orchestrate

Orchestrate Skill

将 medsci-skills 套件中的研究请求路由到合适的技能，或按正确顺序串联多个技能。你负责分类、规划和委派：切勿自行生成路由目标技能的输出，而应调用负责该输出的技能。

---

Available Skills

技能	领域	适用场景
search-lit	文献	查找论文、核实引文、整理参考文献列表、检查某个主题是否已有相关研究
design-study	方法学	审查研究设计、识别数据泄漏/偏倚、选择报告指南、验证分析计划
intake-project	项目设置	新建或杂乱的项目文件夹、“这是什么项目？”，进行分类并搭建框架
manage-project	项目管理	搭建目录、跟踪进度、生成检查清单和时间表
analyze-stats	统计学	生成 R/Python 代码，用于诊断准确性、人口统计学、荟萃分析统计、一致性、回归（逻辑/线性）、倾向评分、重复测量
make-figures	可视化	ROC 曲线、森林图、流程图（PRISMA/CONSORT/STARD）、Kaplan-Meier、Bland-Altman、视觉/图形摘要
meta-analysis	系统综述	完整的 MA 工作流：方案、检索、筛选、提取、综合、PRISMA-DTA
write-paper	写作	起草 IMRAD 论文（8 阶段工作流）、撰写任意章节
self-review	质量	提交前自查，包含领域探查（生存分析 / SR-MA / 放射组学 / 叙述性综述）；可选用 --panel 进行高风险最终质量检查
check-reporting	合规性	对照 49 项报告指南和偏倚风险工具进行审计
revise	修订	解析审稿意见、生成逐点回复、跟踪修改
grant-builder	资助	组织基金申请书：重要性、创新性、研究方案、里程碑
present-paper	演示	准备学术报告：分析论文、起草讲稿、添加幻灯片备注、准备问答
publish-skill	打包	将个人技能转换为开源可分发软件包
calc-sample-size	统计学	计算样本量（17 种检验，包括 Cox EPV）、功效分析、IRB 论证文本
find-journal	投稿	根据摘要/范围匹配推荐期刊、遭拒后重新定位投稿目标
add-journal	期刊数据库	向期刊资料数据库添加新期刊；从作者指南中提取元数据
fulltext-retrieval	文献	通过 Unpaywall、PMC、OpenAlex API 按 DOI 批量下载开放获取 PDF
deidentify	数据安全	在进行任何大模型处理前，对包含 PHI 的临床数据进行去标识化。独立 Python CLI（不使用大模型）。
clean-data	数据	数据分析、缺失值标记、异常值检测、生成清理代码
generate-codebook	数据	根据数据集生成可引用的数据字典/代码本；将编码变量标记为 [NEEDS DICTIONARY]；为 /define-variables 提供输入
version-dataset	数据	生成数据集内容哈希清单；验证数据漂移（架构/行/值）并比较版本；锁定可复现性
write-protocol	方案	起草 IRB/伦理方案，包括 4 个核心章节和 6 个带有 TODO 标记的框架章节
define-variables	操作化	基于文献定义变量、阈值和数据库变量映射；用于观察性研究时，安排在 /search-lit 和 /write-protocol 之间运行
verify-refs	参考文献审计	只读审计论文参考文献，对照 PubMed/CrossRef；交叉核对第一作者；唯一写入 qc/reference_audit.json 的工具。绝不修改参考文献
manage-refs	参考文献生命周期	验证引文键、通过期刊 CSL 渲染 pandoc、对论文 ↔ DOCX 进行交叉引用质量检查、转换 [N] ↔ [@key] 标记、注入 Zotero CWYW 域代码。唯一写入 manuscript_final.docx、qc/xref_audit.json 的工具
lit-sync	参考文献同步	同步 Zotero 收藏集 ↔ Better BibTeX manuscript/_src/refs.bib ↔ Obsidian 文献笔记。唯一写入 refs.bib 的工具（自动导出）；位于 manage-refs 上游
obsidian-paper-vault	知识库构建	将 PDF 文件夹转换为模板化的 Obsidian 文献笔记，并综合生成原子概念笔记。与 lit-sync 一样使用相同的知识库文件夹，但从 PDF 端接入
humanize	质量	扫描 AI 特征密度（目标为 <2.0/1000 words）；重写标记的段落，同时保留技术准确性。是 write-paper 的第 7.5 阶段
academic-aio	可见度	针对医学 AI 论文优化 AI 搜索引擎（Perplexity、ChatGPT web、Elicit、Consensus、SciSpace、RAG 工具）的可见度。提供可选清单；绝不自动应用修改
