paper-orchestra

paper-orchestra（Orchestrator）

PaperOrchestra 流水线的顶层驱动程序。请阅读本文档并按照以下步骤操作。详细提示词和规则位于各子技能的 SKILL.md 和 references/ 目录中——你（宿主 Agent）将在执行过程中加载这些内容。

来源论文：Song 等人，PaperOrchestra：用于自动撰写 AI 研究论文的多 Agent 框架，arXiv:2604.05018，2026 年。 https://arxiv.org/pdf/2604.05018

此技能的产物

完整的投稿包 P = (paper.tex, paper.pdf)，写入 workspace/final/；此外，workspace/ 下还会保留完整的审计记录（大纲、图表、参考文献、草稿、润色工作日志、溯源快照）。

输入（论文中的 (I, E, T, G, F) 元组）

工作区必须包含：

文件	符号	必需	描述
workspace/inputs/idea.md	I	是	创意摘要（稀疏或稠密版本——参见 references/io-contract.md）
workspace/inputs/experimental_log.md	E	是	实验日志：设置、原始数值数据、定性观察
workspace/inputs/template.tex	T	是	目标会议的 LaTeX 模板（含 \section{...} 命令）
workspace/inputs/conference_guidelines.md	G	是	格式规则、页数限制、必需章节
workspace/inputs/figures/	F	否	可选的现有图表。若为空，绘图 Agent 将生成所有图表。

scripts/init_workspace.py 将创建此目录结构。流水线运行前，scripts/validate_inputs.py 将检查这些文件。

流水线（完整图示请阅读 references/pipeline.md）

Step 1: Outline           ──▶  outline.json                       (1 LLM call)
Step 2: Plotting     ─┐
                      ├──▶  figures/*.png + captions.json         (~20-30 calls)
Step 3: Lit Review   ─┘                                           (~20-30 calls)
                          intro_relwork.tex + refs.bib

Step 4: Section Writing  ──▶  drafts/paper.tex                    (1 LLM call)
Step 5: Content Refine   ──▶  final/paper.tex + final/paper.pdf   (~5-7 calls, ~3 iters)

步骤 2 和步骤 3 相互独立，在宿主支持并行子 Agent 时必须并行运行。若不支持并行，则先运行步骤 3（由于 Semantic Scholar 的速率限制，该步骤耗时更长），再运行步骤 2。

关键前置指令（只需阅读一次，始终遵循）

在任何会撰写论文内容（大纲、引言／相关工作、章节写作、润色）的 LLM 调用之前，必须先将 references/anti-leakage-prompt.md 中的防泄漏提示词添加到系统提示词开头。此内容原封不动地摘自论文附录 D.4，可防止预训练数据泄漏。论文为公平比较，在所有基线中统一应用该提示词；我们也会应用它，以忠实遵循论文方法，并确保生成的论文以用户输入为依据。

分步执行

0. 预检查

运行流水线前，按顺序执行以下质量检查：

# 1. Scaffold the workspace
python skills/paper-orchestra/scripts/init_workspace.py --out workspace/
# user drops their inputs into workspace/inputs/

# 2. Validate required files are present and well-formed
python skills/paper-orchestra/scripts/validate_inputs.py --workspace workspace/

# 3. Check input density — idea and experimental log must meet minimum thresholds
python skills/paper-orchestra/scripts/check_idea_density.py \
    --idea workspace/inputs/idea.md \
    --log workspace/inputs/experimental_log.md

# 4. Cross-validate consistency between idea and experimental log
python skills/paper-orchestra/scripts/validate_consistency.py \
    --idea workspace/inputs/idea.md \
    --log workspace/inputs/experimental_log.md

如果 validate_inputs.py 或 check_idea_density.py 失败（退出代码为 1 或 2），请停止并告知用户缺少什么或哪些内容未达到阈值——修复前不要继续。

validate_consistency.py 只会生成警告（退出代码 1 = WARN，不会阻止流程）；请向用户报告警告，但继续执行。

因缺少输入而中止前，先检查聚合操作能否补齐这些输入：

输入状态	操作
idea.md 和 experimental_log.md 均存在且非空	继续执行步骤 1。
其中任一文件缺失或为空，且用户提到了一个目录	使用该目录作为 --search-roots 加载并运行 agent-research-aggregator，然后重新验证。
其中任一文件缺失或为空，且用户未提到目录	询问用户：“您的工作区缺少 idea.md / experimental_log.md。您是否有包含研究笔记或 Agent 历史记录的文件夹，供我进行聚合？如果有，请告诉我路径；或者将文件手动放入 workspace/inputs/。”

