orchestrate-paper

统筹论文工作流

指挥者。作者带来一个技术构想、实验结果和目标会议，或者说“帮我选一个”。此技能设定目标（“在截止日期 D 前完成可提交至会议 X 的论文”），并在整个生命周期中运行目标 → 计划 → 执行 → 验证 → 反思循环：规划要运行哪些子技能以及运行顺序，调用它们，在每个阶段关卡都与作者确认，并使用外部、可衡量的信号——而非自行判断——确认每个阶段确实推动了论文进展，然后再继续。

它不会替作者写论文，也绝不会提交任何内容。它协调各个专长工具（每个专长工具本身都是一项技能），并在 paper-workspace/ 中保留持久、可供审阅的记录，让作者可以随时暂停、检查、否决并恢复。

此技能在每个检查点都遵循几条不可妥协的工作原则：明确假设，展示不同解读，指出权衡，遇到困惑时停下，核验实时信息，并让作者始终是作者。

适用场景

• “把我的构想和结果整理成一篇可提交至 VENUE 的论文。”“运行整个流程。”“从构想到投稿，做我的副驾驶。”
• “接下来有什么计划？”“哪些已完成、接下来做什么、有什么阻碍？”
• 协调论文周期中的工作：“我刚收到评审意见——现在怎么办？”或“我们已被录用；推进终稿和研究制品准备。”
• 作者有许多可用技能，希望通过一个入口按顺序调用它们，而不是手动运行约 20 项技能。

不适用场景

• 单一、范围明确的任务（“润色这一段”“检查我的引用”）。直接调用对应的单项技能——编排带来的额外开销不值得。
• 作者希望不经审阅就由他人代写文本。此技能不是用来做这件事的；它是副驾驶，而作者才是执笔人。

输入

1. 构想 + 实验——论文的主张，以及作者已有的证据。编排器绝不会编造结果来填补空缺；缺少的实验会被指出为阻碍，而不会被捏造。
2. 目标——会议 + 分会，或 help me pick（此时会先调用 select-venue）。无论哪种情况，都会重新核验最新的征稿启事，不会仅凭缓存的会议档案判断。
3. 现有草稿——从空白构想，到接近最终版的 .tex。计划会根据当前状态调整（见下方的状态脚本）。
4. .paper-memory/——定位（profile.yml）、积累的 lessons.md 和 decisions.md，遵循 paper-memory-convention.md 模式。开始时读取。

循环

完整的阶段 → 技能 → 退出标准 → 检查点问题表请参阅 references/pipeline-map.md。每个阶段的循环如下：

1. GOAL。 用一句话说明目标和当前目标项 （会议+专题+截止日期）。如果尚未设置目标项，请运行 select-venue，将选择 记录到 .paper-memory/decisions.md，并在将其视为固定项之前与作者确认（原则 #1、#6）。

2. PLAN。 根据流程图，结合草稿当前状态，提前制定一份可供审阅的计划——将运行 哪些子技能、按什么顺序运行，以及原因。先计划再执行，优于在此处被动地逐步推进：作者 可以先审阅路线图。请展示计划；不要默默开始执行多阶段计划。

3. EXECUTE。 运行该阶段的子技能。每个子技能都会将产物写入相应的 paper-workspace/<stage>/ 文件夹，并追加到 INDEX.md。编排器不会重新实现专业工具；而是调用它。

4. VERIFY——依据外部信号，而非自我判断。 使用可衡量的检查确认阶段达到 退出标准，因为模型的自我反思会验证自身的幻觉（参见 references/verification-signals.md）。 信号必须具体：latexmk/编译退出代码、页数是否符合会议当前限制、匿名化检查器、 经 verify-citations 验证可解析到真实 DOI 的 BibTeX 条目、经 verify-claims 验证可追溯到真实结果的论断、 经 verify-results 验证可从产物复现的报告数据、检查清单是否存在的 grep，以及脚本的通过/失败结果。如果某个步骤没有外部判定依据（属于主观判断），请说明这一点并升级给作者处理，而不是让模型给自己打分。

5. REFLECT——是否取得了可衡量的改进？ 根据阶段目标和可衡量目标项的前后变化，运行 reflect-and-improve。只有信号有所改善（或保持不变，同时另一项有所改善）时，才接受该阶段。绝不接受会降低可衡量分数的更改。遵守停止条件（见下文），避免循环无法停止。

6. CHECKPOINT。 在阶段关卡处说明：完成了哪些工作、有哪些权衡、存在竞争性解读时有哪些不同解读，以及流程图中的一个检查点问题。等待作者签字确认后再进入下一阶段。 这是一个持久暂停点——状态已写入磁盘，因此作者可以离开后再继续。

随时运行状态脚本，查看当前进度：

python3 scripts/pipeline_state.py status --workspace paper-workspace

它会读取 paper-workspace/INDEX.md（以及可选的 pipeline-state.json），并打印已完成 / 下一步 / 阻塞原因，以及当前目标和待处理的检查点。其他子命令包括：init、set-goal、next、advance、block、checkpoint 和 signoff（作者清除已提出的检查点后，循环才能继续推进）。运行 python3 scripts/pipeline_state.py --help。

完整示例（一个循环，端到端）

作者：“把我的想法和结果整理成一篇可提交至 NeurIPS 2026 的论文。”

# GOAL — record the target and open the durable log
python3 scripts/pipeline_state.py init --workspace paper-workspace
python3 scripts/pipeline_state.py set-goal --workspace paper-workspace \
    --goal "submission-ready for NeurIPS 2026 main track" \
    --venue "NeurIPS 2026" --track main --deadline "2026-05-15 AoE"

先锁定要求（硬性停止点）。 规划之前，针对最新的 CFP 运行 parse-cfp，绝不要使用缓存的 venues/conferences/neurips-2026.yml。假设它返回 9 页的限制和双盲评审要求，且每项都附有来源 URL 和获取日期。提出检查点并等待：

python3 scripts/pipeline_state.py checkpoint --workspace paper-workspace \
    --stage parse-cfp \
    --question "9pp, double-blind, NeurIPS checklist required, AoE deadline — confirm before we build on these?"