render-pdf-doc	文档排版	将非参考文献类学术 Markdown 转换为 PDF（提案、简报、锚点文档、IRB 封面、参考文献表），支持 CJK。与 manage-refs scripts/render_pandoc.sh 的处理边界相反
fill-protocol	表单填写	填写机构 Word 表单（.doc/.docx），用于 IRB/伦理/基金模板；将 write-protocol 的内容填入机构模板
fill-icmje-coi	表单填写	根据合成种子数据，为每位作者批量生成 ICMJE COI Disclosure Form
sync-submission	投稿	审计 SSOT 与投稿材料之间的漂移；根据规范论文材料创建期刊专属的投稿清单
peer-review	评审	起草外部论文同行评审意见（按期刊格式排版）。仅用于评审其他作者的作品，绝不能用于自我评审
review-paper	写作	搭建/起草文献综述（叙述性综述 / 范围综述 PRISMA-ScR / 系统综述）。区别于 write-paper（原创研究）和 meta-analysis（合并分析）
polish-language	质量	学术英语一致性检查 + 非母语表达润色（缩写、美式/英式拼写、范围、P/p 大小写、单位）。仅处理风格；区别于 humanize（移除 AI 特征）和 check-reporting（指南条目）
author-strategy	分析	分析 PubMed 作者资料：研究类型分类、发展轨迹类型、根据姓名生成发表策略报告
batch-cohort	分析	从一个经过验证的方法学模板 × 多组暴露因素/结局组合（方法相同，仅替换变量）生成 N 个分析脚本，并生成汇总矩阵
replicate-study	分析	在不同数据库上复现现有队列研究的方法：提取设计、制作变量协调表、生成复现差异报告
cross-national	分析	跨国比较研究（KNHANES + NHANES + CHNS 或平行调查）：变量协调 + 平行加权分析
ma-scout	系统综述	发现荟萃分析主题并评估可行性（先从教授资料→研究空白入手，或先从主题→问题→研究空白→共同作者入手），适用于方案撰写前
find-cohort-gap	方法学	从纵向队列数据库中发现研究空白：分析优势、匹配 PI 专长、扫描文献饱和度、按优先级排列主题提案
design-ai-benchmarking	方法学	审查针对人类专家参考小组开展 AI 系统基准测试的设计/有效性（评分标准、校准探查、小组构建、IRR 目标）——在数据收集前使用
model-selection	建模	为影像学研究选择模型：基于论文的架构系列（任务 + 模态 + 数据规模 + 类别不平衡 → 候选列表），然后审查具体的仓库/检查点（许可证、版本固定、权重来源；标记模型开发或调优所用基准上的评估环节）
imaging-data	建模	在作出任何建模决策前分析影像数据集（间距/方向、强度域、标签完整性、前景占比、目标体积），并根据计划进行把关；随后规划/审计 DICOM/NIfTI 数据导入、重采样、归一化和数据增强，生成预处理清单，并在进入 model-scaffold 前设置数据阶段泄漏检查
model-scaffold	建模	生成可复现、可运行的 PyTorch 训练仓库（患者级、种子锁定的数据划分、任务模型、训练/评估脚本、复现记录）——在选择架构和验证训练好的模型之间运行
radiomics-ml	建模	生成/审计放射组学 / 表格机器学习研究（影像或临床特征 → 惩罚逻辑回归 / SVM / RF / 梯度提升 / MLP → 结局），并进行嵌套交叉验证 / 特征稳定性 / 校准 / 外部验证把关（无需 GPU）
model-assessment	验证	验证/评估训练好的影像模型：数据划分泄漏检查 + 验证设计（内部还是外部、比较对象、样本量）；符合任务要求的留出集指标（Dice + 边界、AUROC + AUPRC 及 bootstrap CI、FROC/mAP、校准、亚组）→ 按病例列出结果；针对部署声明评估不确定性/OOD/弃答；检查 Grad-CAM/可解释性合理性 + 定位
mllm-eval	评估	为 LLM/MLLM 临床任务设计/审计评估框架（报告生成、VQA、信息提取/分类）：经裁定的参考答案、超越 BLEU/ROUGE 的临床效用指标、幻觉、污染、提示词敏感性、读者研究
model-card	文档	根据用户提供的事实，为工程师构建的影像模型生成 Model Card + Datasheet + 数据质量评估，并进行完整性把关
contribute	设置	提出将本地修改（期刊资料、修复）作为拉取请求或问题反馈，无需输入 git 命令；若差异中包含患者数据则会阻止，且只有在确认后才会发送。也可提交误报或失败步骤
setup-medsci	设置	只读运行环境诊断（Python、R、Node、Claude Code、Git、Zotero、MCP 服务）：提供通过/失败表格，并为每个缺失组件提供设置文档

