grants

Grants — NIH 资助情报

**可移植性：**需要 bash_tool（通过 curl 向 RePORTER 发送 POST 请求）、安装了 docx 包的 Node.js，以及 Consensus MCP 连接。可在 Claude Code CLI 中原生运行。在 Claude.ai 中使用 Code Execution + Consensus MCP 时，工作流受支持，但速度较慢。

**范围：仅限 NIH。**非 NIH 资助方（PCORI、DOD CDMRP、VA、基金会）不在范围内，并会在受理时标记。

面向有研究构想的临床研究人员，生成一份可编辑的 .docx 格式 NIH 资助策略概览。输出涵盖研究定位分析、研究所映射、目标资助项目发现和策略建议，供研究人员编辑、复制内容并与导师分享。

Agent 完整性规则（Research-Pack 规范）

继承自既有规范；根据 PR #657 审计逐字锁定。

• 执行纪律。只有确认收到结果后，步骤才算完成。Consensus 调用必须按顺序进行，间隔至少 1 秒。RePORTER 调用必须按顺序进行。
• **数据来源。**只统计本会话中工具调用返回的数据。绝不补充训练知识。训练知识须标记为 [Not from Consensus/RePORTER — reference information]，且不计入数量。
• **数量与归属。**发送的查询 / 显示的结果 / 引用的结果——分别计数，绝不可混为一谈。每篇引用的论文都必须有本会话中可检索的 URL。
• **错误处理。**失败时 → 等待 3 秒 → 重试一次 → 记录。若跨工具连续失败 3 次：停止，提醒研究人员，并说明缺少哪些内容。绝不默默跳过。
• **透明度。**DOCX 中须有审计日志部分。聊天摘要与文档遵循相同标准。

请参阅 references/reporter_post_patterns.md，了解 RePORTER POST 规范和计划层级检测。

第 1 阶段：严格追问式信息收集（6 个关键问题，逐个提问）

Q1（根问题）— 研究构想

请用 2–3 句话描述研究构想。研究问题是什么？新颖之处是什么？临床意义是什么？含糊的回答（例如“医疗领域的 AI”“疾病 X 的生物标志物”）将被拒绝——请追问细节，力求具体。

*提问原因：*五次 Consensus 搜索（已确立的研究现状 / 研究意义 / 当前方法 / 相邻方法 / 研究空白）都依赖明确的研究构想。构想含糊，产生的研究空白引文和定位叙述也会含糊且毫无用处。

拒绝含糊其辞的回答。若用户回答过于宽泛，给出示例后再追问一次。

Q2（取决于 Q1）— 职业阶段

职业阶段——请选择一项：

1. 博士前阶段（博士生、T32 受训者）
2. 博士后研究员（F32、K99 候选人）
3. 职业早期（K 类奖项候选人、首次申请 R01）
4. 独立研究者（多个 R01、已建立的实验室）
5. 资深 PI（R35、P 系列、U01 项目负责人）

*提问原因：*职业阶段会影响资助机制建议。F 系列面向受训者，K 系列面向职业早期研究者，R 系列面向独立研究者。选择错误的阶段会导致提出无法获得资助的机制建议。

必须选择一项。

Q3（取决于 Q2）— 初步数据情况

初步数据——请选择一项：

1. 无（全新项目，尚无试点数据）
2. 试点数据（早期发现，单中心）
3. 有力的初步数据（多项实验，已达到 R01 规模）
4. 已验证且准备就绪（多中心，已达到发表标准）

*提问原因：*初步数据情况决定资助机制和预算。无数据 → R03 / R21 试点范围。有力的初步数据 → R01 / U01 多中心规模。两者不匹配会导致申请缺乏竞争力。

Q4（取决于 Q2）— 研究环境

研究环境——请选择一项：

1. 符合 R01 申请资格（研究密集型机构，拥有 NIH 基础经费）
2. 中等水平（地区学术医疗中心，NIH 资助项目规模适中）
3. 资源受限（规模较小的机构，NIH 基础经费有限）
4. 与产业界合作（学术机构 + 产业界合作）

*提问原因：*研究环境会影响方案范围的现实性（多中心 U01 项目要求符合 R01 申请资格），也会影响哪些资助机制类别具有竞争力（R15 专门面向资源受限的机构）。

Q5（取决于 Q1）— 申请提交状态

申请提交状态——选择一项：

1. 新申请（首次提交，没有过往评审）
2. 重新提交（A1，需要回应评审意见）
3. 正在了解（尚未决定是否提交）

询问原因： 重新提交时，DOCX（第 7 节）需要提供回应评审意见的指导。新申请无需此内容。正在了解则应将重点从策略转向整体情况。

Q6（取决于 Q1）— 已知的目标研究所

你是否已经考虑了 NIH 的特定研究所？请列出名称（NCI / NHLBI / NIMH / NINDS / NIDDK / 等），或回答“没有偏好——请帮我找合适的研究所”。

