paper-evidence-gap-miner

论文证据缺口挖掘器

寻找补全论文证据的最低成本方案。本技能从论文主张和写作缺口入手，优先搜索已有结果；只有当现有 CSV 和派生素材无法支撑主张时，才会安排新实验。

在以下情况下使用本技能：

• 写作过程中发现某项主张缺乏足够证据
• 论文某一节缺少表格、图、消融实验、切片分析、方差估计或基线比较
• 现有 CSV 结果可能已经包含所需证据
• 某项主张需要补全结果，而不是设计新算法或方法
• 用户希望避免在投稿前进行不必要的计算
• 审稿人模拟或一致性编辑发现证据缺口

请勿使用本技能生成论文最终图表。本技能确定可复用的 CSV 证据后，请使用 paper-result-asset-builder。除非现有结果不足，否则请勿使用本技能设计完整的新实验矩阵；仅在最后一步才转交给 experiment-design-planner。

技能目录结构

<installed-skill-dir>/
├── SKILL.md
├── references/
│   ├── gap-triage.md
│   └── result-reuse-patterns.md
└── templates/
    └── evidence-completion-plan.md

渐进式加载

• 始终阅读 references/gap-triage.md 和 references/result-reuse-patterns.md。
• 创建 paper/.agent/evidence-completion-plan.md 时，使用 templates/evidence-completion-plan.md。
• 如果存在，请阅读本地的 paper/.agent/writing-contract.md、paper/.agent/paper-evidence-board.md、paper/.agent/writing-memory/、paper/.agent/result-inventory.md、paper/.agent/result-asset-provenance.md、paper/.agent/experiment-story-plan.md 和 paper/.agent/provisional-results.md。
• 在建议新运行实验之前，先阅读论文草稿文件和结果 CSV 清单。
• 如果现有 CSV 能生成所需表格或图，请与 paper-result-asset-builder 配合使用。

核心原则

• 缺少证据并不意味着一定缺少实验。
• 首先确认结果是否已经存在、能否重新聚合、能否采用不同方式切片，或能否整理成附录素材。
• 在确认之前，将“补实验”视为“补结果”。
• 优先选择足以支撑论文主张并应对审稿风险的最少证据。
• 检查现有 CSV、日志、报告、表格、图和论文证据记忆之前，不要建议昂贵的计算。
• 如果现有证据只能支撑范围更窄的主张，应建议先缩小主张范围，再进行新的计算。
• 记录缺口是通过复用、派生、写作、诊断还是新实验解决的。

步骤 1 - 定位写作缺口

从以下来源提取缺口：

• paper/.agent/writing-contract.md
• paper/.agent/paper-evidence-board.md
• paper/.agent/consistency-report.md
• 审稿人模拟输出
• 摘要、引言、结果、局限性和结论等草稿章节
• 用户提出的主张或缺失证据

写入：

- Claim:
- Paper location:
- Current wording:
- Evidence expected:
- Current evidence:
- Why current evidence is insufficient:
- Reviewer risk:

步骤 2 - 搜索现有结果来源

按以下顺序搜索：

1. paper/.agent/result-inventory.md
2. paper/.agent/result-asset-provenance.md
3. paper/.agent/paper-evidence-board.md
4. code/docs/results/**/*.csv
5. code/docs/runs/**/*.csv
6. code/docs/reports/**/*.csv
7. code/outputs/**/*.csv、results/**/*.csv、outputs/**/*.csv
8. 现有的 tables/*.tex、figures/*.tex、渲染后的图和实验报告

如果不存在结果清单，请转交给 paper-result-asset-builder 的清单模式，或运行其清单脚本。

步骤 3 - 对缺口分类

阅读 references/gap-triage.md。

将每个缺口分类为：

• already-supported：已有证据；需要更新正文或看板
• supportable-from-existing-csv：CSV 包含所需结果
• needs-reaggregation：需要对现有运行结果重新聚合、估算不确定性或应用舍入规则
• needs-slice：需要按数据集／任务／分组／随机种子／基线对现有结果进行切片
• needs-asset：已有证据，但没有面向论文的表格／图
• needs-diagnosis：现有结果存在歧义、不稳定、可疑或相互矛盾
• needs-claim-narrowing：证据仅支持范围更小的主张
• needs-new-compute：没有现有证据可以回答该主张
• cut-or-defer：不值得为该主张提供支持

步骤 4 - 挖掘可复用证据

阅读 references/result-reuse-patterns.md。

尝试复用路径，再考虑新的计算：

• 根据现有 CSV 构建主表或附录表
• 根据现有随机种子添加方差或置信区间
• 根据现有列创建切片分析
• 与 CSV 中已有的基线进行比较
• 根据已存储的运行结果推导趋势、扩展性或敏感性图
• 将诊断结果转化为局限性或范围主张
• 更新结果正文，采用已有证据

对于每条复用路径，明确指出具体源文件和转换规则。

步骤 5 - 创建证据补全计划

创建或更新：

paper/.agent/evidence-completion-plan.md

如果没有 paper/ 目录，且当前目录是论文仓库，请保存到：

.agent/evidence-completion-plan.md

使用 templates/evidence-completion-plan.md。

每个缺口都需要包含：

• 状态
• 可复用的结果来源（如有）
• 要构建的表格／图资产
• 正文或主张的修改
• 下一项技能
• 是否需要新的计算

步骤 6 - 安排最少的后续操作

根据分类安排后续操作：

• already-supported -> paper-evidence-board 或 paper-writing-assistant
• writing-state-update -> 当缺口会改变章节状态、过时位置或待处理的写作事项时，使用 paper-writing-memory-manager
• supportable-from-existing-csv、needs-reaggregation、needs-slice、needs-asset -> paper-result-asset-builder
• needs-diagnosis -> result-diagnosis
• needs-claim-narrowing -> paper-writing-contract-planner、limitations-scope-writer 或 paper-writing-assistant
• needs-new-compute -> experiment-design-planner，然后视需要使用 baseline-selection-audit 和 run-experiment
• cut-or-defer -> paper-writing-contract-planner 和 paper-draft-consistency-editor

存在项目记忆时，更新：

• memory/provenance-board.md，记录已检查的来源、缺失的来源类别，以及需要替换临时结果的事项
• memory/handoff-board.md：对于可复用的 CSV／报告证据，添加从 paper-evidence-gap-miner 到 paper-result-asset-builder 的交接；只有在现有来源无法填补缺口后，才添加从 paper-evidence-gap-miner 到 experiment-design-planner 的交接
• 如果写作阶段退回到证据产出或论文资产构建，则更新 memory/phase-dashboard.md

最终检查

完成前：

• 已针对现有结果来源检查每个缺口
• CSV 复用即可回答主张时，没有提出新的计算
• 所提议的证据资产有明确的主张支撑目标
• 证据弱于措辞时，已考虑缩小主张范围
• 如有必要，新实验应尽量精简且与审稿人关切相关
• 已明确指定后续技能和输出文件