---

分类逻辑

将每项请求归类到以下意图之一。

单技能请求（直接路由）

路由到「可用技能」表中匹配的技能：用一句话说明理由，然后调用该技能。下表涵盖模式和标志、容易混淆的技能，以及非英语表达：

用户可能会这样说……	路由到
“我有一个杂乱的文件夹，帮我整理一下”	/intake-project
“设置一个新项目” / “创建项目脚手架”	/manage-project init
“投稿前帮我审阅稿件”	/self-review
“投稿前进行严格 / 严苛检查” / “顶级期刊最终检查” / “多审稿人 / 评审小组审阅” / “从统计学、临床和影像学角度审阅” / “혹독하게 제출 전 점검”	/self-review --panel --json
“审阅他人的稿件” / “期刊读书会评论草稿” / “외부 논문 리뷰 답변”	/peer-review
“我应该投哪本期刊？” / “帮我找一本期刊” / “我被拒稿了，还能投哪里？”	/find-journal
“同步投稿信息” / “更换目标期刊” / “检查 SSOT 偏差”	/sync-submission
“添加期刊档案” / “저널 프로필 추가”	/add-journal
“下载 PDF” / “获取全文” / “PDF 다운로드”	/fulltext-retrieval
“帮我制作可视化摘要” / “图形摘要” / “生成 GA”	/make-figures
“对我的数据进行去标识化” / “移除 PHI” / “비식별화” / “익명화” / “匿名化患者数据”	/deidentify
“撰写 IRB 方案” / “起草伦理审查申请” / “研究方案”	/write-protocol
“填写 IRB 方案表格” / “기관 양식 채워줘” / “심사면제 요청서 채움” / “동의면제 양식”	/fill-protocol
“定义我的变量” / “说明截断值的依据” / “表型定义” / “변수 정의 근거” / “避免临时定义”	/define-variables
“撰写病例报告” / “我有一个有趣的病例”	/write-paper（病例报告模式）
“生成投稿附信” / “撰写投稿附信”	/write-paper（第 8 阶段及之后；需要已完成的稿件）
“将稿件渲染为 DOCX” / “生成最终 .docx” / “级联重新格式化参考文献” / “应用期刊 CSL” / “用 Vancouver 格式重新渲染” / “회람용 docx” / “Zotero CWYW 注入”	/manage-refs
“将提案渲染为 PDF” / “锚定文档 PDF” / “韩文学术 PDF” / “简报讲义 PDF” / “IRB 封面 PDF” / “非参考文献 Markdown → PDF”	/render-pdf-doc
“同步 Zotero” / “刷新 refs.bib” / “Better BibTeX 导出” / “Zotero ↔ Obsidian 同步” / “帮我创建文献笔记”	/lit-sync
“将 PDF 转为 Obsidian 笔记” / “帮我创建论文摘要笔记” / “整理此文件夹中的 PDF” / “构建论文库” / “第二大脑” / “从论文中提取概念”	/obsidian-paper-vault
“批量生成 ICMJE COI 表格” / “创建共同作者 COI 表格” / “批量生成披露表”	/fill-icmje-coi
“AI 搜索优化” / “适合 Perplexity 的摘要” / “提高 RAG 可见度” / “GEO 清单” / “提升在 Elicit/Consensus 上的曝光度”	/academic-aio
“移除 AI 痕迹” / “去除 AI 味” / “让这一部分更像人工撰写” / “帮我去掉 GPT 痕迹”	/humanize

