关于 evidence-draft
evidence-draft 是用于研究写作的 Skill,可根据简报、论文笔记和可选证据绑定生成确定性证据包。它将主张关联到来源片段,并明确标记证据不足之处,而不以填充内容掩盖缺口。
主要功能
- 01生成确定性 JSONL 证据包
- 02从片段生成候选主张
- 03组装来源溯源信息
- 04标记证据不足与降级信号
- 05校验双向比较
适用场景
- 01为论文小节准备可溯源证据
- 02标记需要核实的主张
- 03比较明确分类下的证据
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ willoscar/ research-units-pipeline-skills --skill evidence-draft安装后在 Claude Code 中输入/evidence-draft确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
assets/evidence_pack_schema.jsonevidence_policy.jsonsource_text_hygiene.jsonreferences/block_vs_downgrade.mdevaluation_anchor_rules.mdevidence_quality_policy.mdexamples_sparse_evidence.mdoverview.mdsource_text_hygiene.mdscripts/run.py详细介绍
证据草稿
触发条件与路由
- 触发条件:证据草稿、证据包、候选主张、具体对比、证据片段、溯源、证据草稿、证据包、可引用事实。
根据简报、笔记和可选的证据绑定,生成确定性的 outline/evidence_drafts.jsonl 数据包。
当前启用兼容模式:此次迁移会保留现有 JSONL 契约,同时将证据质量策略、稀疏证据路由和评估锚点规则移至 references/ 和 assets/。
加载顺序
始终阅读:
references/overview.mdreferences/evidence_quality_policy.md
根据任务阅读:
- 在判断薄弱证据应阻止起草,还是仅降低主张强度时,阅读
references/block_vs_downgrade.md - 评估 token、协议上下文或数值主张较弱时,阅读
references/evaluation_anchor_rules.md - 校准证据稀少的数据包时,阅读
references/examples_sparse_evidence.md - 论文自我叙述或通用结果包装文本混入数据包片段/候选主张时,阅读
references/source_text_hygiene.md
机器可读资源:
assets/evidence_pack_schema.jsonassets/evidence_policy.jsonassets/source_text_hygiene.json- 全仓库通用的
assets/limitation-signals.json— 共享极性规则,确保已解决的问题和正向改进不会进入局限性字段
输入
必需:
outline/subsection_briefs.jsonlpapers/paper_notes.jsonlcitations/ref.bib
可选但建议提供:
papers/evidence_bank.jsonloutline/evidence_bindings.jsonl
输出
保持当前输出契约:
outline/evidence_drafts.jsonl- 可选:在
outline/evidence_drafts/下生成便于阅读的镜像文件
脚本边界
仅将 scripts/run.py 用于:
- 对简报/笔记/证据库/绑定进行确定性关联
- 提取片段并整理溯源信息
- 按策略生成
blocking_missing/downgrade_signals/verify_fields - 验证数据包并生成 Markdown 镜像文件
不要将 run.py 用于:
- 添加填充条目,让证据稀少的内容看起来完整
- 隐藏无法通过
references//assets/检查的稀疏证据判断 - 撰写面向读者的叙述性文本
输出格式规则
保持以下内容稳定:
- 保留下游综述流程已使用的现有顶层数据包字段
claim_candidates必须源自片段concrete_comparisons必须确实呈现双边对比;如果某个聚类没有可用的重点内容,就删除该对比卡片,并在上游标明证据稀少,而不是编造 A 与 B 的对比- 片段采样应考虑聚类:当某个小节有明确的聚类时,证据选择应避免仅因某条路线的摘要包含更醒目的结果句,就只聚焦于该路线
- 稀疏证据应作为明确的阻断项/降级信号/待核实字段呈现,而不是用填充条目补足
- 引用键必须限定在
citations/ref.bib中
兼容性说明
当前模式以参考文件为先,并采用确定性兼容策略:
assets/evidence_policy.json定义数据包阈值和稀疏证据路由assets/evidence_pack_schema.json记录并验证稳定的数据包格式assets/source_text_hygiene.json负责清理此 Skill 中的包装文本;全仓库通用的assets/limitation-signals.json则负责统一paper-notes、evidence-draft和writer-context-pack中的局限性极性scripts/run.py仍会生成现有 JSONL 和 Markdown 输出,但不再用通用的谨慎措辞填充证据稀少的部分
快速开始
uv run python .codex/skills/evidence-draft/scripts/run.py --workspace <workspace>
执行说明
在兼容模式下运行时,scripts/run.py 当前会读取:
outline/subsection_briefs.jsonlpapers/paper_notes.jsonlcitations/ref.bib- 可选的
papers/evidence_bank.jsonl和outline/evidence_bindings.jsonl assets/evidence_policy.json和assets/evidence_pack_schema.json
脚本
快速开始
uv run python .codex/skills/evidence-draft/scripts/run.py --workspace <workspace>
所有选项
--workspace <dir>--unit-id <id>--inputs <path1;path2>--outputs <path1;path2>--checkpoint <C*>
示例
uv run python .codex/skills/evidence-draft/scripts/run.py --workspace <workspace>
故障排除
- 如果证据薄弱但证据包看起来完整,请先检查
assets/evidence_policy.json和references/block_vs_downgrade.md,再修改 Python。 - 如果评估要点过于笼统,请检查
references/evaluation_anchor_rules.md和策略资源文件。 - 如果论断很强,但证据过于抽象或仅有标题,请通过
downgrade_signals和verify_fields降级,而不是添加叙述性保留说明。
评论
支持 Markdown