Paper Workflow

Paper-WorkFlow — 经管 / 社科实证论文全流程总编排器

Overview

本 skill 只做总编排：把一篇实证论文拆成 Stage 0–9 + Method Gate + Draft Quality Gate， 用 Skill 调既有 skill、用 Agent 派并行 subagent；主代理只管规划、路由、状态、审阅和交付。

两条纪律贯穿全程：① 子代理写盘，只回 ≤10 行状态摘要，主代理不吞大文件；② 用 workflow_state.json、stage passport、handoff 和快照保证固定顺序、断点续跑与交互档位。

能调用就不要重写。 skills/67-econfin-workflow-toolkit/ 已覆盖全流程；本编排器只负责把 47 个 skill 按正确顺序、上下文和人类决策点串起来。调用表与逐阶段手册按需读 references/skill-map.md 与 references/stage-playbook.md。

这条流水线（固定主线，可按入口跳入）

完整阶段细节、每阶段的 plan→execute→review→revise 微循环、subagent 派发模板，全部在 references/stage-playbook.md。主代理在进入某阶段时才去读 对应章节。

1L 与 2.5 是前置阶段（带父阶段数字前缀，主干不变），各守一件必须发生在父阶段结束之前 的事：文献语料要在查新打分之前建好，否则分数无可复核依据、related work 与引用终审各找各的； 主设定要在第一个估计值存在之前锁死，否则预注册只是「我找到了什么」的流水账。均由机械闸门守住。

双硬闸门 = 方法闸门 + 初稿质量门。 Stage 3 结束先过 Method Gate、Stage 7 结束再过 Draft Quality Gate，两者细则见下两节。任何闸门未达标都按回退指令重做，绝不把 「流程跑完」当成「研究可信」。

Phase 0：Setup（调用任何子 skill 前完成）

1. 取北京时间：TZ='Asia/Shanghai' date '+%Y-%m-%d %H:%M'，记为 NOW。
2. 判定入口，不要一律从 Stage 1 开始：想法→1；成形 proposal→2；已清洗数据+设计→3； 已有结果/表图→5；main.tex→6；初稿+审稿意见→8；成稿投稿→9。能从 $ARGUMENTS 后缀和内容推断就别问；否则一次 AskUserQuestion 问清。
3. 建工作区：在用户目录或当前目录创建 paper_workspace/{研究短名}_{NOW紧凑时间戳}/， 运行 assets/init_workspace.sh。同名目录另建，不覆盖。目录、00_meta/ 状态文件、entry routing、 passport、pipeline status、handoff、analysis backend、evidence/claim/citation 台账见 references/workspace-and-state.md；交付物优先用 templates/。
4. 写 Stage 0 账本：00_meta/entry_routing.md 记录入口、材料、假设、人类决策分支； 00_meta/stage_passport.md 和 workflow_state.json.orchestration 记录 handoff / 断点恢复指针。
5. 一次问清七件套：交互档位（全自动 / 阶段确认 推荐 / 全程交互）、严格度档位 scope （draft / working-paper / submission 缺省）、目标期刊、语言、分析后端（python-statspai 推荐 / stata / r）、表格格式（默认三线表）、正文格式 + 交付物（manuscript.format、 manuscript.deliverable）。要交 Word 全文就写 markdown（LaTeX → .docx 有损）；必须问在 Stage 5 之前，改格式=重排全文。路由表见 analysis-backends.md §4.2。交互档位管多久停一次问人，scope 管完成的标准是什么， 两者正交：draft 只欠方法闸门，submission 欠全部六道；scope 只定完成契约，不放松任何 已声明 pass 的闸门的证据验证。参数足够或要求无人值守时自动填保守缺省，写入 00_meta/intake.md、 00_meta/analysis_backend.md、workflow_state.json.decisions。
6. 初始化状态：workflow_state.json 从 assets/workflow_state.template.json 复制，填 project / orchestration / analysis_backend；Stage 状态用 pending|in_progress|done|skipped；empirical_audit、method_gate、evidence_governance、 integrity_audit、design_risk、quality_gate、replication_pack 起始为 pending。 每阶段开始置 in_progress，完成置 done 并刷新 last_updated_beijing。
7. 续跑先刷新事实：已有工作区时先读 passport 和 latest handoff，再查 git status、当前产物与 gate 证据； handoff 只是指针，缺 fresh evidence 不得宣称完成。
8. Setup 后直接执行：不要为“计划”单独求批准；阶段确认/全程交互只在阶段闸门处暂停。