多技能工作流（规划后依次执行）

节点列列出在交互模式下需要呈现的决策分支（见下文的对话协议）；N1–N11 的定义见 ${CLAUDE_SKILL_DIR}/references/dialogue_nodes.md。

场景	技能链	节点
新项目，无既有工作	intake-project -> search-lit -> design-study -> manage-project init	N1、N2（如果用户需要论文输出）、N3
数据已就绪，需要撰写论文	manage-project init -> analyze-stats -> make-figures -> write-paper	N6（PHI 门禁）、N3、N4（期刊时间安排）、N2
已有草稿，准备投稿	self-review -> check-reporting -> verify-refs -> humanize -> academic-aio（可选启用 --aio）-> manage-refs（DOCX 构建 + 交叉引用 QC --strict）-> manage-project checklist	N4（如果尚未锁定）、N8（仅当 self-review 返回致命问题时）
投稿文件渲染与级联重排格式	manage-refs（工作流 A：pandoc citeproc，或工作流 B：Zotero CWYW）-> manage-refs scripts/check_xref.py --strict -> verify-refs -> sync-submission build	N10（选择工作流 A 或 B——参见 manage-refs SKILL.md 决策树）
级联拒稿后重新选择投稿目标	find-journal（排除已拒稿的期刊）-> manage-refs（使用新的 CSL 重新渲染）-> write-paper 第 8 阶段及之后（新求职信）-> sync-submission build --journal {new}	N4
非参考文献类学术交付物（提案／简报／基础文档）	write-protocol -> fill-protocol（有机构表格可用） ⫶ render-pdf-doc（仅 Markdown，无表格）	N11（是否有可用表格）
参考文献维护周期	lit-sync（Zotero ↔ refs.bib 自动导出）-> manage-refs scripts/check_citation_keys.py -> verify-refs --strict（核对第一作者）	—
ICMJE COI 批量处理（多作者投稿）	fill-icmje-coi（根据合成种子为每位作者生成 docx）-> 手动传阅	—
医学 AI 论文，提升 AI 搜索可见性	self-review -> humanize -> academic-aio（标题、摘要、摘要框、README / CITATION.cff / HF 卡片）	N4、N9（章节条目用于确定重新编辑范围）
收到审稿意见	revise -> analyze-stats（如需新分析）-> make-figures（如需新图表）	N1
从零开始进行荟萃分析	meta-analysis（自行处理工作流：制定方案，然后暂停，直到注册提交，或用户记录选择不注册并继续；之后通过 search-lit 检索，并通过 fulltext-retrieval 获取全文；不要在此之前运行二者，因为 search-lit 会筛选论文并提取结果）	N2（荟萃分析类型）、N5（综合范围）
撰写资助申请	search-lit -> grant-builder	N2（选项 5）
会议演示	present-paper（在内部自行处理工作流）	N1
新研究，需要 IRB 方案	search-lit -> design-study -> calc-sample-size -> define-variables -> write-protocol	N3、N2（选项 4——方案）
观察性队列研究（回顾性／筛查／登记）	intake-project -> design-study -> search-lit -> define-variables -> write-protocol -> analyze-stats -> write-paper	N1、N2、N3
数据含 PHI，需要完整工作流	deidentify -> clean-data -> analyze-stats -> make-figures -> write-paper	N6（强制）、N3、N4
数据已就绪，需要先清理	clean-data -> analyze-stats -> make-figures -> write-paper	N6、N3、N4
完整投稿链	write-paper -> self-review -> check-reporting -> find-journal -> write-paper（第 8 阶段及之后：求职信）-> manage-project checklist	N4、N8（触发恢复流程时）、N9（重新进入时）
拒稿后重新投稿	find-journal（排除已拒稿的期刊）-> write-paper（第 8 阶段及之后：新求职信）	N4
病例报告工作流	search-lit（相似病例）-> write-paper（病例报告模式）-> self-review -> check-reporting（CARE）-> find-journal	N2（选项 2）、N4
面板模式（/self-review --panel）需主动启用，绝不会自动运行。 上述链条使用单轮 self-review。仅当用户要求进行高风险的最终审查时，才添加 --panel，因为它会启动多个审查 Agent 和一个编辑器（消耗的令牌数是数倍）；绝不要默认启用，包括在 --e2e 中。绝不要将 --panel 与 --fix 一起使用：面板负责诊断并确定优先级，修复循环则是单独的一轮。

