"} — 两项条件都必须满足，与下方实际执行的停止条件一致。verdict 的取值为 {"ready", "almost", "not ready"}。（较早的表述使用了 or，且 verdict 集合已过时；以 AND 形式为准。）
• REVIEW_DOC：review-stage/AUTO_REVIEW.md（累积日志）（旧版项目回退到 ./AUTO_REVIEW.md）
• REVIEWER_MODEL = MiniMax-M3 — 通过 MiniMax API 使用的模型

API 配置

此技能使用 MiniMax API 进行外部审查。支持两种方式：

方式 1：MCP 工具（首选）

如果 mcp__minimax-chat__minimax_chat 可用，请使用它：

mcp__minimax-chat__minimax_chat:
  prompt: |
    [Review prompt content]
  model: "MiniMax-M3"
  system: "You are a senior machine learning researcher..."

方式 2：curl（备用）

如果 MCP 不可用，请直接使用 curl：

curl -s "https://api.minimax.io/v1/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $MINIMAX_API_KEY" \
  -d '{
    "model": "MiniMax-M3",
    "messages": [
      {"role": "system", "content": "You are a senior ML researcher..."},
      {"role": "user", "content": "[Review prompt]"}
    ],
    "max_tokens": 4096
  }'

API 密钥：从 ~/.claude/settings.json 中的 env.MINIMAX_API_KEY 读取，或从环境变量读取。

为什么使用 MiniMax 而不是 Codex MCP？ Codex CLI 使用 OpenAI 的 Responses API（/v1/responses），第三方提供商不支持此 API。请参阅：https://github.com/openai/codex/discussions/7782

状态持久化（紧凑恢复）

长时间运行的循环可能会触及上下文窗口上限，从而触发自动压缩。为确保能够继续运行，请在每轮结束后将状态持久化到 review-stage/REVIEW_STATE.json：

{
  "round": 2,
  "status": "in_progress",
  "last_score": 5.0,
  "last_verdict": "not ready",
  "pending_experiments": ["screen_name_1"],
  "timestamp": "2026-03-13T21:00:00"
}

每次 Phase E 结束时（记录完本轮后）都要写入此文件。 每次覆盖即可——只需保留最新状态。

完成时（获得正面评价或达到最大轮数），将 "status": "completed" 设为已完成，避免后续调用意外恢复已结束的循环。

工作流

初始化

1. 检查 review-stage/REVIEW_STATE.json （如果未找到，则回退到 ./REVIEW_STATE.json——旧版路径）：
   • 如果两个路径都不存在：全新开始（正常情况）
   • 如果文件存在且 status 为 "completed"：全新开始（上一次循环已正常结束）
   • 如果文件存在、status 为 "in_progress" 且 timestamp 早于 24 小时：全新开始（已终止或放弃运行留下的过期状态——删除该文件并重新开始）
   • 如果文件存在、status 为 "in_progress" 且 timestamp 在 24 小时内：恢复运行
     • 读取状态文件以恢复 round、last_score、pending_experiments
     • 读取 review-stage/AUTO_REVIEW.md，恢复之前各轮的完整上下文 （回退到 ./AUTO_REVIEW.md）
     • 如果 pending_experiments 不为空，检查它们是否已完成（例如，检查屏幕会话）
     • 从下一轮继续（round = 已保存的 round + 1）
     • 记录：“已从上下文压缩中恢复。从第 N 轮继续。”
2. 阅读项目叙述文档、记忆文件及之前的审查文档
3. 阅读近期实验结果（检查输出目录和日志）
4. 根据之前的审查找出当前弱点和未完成的 TODO
5. 将轮数计数器初始化为 1（除非从状态文件恢复）
6. 创建或更新 review-stage/AUTO_REVIEW.md，添加标题和时间戳