询问原因： 如果你对研究所已有假设，我会根据 RePORTER 数据验证。如果没有，我会通过研究所统计结果列出资助相近研究的排名前三的研究所。

“没有偏好”是常见情况，请接受此回答。

停止条件： Q6 之后，确定方案并开始阶段 2A。阶段 2A 开始后，绝不重新开启信息收集。

阶段 2A：研究定位（5 次 Consensus 搜索）

按顺序以每秒 1 次的频率运行。每次搜索对应一个定位维度：

1. 已有成果 — "<research idea>" established evidence — 已知内容
2. 重要性 — "<topic>" mortality OR burden OR cost OR prevalence — 研究为何重要
3. 当前方法 — "<topic>" current treatment OR standard of care OR approach — 当前最先进的研究水平
4. 相邻方法 — "<related technique>" applied to <topic> — 方法学上的可能性
5. 研究空白 — "<topic>" limitations OR unanswered OR future directions OR challenge — 研究空白信号

每次搜索都使用 scripts/citation_tracker.py --action record_consensus_search。根据第一个响应检测计划等级。

综合： 为每个维度提取 2–3 条可引用的发现（用于第 2 节的研究空白引文）。按照“该领域已确立 X（参考文献），但 Y 仍未得到解答（参考文献）”的模式撰写意义和创新性内容。

阶段 2B：研究所映射 + 资助项目发现（RePORTER POST）

RePORTER 仅支持 POST。使用 bash_tool + curl，绝不使用 web_fetch。

动态财政年度范围

使用 scripts/fiscal_year_calculator.py 在运行时计算。默认范围：当前财政年度 + 之前 3 个财政年度。联邦财政年度从 10 月 1 日开始，因此：

python scripts/fiscal_year_calculator.py --output json
# Returns: {"current_fy": 2026, "window": [2023, 2024, 2025, 2026]}

窄范围（AND）搜索——查找直接重叠

curl -X POST 'https://api.reporter.nih.gov/v2/projects/search' \
  -H 'Content-Type: application/json' \
  -d '{
    "criteria": {
      "fiscal_years": [2023, 2024, 2025, 2026],
      "include_active_projects": true,
      "advanced_text_search": {
        "operator": "AND",
        "search_field": "all",
        "search_text": "<key term 1> <key term 2>"
      }
    },
    "limit": 50,
    "include_fields": ["project_num", "project_title", "agency_ic_admin", "study_section", "fiscal_year", "principal_investigators", "abstract_text"]
  }'

宽范围（OR）搜索——查找相邻研究

curl -X POST 'https://api.reporter.nih.gov/v2/projects/search' \
  -H 'Content-Type: application/json' \
  -d '{
    "criteria": {
      "fiscal_years": [2023, 2024, 2025, 2026],
      "advanced_text_search": {
        "operator": "OR",
        "search_field": "all",
        "search_text": "<term> <synonym> <related concept>"
      }
    },
    "limit": 50
  }'

研究所统计 + 评审组排序

RePORTER 响应返回后：

• 统计 agency_ic_admin（研究所代码：NCI、NHLBI、NIMH 等）→ 资助排名前三的研究所
• 统计 study_section → 排名前二的评审组（申请会送至这些评审组进行评审）

NOSI 发现

解析 RePORTER 响应，查找 NOT-* 项目编号。对每个编号：

# NOSIs live at predictable URLs:
# https://grants.nih.gov/grants/guide/notice-files/NOT-<INSTITUTE>-<YEAR>-<NUMBER>.html
web_fetch <url>

如果获取失败：记录 [NOSI {number} — fetch failed, not included]，然后继续。

资助机制匹配（考虑项目范围）

建议不应仅由职业阶段决定。职业阶段 + 项目范围 + 初步数据共同决定建议。

使用 scripts/mechanism_matcher.py：

python scripts/mechanism_matcher.py \
  --career-stage "early_career" \
  --prelim-data "pilot" \
  --environment "r01_eligible" \
  --scope "single_site" \
  --output json
# Returns mechanism shortlist with rationale

完整矩阵请参阅 references/nih_mechanism_matching.md。

阶段 3：DOCX 生成

通过 Node.js + docx 库生成 9 个部分。完整规范请参阅 references/docx_9_sections.md。

1. 执行摘要 — 标题 + 职业阶段 + 环境 + 3-4 条关键发现要点
2. 研究定位 — 3-5 条差距引文（斜体，内嵌 Consensus 引用）+ 2-3 段定位叙述 + 支持证据表
3. 目标研究所 — 排名表（研究所、时间窗口内项目数量、与您的构想的匹配度百分比）+ 2-3 句解读
4. 资助机会 — 如有 NOSI，使用粗体标注。排名前 3 的资助项目表格，包含超链接 FOA + 每项资助的研究范围/预算匹配度段落
5. 已资助的重叠项目 — 排名前 5 的项目表格（PI、project_num、IC、年份、指向 RePORTER 的超链接）+ 差异化段落
6. 研究组别 — 排名表 + 最佳匹配解读
7. 战略建议与后续步骤 — 3-4 条编号建议 + 必需的项目官员建议 + 提交时间表说明 +（如果重新提交时 Q5=2）评审意见回复指南 + 结尾段落
8. 参考文献 — 编号书目，链接至 Consensus
9. 审计日志 — Consensus 搜索表、计划层级说明、RePORTER 搜索表、NOSI 获取表、摘要统计、工具限制说明、失败步骤