请求含糊不清时（路由前先询问）

如果用户意图确实不明确，只问一个澄清问题——绝不要在同一轮中问两个。如果可以合理推断，就先执行并确认；在工作流中，应呈现相应节点，而不是提问。示例：

• “帮我处理论文” -> 询问：“你想开始写作、审阅现有草稿，还是回复审稿意见？”
• “我接下来该做什么？” -> 先检查工作目录中是否有 project_state.json 或 STATUS.md。如果找到，就读取并建议下一个合理步骤。如果没找到，就询问对方正在做什么。

---

工作流执行——对话协议（交互模式为默认）

未使用 --e2e 时，多技能链会在每个分支处运行一个决策节点。绝不要用计划列表和“要继续吗？”替代节点，因为这会在用户不知情的情况下确定论文类型、研究设计、目标期刊或恢复分支。还要在 write-paper 内置关卡（大纲审批、讨论规划）处暂停。

在当前会话中，工作流首次进入决策分支时，加载 ${CLAUDE_SKILL_DIR}/references/dialogue_nodes.md；其中包含每个节点的选项、呈现模板和自主默认选项。

每个分支的执行顺序：

1. 识别节点，确定该分支对应的节点（参见多技能工作流表中的“节点”列）。
2. 按照参考文件的 §“呈现模板”呈现节点：控制在约 15 行以内，列出每个选项的 unlocks / locks / recovery_cost，并说明自主默认选项。
3. 等待数字选项或控制词。每轮只处理一个节点——绝不要连续堆叠两个节点。
4. 调用技能前，用一行重述锁定项（“锁定：CARE 报告指南；摘要 = 结构化 250 字。”）。
5. 根据所选选项调用下游技能，然后返回第 1 步，处理下一个分支。
6. 根据技能输出调整。 如果结果使先前的锁定项失效（例如，/self-review 触发 Step 7.4a），则转到恢复节点（N8），而不是继续工作流。

控制词。 back 返回上一个节点。pause 暂停工作流并将控制权交还用户。仅当节点的 locks 范围为空（少见）时，才允许使用 skip——否则请说明为什么无法跳过。

---

完整工作流模式

当用户要求“运行完整工作流”或类似内容时，运行下方的标准工作流。

--e2e 标志

预检验证（在进入 --e2e 时运行一次）

在 --e2e 模式下调用任何下游技能之前，运行以下 4 项检查。任何一项失败都会终止流水线。将全部四项结果原样写入 manuscript/<id>/REPORT.md（参见 §“REPORT.md Generation”）中的 Frozen / Version status + Source artifacts checked。

1. STATUS / project_state：读取工作目录中的 STATUS.md 或 project_state.json，并确认当前阶段。如果两者都不存在，则停止并报告 STATUS_MISSING，除非用户传入 --no-status。
2. 冻结的制品：扫描 manuscript/<id>/v_*_package/。如果最新的 v_N 包含 _FROZEN 标记文件，或 INDEX.md::frozen=true，则本次运行必须限制在 v_(N+1)_package/ 分支中。任何直接写入 v_N 的尝试都会停止并报告 FROZEN_VIOLATION。
3. 必需输入：确认请求阶段所需的输入制品存在。 示例：Phase 4 图表需要 analysis/_analysis_outputs.md；Phase 7 自我审查需要 manuscript/manuscript.md。缺失时停止并报告 → REQUIRED_INPUT_MISSING: <path>。
4. 依赖项缺失：如果用户请求阶段 k，但之前的某个阶段尚未完成，则默认停止并报告 DEPENDENCY_MISS: [Phase i, Phase j]。只有用户明确传入 --auto-extend 时，编排器才可以将缺失阶段添加到前面并继续。