循环（最多重复 MAX_ROUNDS 次）

阶段 A：审查

向外部审查者发送完整上下文。

先检查 MCP 是否可用，然后使用合适的方法：

如果 MCP 可用（主要方式）：

Use mcp__minimax-chat__minimax_chat tool with:
- system: "You are a senior machine learning researcher serving as a reviewer for top-tier conferences like NeurIPS, ICML, and ICLR. Provide rigorous, constructive feedback."
- prompt: [Full review prompt with context]
- model: "MiniMax-M3"

如果 MCP 不可用（备用方式）：

curl -s "https://api.minimax.io/v1/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $MINIMAX_API_KEY" \
  -d '{
    "model": "MiniMax-M3",
    "messages": [
      {
        "role": "system",
        "content": "You are a senior machine learning researcher serving as a reviewer for top-tier conferences like NeurIPS, ICML, and ICLR. Provide rigorous, constructive feedback."
      },
      {
        "role": "user",
        "content": "[Round N/MAX_ROUNDS of autonomous review loop]\n\n[Full research context: claims, methods, results, known weaknesses]\n[Changes since last round, if any]\n[For round 2+: Summary of previous review feedback and what was addressed]\n\nPlease act as a senior ML reviewer (NeurIPS/ICML level).\n\n1. Score this work 1-10 for a top venue\n2. List remaining critical weaknesses (ranked by severity)\n3. For each weakness, specify the MINIMUM fix (experiment, analysis, or reframing)\n4. State clearly: is this READY for submission? Yes/No/Almost\n\nBe brutally honest. If the work is ready, say so clearly."
      }
    ],
    "max_tokens": 4096
  }'

注意：每一轮都是独立的 API 调用。对于第 2 轮及之后的轮次，请在提示词中加入之前的审查摘要和所做更改。

阶段 B：解析评估

重要：将外部审查者的完整原始回复逐字保存（存入变量供阶段 E 使用）。不要丢弃或概括——原始文本是主要记录。

然后提取结构化字段：

• 评分（数字，1-10）
• 结论（"ready" / "almost" / "not ready"）
• 待办事项（按优先级排列的修复列表）

停止条件：如果评分 >= 6 且结论 ∈ {"ready", "almost"}（必须完全匹配——"not ready" 不符合条件）→ 停止循环，记录最终状态。

阶段 C：实施修复（若未停止）

针对每项待办事项（按优先级从高到低）：

1. 代码更改：编写/修改实验脚本、模型代码、分析脚本
2. 运行实验：通过 SSH + screen/tmux 部署到 GPU 服务
3. 分析：运行评估、收集结果、更新图表/表格
4. 文档：更新项目笔记和审查文档

优先级规则：

• 跳过需要大量计算资源的修复（标记为需人工跟进）
• 跳过需要不可用外部数据/模型的修复
• 若重新表述/分析和新实验都能解决问题，优先选择前者
• 始终实施新增指标（成本低、影响大）

阶段 D：等待结果

如果已启动实验：

• 监控远程会话，直到实验完成
• 从输出文件和日志中收集结果

阶段 E：记录轮次

追加到 review-stage/AUTO_REVIEW.md：

## Round N (timestamp)

### Assessment (Summary)
- Score: X/10
- Verdict: [ready/almost/not ready]
- Key criticisms: [bullet list]

### Reviewer Raw Response

<details>
<summary>Click to expand full reviewer response</summary>

[Paste the COMPLETE raw response from the external reviewer here — verbatim, unedited.
This is the authoritative record. Do NOT truncate or paraphrase.]