如果聚合后验证仍然失败（例如缺少 template.tex 或 conference_guidelines.md），请停止并准确告知用户仍缺少哪些文件。

同时检查 TeX 安装情况（每个工作区检查一次，结果会缓存）：

python skills/paper-orchestra/scripts/check_tex_packages.py \
    --out workspace/tex_profile.json

章节撰写 Agent 会读取 tex_profile.json，以确定要使用哪些 LaTeX 模式（例如，使用 Figure~\ref{} 还是 \cref{}，是否包含 \usepackage{microtype} 等）。这样可以避免编译时出现需要反复手动修改才能解决的软件包错误。

1. 大纲（步骤 1 — 调用 1 次大模型）

加载 skills/outline-agent/SKILL.md 并遵循其中的说明。输出：workspace/outline.json。 使用 python skills/outline-agent/scripts/validate_outline.py workspace/outline.json 进行验证。 如果验证失败，则停止流水线——所有后续 Agent 都依赖此架构。

2 ∥ 3. 绘图与文献综述（并行执行）

解析 outline.json。提取：

• outline.plotting_plan → 用于驱动步骤 2
• outline.intro_related_work_plan → 用于驱动步骤 3

如果宿主支持并行子 Agent（Claude Code 的 Agent 工具可进行多次并发调用；Cursor 的并行 Agent；Antigravity 的工作池），则启动两个并发子任务：

• 子任务 A：加载 skills/plotting-agent/SKILL.md，执行绘图计划，为每个条目生成 workspace/figures/<figure_id>.png，并生成 workspace/figures/captions.json。
• 子任务 B：加载 skills/literature-review-agent/SKILL.md，执行研究策略，生成 workspace/drafts/intro_relwork.tex 和 workspace/refs.bib。

如果宿主不支持并行子 Agent，则先运行子任务 B（由于 Semantic Scholar 的 QPS 限制，其实际耗时更长），再运行子任务 A。这些产物彼此独立，因此执行顺序不会影响正确性。

3.5. 大纲协调（步骤 3 完成后、步骤 4 开始前）

步骤 3（文献综述）生成 citation_pool.json 和 cross_verification_report.json 后，运行协调步骤。

加载 references/outline-reconciliation.md 并遵循其中的提示词。 输出：workspace/outline_reconciled.json。

验证并比较差异：

python skills/outline-agent/scripts/validate_outline.py workspace/outline_reconciled.json
python skills/paper-orchestra/scripts/diff_outlines.py \
    --original   workspace/outline.json \
    --reconciled workspace/outline_reconciled.json \
    --summary    workspace/reconciliation_summary.md

如果验证失败，则在步骤 4 中回退使用 outline.json，并警告用户。 向用户展示 reconciliation_summary.md（即使没有任何更改也要展示——这可以确认大纲与实际文献相符）。

跳过条件： 引文池为空、步骤 3 失败，或步骤 2 仍在运行且宿主无法并发发起其他调用。完整的跳过条件请参阅 references/outline-reconciliation.md。

4. 撰写章节（步骤 4 — 单次多模态 LLM 调用）

加载 skills/section-writing-agent/SKILL.md 并遵循其中的说明。这是论文中的单次调用（附录 B：“Section Writing Agent (1 call)”）——不要按章节拆分。Agent 会接收：

• outline_reconciled.json（如果存在则使用；否则回退到 outline.json）
• idea.md、experimental_log.md
• intro_relwork.tex（已在步骤 3 中填写——原样保留）
• refs.bib（引用映射）
• conference_guidelines.md
• research_brief.md（如果存在——阅读 §1–§3，了解累积的流水线上下文）
• workspace/figures/ 中的实际图像文件（多模态输入）

输出：workspace/drafts/paper.tex（完整的 LaTeX 文档）。

然后运行确定性检查：

python skills/section-writing-agent/scripts/orphan_cite_gate.py workspace/drafts/paper.tex workspace/refs.bib
python skills/section-writing-agent/scripts/latex_sanity.py workspace/drafts/paper.tex
python skills/paper-orchestra/scripts/anti_leakage_check.py workspace/drafts/paper.tex
python skills/paper-orchestra/scripts/claim_evidence_gate.py \
    --paper workspace/drafts/paper.tex \
    --log   workspace/inputs/experimental_log.md \
    --out   workspace/claim_evidence_report.json

claim_evidence_gate.py 是一个 WARN 检查（退出码为 1 表示存在警告，不会强制停止）。 向用户报告缺乏依据的主张数量。内容优化 Agent 会在步骤 5 中处理这些问题。