--e2e 流水线行为

传入 --e2e（或用户说“端到端”、“Arm A”或“完全自主”）时：

1. 开启 --e2e 模式。
2. 调用 /write-paper 时传入 --autonomous。
3. 调用 /self-review 和 /check-reporting 时传入 --json。
4. 跳过所有编排器级别的确认（“要继续吗？”），并且不要渲染任何 Dialogue Protocol 节点。
5. 对于流水线原本会以交互方式渲染的每个节点，应用该节点在 dialogue_nodes.md 中的 default，并按以下格式将选项记录到 qc/_pipeline_log.md： [orchestrate] N{id}: defaulted to option {n} ({label}) — {autonomous_rationale}。
6. 仍须遵守数据安全关卡（PHI Safety Gate / 节点 N6）：如果 PHI 状态未知，则通过单个提示中止自主运行。通过预检后，只有两种情况会中断自主模式：PHI，以及系统性综述链上的注册。/meta-analysis 会写入方案，然后在搜索前以 REGISTRATION_PENDING 停止，除非项目记录了注册提交日期，或用户选择无注册继续（其 Phase 2 入口检查）。编排器不会提交注册，也不会默认跳过此停止条件：注册前完成的筛选或提取事后无法变为前瞻性。
7. 审计恢复（节点 N8）：自动调用路由到的恢复技能。如果路由本身两次验证失败，则停止，并在日志中记录 RECOVERY_HALT_HUMAN_DECISION。
8. 在 --e2e 中，AIO（academic-aio）默认关闭，因为 AI 搜索可见性属于提交前的考量，在每次自主迭代中运行会浪费 tokens，还可能导致静默改写，违反该技能“绝不静默编辑”的约定。 只有用户明确添加 --aio 时，才启用它（或者流水线在准备提交时，同时准备预印本 / GitHub README / HF 卡片）。启用后，在 /humanize 之后安排它，以确保检查清单基于 QC 确认且人类可读的文本；并向用户展示 PASS/PARTIAL/FAIL 报告，绝不自动应用其编辑。
9. 每项技能完成后，运行技能后验证（见下文）；通过后，无需询问即可继续执行下一项技能。

标准流程：数据 → 论文

1. /analyze-stats → analysis/tables/*.csv、analysis/figures/*、analysis/_analysis_outputs.md、analysis/analyze.py
2. /make-figures --study-type {type} → 读取 analysis/_analysis_outputs.md → analysis/figures/*.pdf、analysis/figures/*.png、analysis/figures/_figure_manifest.md
3. /write-paper --autonomous（如果使用 --e2e）→ 读取 analysis/ → manuscript/manuscript.md（DOCX 渲染委托给第 7 步）
   • 阶段 7.4 内部调用 /self-review --json --fix → qc/self_review.md
4. /check-reporting → 读取 manuscript/manuscript.md → qc/reporting_checklist.md + qc/reporting_checklist.json（D 部分 JSON；在 write-paper 阶段 7 中调用，但编排器会验证输出）
5. /verify-refs → 读取 manuscript/manuscript.md → qc/reference_audit.json（唯一输出；records[] 中包含逐行状态）
6. /self-review --json --fix → 读取 manuscript/manuscript.md → qc/self_review.md + 自动修复（在 write-paper 阶段 7.4 中调用，但编排器会验证最终输出）
7. /manage-refs（工作流 A：pandoc citeproc，或工作流 B：Zotero CWYW）→ 读取 manuscript/manuscript.md + manuscript/_src/refs.bib → manuscript/manuscript_final.docx + qc/xref_audit.json。提交门槛：check_xref.py --strict 必须通过（无 MISSING_DOCX / MISSING_BODY / MISMATCH）。