作者确认后，开始规划：根据草稿的状态（.tex 文件只写了一半，尚无相关工作部分），展示根据流程图调整后的阶段列表，征得批准，然后执行一个阶段——例如 preflight-check。基于外部信号进行验证，而不是听模型自说自话：check_sections.py 以状态码 0 退出，且 PDF 为 9 页，符合最新 CFP 的 9 页限制。反思：桌拒次数从 2 降至 0，情况有所改善，因此予以接受。记录结果并提出下一个检查点：

python3 scripts/pipeline_state.py advance --workspace paper-workspace \
    --stage preflight-check --signal "check_sections.py exit 0; 9pp <= 9 live limit; anonymizer clean"
python3 scripts/pipeline_state.py status --workspace paper-workspace   # done / next / blocked

如果后续阶段发现了缺口——例如，simulate-reviewers 预测 R2 会要求作者并未完成的消融实验——那就是阻碍项，不能凭空捏造：运行 block --stage simulate-reviewers --on "missing ablation R2 will ask for"，说明情况并让作者决定。提交永远不是编排器要执行的操作：它会交付一套准备就绪的材料，然后停止。

停止条件（防止循环无限运行）

条件可以配置，但必须始终存在——循环必须终止：

• 达到阶段退出条件——满足流程图中的可衡量标准。
• 收益递减——反思环节带来的指标提升低于较小的阈值（例如 prose-lint 的 delta < N）；停止润色。
• 迭代次数上限——每个阶段最多进行约 3 轮优化，然后升级处理。
• 预算上限——达到 Token 或时间预算后停止并报告。
• 升级交由作者处理——当未经验证的假设成为下一步的前提、请求存在多种解读，或模型确实感到困惑时（原则 #1、#2、#4）。升级是正式的处理结果，不代表失败。

必须进行实时验证

会议规则每个周期都会变化，模型对这些规则的记忆天然过时。在任何阶段依赖截止日期、页数限制、匿名评审级别、模板、清单或工件徽章规则之前，都要通过 parse-cfp 从最新 CFP 重新获取，并优先采用该结果，而不是任何缓存的 venues/conferences/*.yml 会议资料。编排器带入检查点的每项会议事实都必须保留其来源 URL 和获取日期，以便作者点击链接进行确认。获取信息后最容易过度自信，因此采取行动前要对照一手来源重新核查获取到的信息。绝不要在此技能中硬编码会议规则。

输出

• paper-workspace/ 下持续更新的计划和各阶段产物，每项都记录在 INDEX.md 中——这是可持久保存、可供审查的记录。
• 来自 pipeline_state.py 的实时已完成 / 下一步 / 阻碍项视图。
• 每个检查点都附带简短说明：已完成的工作、权衡取舍，以及需要作者做出的决定。绝不要把草稿说成已完成并提交。

适配你的学科

流程图包含常见的会议和期刊流程。可对其进行分叉：针对期刊调整阶段顺序（采用修改后重投，而非答辩），替换引文规范，并调整适用于你所在领域的清单、伦理声明、数据政策或工件流程。保留阶段关卡；调整关卡内执行的内容。

守则

• Copilot，绝不代办。 它负责规划和协调；绝不捏造结果或引文，绝不声称已获接收或预测决策，并且绝不代表作者向任何系统提交内容。
• 依据外部信号验证，而非自我反思。 完成信号始终是编译／lint／DOI 解析／清单／人工签核，而不是模型为自己的输出打分（参见 references/verification-signals.md）。
• 每个阶段关口都必须停下。 阶段之间必须由作者签核；高风险转换（将 CFP 卡片视为事实依据、发送 rebuttal、提交 camera-ready）必须强制暂停。
• 持久化检查点。 每次推进前，持久化各阶段产物和 INDEX.md，确保暂停或重启时不会重新运行先前的技能（避免对免密搜索栈重复调用 API）。
• 不要把截止日期合并计算。 将产物评估／camera-ready 流程作为单独的接收后截止日期跟踪，不要并入论文截止日期。
• 单个文件少于 500 行；references/ 仅一层深；脚本仅使用标准库，支持 --help，并能在出错时以非零状态码干净退出。

记忆

使用共享的 .paper-memory/ 约定，详见 paper-memory-convention.md。

• 开始时： 阅读 profile.yml（定位）、lessons.md（各阶段都要注意的反复出现的习惯）和 decisions.md（之前选择的投稿 venue／track），确保计划符合个人情况，并与先前决策保持一致。
• 每个阶段结束时： 通过 reflect-and-improve/scripts/reflect_log.py 追加带日期的记录 — date · orchestrate-paper · stage advanced / blocked, on what signal — 并将任何 venue／track 决策记录到 decisions.md。
• 按需创建 .paper-memory/；提供将其添加到 .gitignore 的选项；仅保存在本地，绝不上传。