如果任一检查未通过，宿主 Agent 必须先修复问题（根据检查的错误报告重新提示撰写步骤），然后才能继续。

5. 内容优化（步骤 5 — 约 3 轮迭代，约 5–7 次调用）

加载 skills/content-refinement-agent/SKILL.md 并遵循其中的说明。该技能根据 halt-rules.md 中的严格停止规则实现循环。维护 workspace/refinement/worklog.json，并将每轮迭代快照保存到 workspace/refinement/iter<N>/。

停止条件（满足任意一项即停止循环，并接受当前最佳快照）：

1. 迭代次数达到上限（默认值为 3，参见 halt-rules.md）。
2. 模拟审稿人的总评分低于上一轮 → 回退到上一轮快照并停止。
3. 总评分持平，但至少一个子维度评分下降，且没有其他维度的提升予以补偿（子维度净变化为负）→ 回退并停止。
4. 审稿人未提出新的可操作改进点。

将接受的快照复制到 workspace/final/paper.tex。

6. 编译并完成定稿

cd workspace/final && latexmk -pdf paper.tex

然后编写 workspace/provenance.json，记录输入文件哈希值、大纲哈希值、引用哈希值、图像哈希值，以及最终 tex/pdf 哈希值（辅助脚本：如需一次性完成，可使用编排脚本目录中的 scripts/snapshot.py；否则由宿主 Agent 内联计算哈希值）。

向用户报告：workspace/final/paper.pdf 的路径、已撰写章节的简要摘要、引用数量、已完成的优化迭代次数，以及流水线中途未通过的任何检查。

工作区布局

参见 references/io-contract.md。概要：

workspace/
├── inputs/                          # user-provided
│   ├── idea.md
│   ├── experimental_log.md
│   ├── template.tex
│   ├── conference_guidelines.md
│   └── figures/                     # optional pre-existing figures
├── outline.json                     # Step 1 output
├── figures/                         # Step 2 output
│   ├── <figure_id>.png
│   └── captions.json
├── refs.bib                         # Step 3 output
├── drafts/                          # Step 3 + Step 4 output
│   ├── intro_relwork.tex
│   └── paper.tex
├── refinement/                      # Step 5 working dir
│   ├── worklog.json
│   ├── iter1/
│   ├── iter2/
│   └── iter3/
├── final/                           # accepted snapshot + compiled PDF
│   ├── paper.tex
│   └── paper.pdf
└── provenance.json                  # input/output hashes for reproducibility

成本预算（摘自论文附录 B）

总计：每篇论文约 60–70 次 LLM 调用；按论文中的配置，耗时约 40 分钟。 预算明细：

步骤	调用次数
大纲	1
绘图	约 20–30
文献综述	约 20–30
撰写章节	1
内容优化	约 5–7

宿主集成

有关各宿主的调用详情（Claude Code、Cursor、Antigravity、Cline、Aider、OpenCode），请参见 references/host-integration.md。

资源

• references/pipeline.md — 完整的分步流程 + 并行规则 + 停止规则
• references/io-contract.md — 工作区布局、输入文件架构
• references/anti-leakage-prompt.md — App. D.4 的原文，每次写作调用前都要附加
• references/paper-summary.md — 对 arXiv:2604.05018 的 1 页提炼
• references/host-integration.md — 各宿主的调用指南
• references/outline-reconciliation.md — 新增 第 3.5 步大纲协调协议（受 AutoSci 启发）
• scripts/init_workspace.py — 创建工作区目录树
• scripts/validate_inputs.py — 运行前验证 (I, E, T, G)
• scripts/anti_leakage_check.py — 搜索草稿中泄露的作者姓名、电子邮件/affils
• scripts/claim_evidence_gate.py — 新增 警告门：验证草稿中的数字声明是否有 experimental_log.md 支持
• scripts/diff_outlines.py — 新增 比较原始大纲与协调后的大纲；写入 reconciliation_summary.md
• skills/shared/research_brief_template.md — 新增 workspace/research_brief.md 的架构（累积跨 Agent 上下文）