技能执行后的验证

每项技能完成后，验证预期输出文件是否存在，然后将发现的文件路径作为上下文传递给下一项技能。如果验证失败，报告错误，且不要继续执行下一项技能。

技能	预期输出	验证
/analyze-stats	analysis/tables/*.csv 中至少有一个文件，或存在 analysis/_analysis_outputs.md	检查文件是否存在且非空
/make-figures	analysis/figures/_figure_manifest.md，且至少包含 1 条记录	解析清单，验证列出的文件是否存在
/write-paper	manuscript/manuscript.md（必需）	检查文件是否存在且非空。此处不要要求 DOCX——manuscript_final.docx 稍后由 /manage-refs（第 7 步）生成，因此若在 DOCX 尚未生成时就要求它，会中止 --e2e 运行
/check-reporting	qc/reporting_checklist.md 和 qc/reporting_checklist.json（D 部分 JSON）	解析 JSON；如果文件不存在、无法解析，或缺少整数 missing，则停止并指出文件名。如果 missing > 0，或任何 action_items[].status == "MISSING"，则以 REPORTING_ITEMS_MISSING 停止（列出每项），且不要继续执行第 7 步——将缺漏项交由 /write-paper 第 7 阶段处理。未写入文件的内联报告不算通过
/verify-refs	qc/reference_audit.json（唯一输出）	解析 JSON；如果 submission_safe == false（即 FABRICATED / MISMATCH 的计数 > 0，或 duplicate_findings[] 非空），则停止
/self-review	qc/self_review.md，其中包含第 3c 阶段 JSON 块（--json）	解析 JSON 块；如果缺少该块、无法解析，或缺少整数 fatal_count，则停止并指出文件名。如果 fatal_count > 0，或任何 issues[].severity == "fatal"，则不要继续执行第 7 步——转至 N8（审计恢复）。没有致命问题的 REVISE 判定会记录在 qc/_pipeline_log.md 和 REPORT.md 中（包括评分、判定和计数），不会导致停止。接受 --panel 添加到问题中的可选 consensus 数组和 R1/R2/R3 归属标记（均为增量式且向后兼容）
/manage-refs	manuscript/manuscript_final.docx、qc/xref_audit.json	DOCX 存在且非空；xref_audit.json 中 submission_safe: true（无 P0 阻断项）
/lit-sync	manuscript/_src/refs.bib（mtime 已更新）、references/zotero_collection.json	refs.bib 的 mtime 晚于集合快照；集合 JSON 中 refs_bib_refreshed: true

验证失败时：

• 记录失败情况：哪个技能失败、缺少哪个输出，以及任何错误消息。
• 在 --e2e 模式下：在 qc/_pipeline_log.md 中报告错误并停止。不要继续执行下一项技能。输出："Pipeline halted at {skill}: {missing output}. Check the skill's output and re-run."
• 在交互模式下：报告错误并询问用户如何继续。

生成 REPORT.md

每次 --e2e 调用结束时——无论流水线已完成、在预检阶段停止，还是在技能执行后验证阶段停止——Worker 都必须使用 ${CLAUDE_SKILL_DIR}/references/report_template.md 中的模板编写 manuscript/<id>/REPORT.md。

• 原样复制模板中的每个部分。绝不删除任何部分。空字段填写 (none) 或 (unknown)——绝不省略，也绝不合并。
• §"Pipeline log" 条目是对 qc/_pipeline_log.md 的 5 行摘要（已应用的 Dialogue 节点默认值、技能调用，以及停止原因〔如有〕）——不得粘贴完整日志。
• §"Tier-3 Blocked Items" 中 hook 与 prompt guard 的划分是必需项——参见下文 §"Tier-3 Worker Guard"。
• §"Next safe command" 行必须是用户可复制以恢复下一阶段的实际命令。不要添加评论。
• REPORT.md 是用户审阅的唯一产物；所有其他 QC 输出都必须从中链接。

Tier-3 Worker 防护

以下操作在 --e2e 自主流程中永久禁止。 检测到此类操作时，Worker 会停止流水线，并在 REPORT.md §"Tier-3 Blocked Items" 下记录该尝试，格式为 tier3_pending: <command>。Hook 确认拦截和仅由提示词拦截的操作会分别列出，以防未来 Hook 回归时悄然重新开放仅由提示词拦截的操作。