样式

正文采用 Arial 12pt，标题采用海军蓝（#1a3a5c），表格标题采用浅蓝色（#e8f0f8），NOSI 标注采用琥珀色。ExternalHyperlink 模式：

• 论文引用：https://consensus.app/papers/...
• FOA 链接：https://grants.nih.gov/grants/guide/...
• RePORTER 项目：https://reporter.nih.gov/project-details/<id>

必需的项目官员建议

始终在第 7 节中加入：

建议的下一步：联系 {top institute} 的项目官员。 请在 https://www.nih.gov/institutes-nih/list-nih-institutes-centers-offices → {institute} → Program Officers 页面查找其工作人员页面。请准备：1 页的具体目标 + 您的 CV + 3 个关于匹配度的具体问题。电子邮件主题：“预申请咨询：”。

这是对所有申请者最有价值的一条建议。绝不可省略。

提交时间表（嵌入 DOCX 第 7 节）

资助机制	标准接收日期
R01, R21, R03	Feb 5, Jun 5, Oct 5
K awards (K01, K08, K23, K99)	Feb 12, Jun 12, Oct 12
R34, R61/R33	Feb 16, Jun 16, Oct 16
F31, F32	Apr 8, Aug 8, Dec 8

阶段 4：交付

• 将 DOCX 保存至 <output-dir>/grants_<topic-slug>_<YYYY-MM-DD>.docx
• 聊天摘要：文件路径 + 审计计数 + 计划层级 + 对目标研究所的判断
• 验证：使用 python3 -c "import zipfile,sys; zipfile.ZipFile(sys.argv[1]).testzip()" <docx> 检查 zip 完整性（无输出 = 完整），然后确认必需的各个部分均已包含

工具

脚本	作用
scripts/citation_tracker.py	三项计数审计（Consensus 已发送/已显示/已引用 + RePORTER 项目/已引用），保存至 ~/.grants_sessions/<session>.json
scripts/fiscal_year_calculator.py	当前财年 + 之前 3 年的时间窗口。在运行时计算，绝不硬编码。
scripts/mechanism_matcher.py	职业阶段 × 研究范围 × 初步数据 → 资助机制推荐候选清单

参考资料

• references/nih_mechanism_matching.md — 职业阶段 × 研究范围 × 初步数据 → 资助机制规范（7+ 个来源）
• references/reporter_post_patterns.md — RePORTER curl POST 模板 + 计划层级检测（7+ 个来源）
• references/docx_9_sections.md — 9 节 .docx 规范 + 技术要求（7+ 个来源）

错误处理

失败情况	行为
Consensus 触发速率限制	等待 3s，重试一次并记录；如果仍然失败，则提醒研究人员
Consensus 对某个维度返回 0	明确指出；绝不使用训练知识补充
检测到 Consensus 计划层级上限	记录层级，在审计记录中注明，并告知研究人员
RePORTER POST 返回错误	3s 后重试一次；如果仍然失败，则记录并继续
RePORTER 在窄范围查询中返回 <5 条结果	记录情况；宽范围 OR 查询应予以弥补；指出结果数量偏少
NOSI 获取失败	记录 [NOSI {n} — fetch failed]，然后继续
连续 3 次工具调用失败	停止，并提醒研究人员缺少哪些内容
DOCX 生成失败	将原始数据保存为 JSON 备用文件，以免研究人员丢失工作成果

应拒绝的反模式

• 并行调用 Consensus（会触发速率限制）
• 使用 web_fetch 查询 RePORTER（仅支持 POST；web_fetch 使用 GET）
• 硬编码财年值
• 仅依据职业阶段推荐机制（还必须考虑范围）
• 悄悄使用训练知识补充维度结果不足的部分
• 跳过审计日志
• 跳过项目官员推荐
• 混淆“找到的论文”“展示的论文”和“引用的论文”
• 获取失败时编造 NOSI 详情

---

版本： 1.0.0 源规范： megaprompts/08-grants-megaprompt.md（维护者本地草稿规范——已被 gitignore 排除，未包含在公开仓库中） 构建模式： Path B（直接转换）。与 pulse + litreview 并列的研究包。