</details>

### Actions Taken
- [what was implemented/changed]

### Results
- [experiment outcomes, if any]

### Status
- [continuing to round N+1 / stopping]

写入 review-stage/REVIEW_STATE.json，记录当前轮次、评分、结论和任何待完成的实验。

轮次计数器递增 → 返回阶段 A。

终止

循环结束时（评估为正面或达到最大轮次）：

1. 将 review-stage/REVIEW_STATE.json 中的 "status" 更新为 "completed"
2. 将最终摘要写入 review-stage/AUTO_REVIEW.md
3. 使用结论更新项目笔记
4. 如果在未获得正面评估的情况下达到最大轮次并停止：
   • 列出剩余的阻碍因素
   • 估算每项所需的工作量
   • 建议继续手动处理还是调整方向

关键规则

• 处理大型文件：如果 Write 工具因文件过大而失败，请立即使用 Bash（cat << 'EOF' > file）重试，分块写入。不要征求用户许可——直接静默执行。

• 防止引用幻觉：添加参考文献时，绝不要伪造 BibTeX。使用 DBLP → CrossRef → [VERIFY] 流程。不要凭记忆生成 BibTeX。

• 如实记录——包括负面结果和失败的实验

• 不要为了获得正面评分而掩盖弱点

• 重新审查前先实施修复（不要只承诺修复）

• 如果实验耗时超过 30 分钟，启动实验后继续处理其他修复，并在等待期间开展其他工作

• 记录所有内容——审查日志应自成一体

• 每轮结束后都更新项目笔记，不要只在最后更新

• 第 2 轮及之后的轮次，始终在提示词中包含之前的审查上下文

• MCP 可用时优先使用 MCP 工具，而非 curl（更可靠）

第 2 轮及之后的轮次的提示词模板

MCP 方法（主要方式）：

mcp__minimax-chat__minimax_chat:
  model: "MiniMax-M3"
  system: "You are a senior machine learning researcher serving as a reviewer for top-tier conferences like NeurIPS, ICML, and ICLR. Provide rigorous, constructive feedback."
  prompt: |
    [Round N/MAX_ROUNDS of autonomous review loop]

    ## Previous Review Summary (Round N-1)
    - Previous Score: X/10
    - Previous Verdict: [ready/almost/not ready]
    - Previous Key Weaknesses: [list]

    ## Changes Since Last Review
    1. [Action 1]: [result]
    2. [Action 2]: [result]
    3. [Action 3]: [result]

    ## Updated Results
    [paste updated metrics/tables]

    ## Current Research Context
    [brief summary of claims, methods, current state]

    Please re-score and re-assess:
    1. Score this work 1-10 for a top venue
    2. List remaining critical weaknesses (ranked by severity)
    3. For each weakness, specify the MINIMUM fix
    4. State clearly: is this READY for submission? Yes/No/Almost

    Be brutally honest. If the work is ready, say so clearly.

curl 备用方式：

curl -s "https://api.minimax.io/v1/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $MINIMAX_API_KEY" \
  -d '{
    "model": "MiniMax-M3",
    "messages": [
      {
        "role": "system",
        "content": "You are a senior machine learning researcher serving as a reviewer for top-tier conferences like NeurIPS, ICML, and ICLR. Provide rigorous, constructive feedback."
      },
      {
        "role": "user",
        "content": "[Round N/MAX_ROUNDS of autonomous review loop]\n\n## Previous Review Summary (Round N-1)\n- Previous Score: X/10\n- Previous Verdict: [ready/almost/not ready]\n- Previous Key Weaknesses: [list]\n\n## Changes Since Last Review\n1. [Action 1]: [result]\n2. [Action 2]: [result]\n3. [Action 3]: [result]\n\n## Updated Results\n[paste updated metrics/tables]\n\n## Current Research Context\n[brief summary of claims, methods, current state]\n\nPlease re-score and re-assess:\n1. Score this work 1-10 for a top venue\n2. List remaining critical weaknesses (ranked by severity)\n3. For each weakness, specify the MINIMUM fix\n4. State clearly: is this READY for submission? Yes/No/Almost\n\nBe brutally honest. If the work is ready, say so clearly."
      }
    ],
    "max_tokens": 4096
  }'

输出协议

所有输出文件都应遵循以下共享协议：

• 输出版本控制协议——先写入带时间戳的文件，再复制到固定名称
• 输出清单协议——将每个输出记录到 MANIFEST.md
• 输出语言协议——遵循项目的语言设置