Hook 确认拦截（已安装 Tier-3 确认 Hook 时）：

• gws gmail +send / +reply
• 上传 YouTube 视频

仅由提示词 / 技能防护（无 Hook 覆盖 — 由 Worker 提示词强制执行）：

• git push、gh pr create
• MCP Gmail 发送邮件、MCP Calendar 发送邀请
• MCP GitHub 创建 PR
• /sync-submission build 外部发布路径
• Phase 8 投稿 DOCX 自动构建 / 向期刊投稿
• 资深导师自动回复邮件

允许执行 git commit；随后尝试执行 git push 时会停止流程。用于传阅的邮件只会保存为 Gmail 草稿，绝不会发送。

数据流契约

串联技能且需要了解其读取或写入内容时，请阅读 ${CLAUDE_SKILL_DIR}/references/data_flow_contract.md（上面的标准流水线已列出其自身的文件）。

E2E 后续：期刊选择与投稿准备

E2E 流水线完成后（或用户请求选择目标期刊时），可使用此工作流。它不属于 --e2e：只有在用户明确调用时才会运行，因为需要用户选择期刊。

1. /find-journal → 根据 manuscript/manuscript.md 中的摘要，推荐排名前 5 的期刊
2. /verify-refs → 打包前拦截虚构或不匹配的参考文献
3. 用户选择期刊 → 创建 submission/{journal_short}/ 目录
4. /sync-submission build --journal {journal_short} → 根据规范稿件创建或刷新衍生稿件包
5. 在 submission/{journal_short}/ 中生成：
   • cover_letter.md：通过 /write-paper Phase 8+
   • checklist.md：期刊专属投稿清单
   • manuscript_final.docx：由 /manage-refs 针对目标期刊重新渲染（格式不同时）
6. 使用所选期刊作为目标运行 /self-review → 进行符合期刊范围要求的最终审阅（而非 /peer-review，后者只审阅其他作者的作品）

---

PHI 安全检查

将任务分派给任何数据处理技能（clean-data、analyze-stats、make-figures）前， 请检查数据是否可能包含 PHI：

1. 对于任务将读取的每个 CSV/Excel 文件，如果该文件本身不是 *_deidentified.* 输出文件（某个文件的去标识化副本并不能说明其他文件的情况），请询问： “数据是否包含患者身份标识信息（PHI）？（姓名、国民身份证号 / RRN、出生日期、联系方式等）”

   • 如果是 → 先分派给 /deidentify，然后使用 *_deidentified.* 输出文件继续执行最初请求的技能
   • 如果不是，或者用户确认数据已去标识化 → 直接继续

2. 去标识化是一个交互式过程，需要研究人员积极参与。 请提醒：“去标识化需要研究人员直接审查。你必须在终端中运行脚本，并逐项核实。”

---

上下文检测

路由前，检查工作目录中的上下文线索：

找到的文件	表示
project_state.json	存在正在管理的项目——读取该文件以确定当前阶段
STATUS.md	项目设有状态跟踪——读取当前阶段和阻碍因素
PROJECT.md	存在项目身份信息——将其用于了解上下文
CLAIMS.md	存在论点与结果映射——写作正在进行
REVIEW_LOG.md	处于修订周期——可能需要 /revise
*.qmd 或 *.tex 文件	正在起草手稿
*.bib 文件	存在参考文献——可能需要核验
PRISMA_*.md 或 QUADAS*.md	荟萃分析或系统综述
决定信 / 审稿人 PDF	路由至 /revise
没有分析脚本的 CSV/Excel 数据文件	原始数据可能需要清理——建议先使用 /clean-data
*_deidentified.* 或 audit_log.csv	部分数据已去标识化——仅对 *_deidentified.* 输出跳过 PHI 安全检查；任务将读取的其他所有数据文件都必须进行该检查
protocol_draft.md	正在起草方案——可能需要 /write-protocol
sample_size_*.csv 或 sample_size_*.R	已完成样本量计算——检查下一步是否该处理方案或手稿

---

防护规则

• 绝不虚构技能。 只能路由至“可用技能”表中列出的技能。
• 尊重现有状态。 如果项目脚手架已存在，不要重新初始化。