多代理 + 上下文保护协议（贯穿所有阶段）

主代理上下文是最稀缺资源：任何「重读大文件、跑长代码、扫一堆文献」的脏活都派给 subagent（Agent）或子 skill，主代理只持有指针与状态。硬规则：

1. 子代理自己写盘，只回传状态摘要：给每个 subagent 显式指定输入 / 输出文件，要求它处理完立即写盘、只回 ≤10 行摘要（做了什么 / 写到哪 / 关键数字 / 是否通过 / 下一步）。严禁把完整产出回传主代理。
2. 为子代理放行 Read + Write + Bash（必要时含 Skill），让它独立闭环。
3. 能并行就并行：同阶段内彼此独立的任务（多路文献检索、多个稳健性、多个候选期刊、多份机制检验）一次性并行派发（每批 ≤10；选题漏斗与文献检索沿用 PARALLEL_BATCH_SIZE=5）；有依赖的串行。
4. 每阶段是一个微循环 plan → execute → review → revise；重活阶段（1L 文献、1 选题、3 估计、6 打磨、8 评审）尤其要派独立 critic subagent 做对抗式审阅再修订。
5. 子 skill 调用：轻量且需主线上下文的（如 paper-style 顺着同一份 main.tex）直接在主代理调；重量可隔离的（多路文献扫描、批量稳健性）派 subagent，并在其 prompt 里强制按下节「子 skill 调用协议」加载，绝不许凭记忆脑补。
6. 日志：每阶段把「调用了哪些 skill / 派了哪些 agent / 产出哪些文件 / 关键决策」追加到 logs/stage_<N>.md，并同步 00_meta/stage_passport.md 与 00_meta/pipeline_status.md。
7. 交接：阶段切换 / 长暂停 / 上下文变薄 / 并行 agent 接手前，在 00_meta/handoff/ 写 handoff card 并把路径写入 workflow_state.json.orchestration.latest_handoff；下一位 agent 先刷新现实再继续。

子 skill 调用协议（怎么把被编排的 skill 真正跑起来）

子 skill 是仓库内的文件夹，不保证在运行时注册为可被 Skill 工具直接触发。权威细节（注册名 对照表、输出路径重定向）见 references/skill-map.md §0；每次调用按此优先级：

1. 优先 Skill 工具：Skill(skill="<注册名>", args=...)。注册名 = 子 skill SKILL.md 的 name: 字段，不一定等于文件夹名（大小写/改名差异表见 skill-map §0.1）——用注册名，别用文件夹名猜。
2. 报「not found」立刻退回 Read 内联执行（稳路径，永远可用）：Read 该 SKILL.md 正文当本步操作 手册逐步执行；重量步骤把「Read 这个 SKILL.md 并按它执行」写进 subagent 的 prompt。不要反复重试， 也不要凭记忆脑补子 skill 的逻辑。
3. econfin-idea-finder 与 journal-digest 在其 SKILL.md 里硬编码了仓库外 Windows 输出路径，调用时必须改写到工作区内（候选→01_proposal/candidates/、期刊摘要→01_proposal/journal_digest.md）；细节见 skill-map §0.2，模板见 references/subagent-templates.md。

派 subagent 调子 skill 时，SKILL.md 路径必须是仓库内完整路径——subagent 的工作目录可能与主 代理不同，给错路径它就找不到文件、转而脑补。

阶段执行协议（每个 Stage 都按这个走）

进入任一阶段按固定四步（细节在 playbook 对应章节）：

1. 打横幅，让用户始终知道流水线在哪：

   ════════════════════════════════════════
     Stage N/9 · <阶段名>  —  <一句话目的>
     调用：<本阶段要用的 skill 列表>
   ════════════════════════════════════════
   

2. 入口检查（先跑，再干活）：python3 scripts/pw.py enter <N> <workspace>。返回非零就别开工——阶段闸门是做完之后才发现问题，前置条件是同一批事实在开工之前检查，回退只丢一个决定而非一个阶段的工作量。

3. 置 in_progress → 读 references/stage-playbook.md 对应章节 → 按其 plan→execute→review→revise 跑（该用 Skill 用 Skill、该派 Agent 派 Agent，全程守上面的上下文保护协议）。

4. 冲突 / 退化检查（沿用 paper-pipeline）：每阶段前后 Glob 一次 *冲突副本* / *conflicted copy*，发现就停下让用户定夺哪份为准；每阶段末把关键产物快照进 backups/after_stage<N>/ 作为回滚路径。工具 / 网络 / MCP / 统计软件不可用时按 runtime-fallbacks.md 退化并记录（见下「运行时退化必须披露」）。

5. 阶段闸门：先跑 python3 scripts/pw.py exit <N> <workspace>（该阶段欠哪些 checker 由 pw.py 的 stage→gate 表定死，别凭记忆挑），全绿才置 done → 按交互档位决定是否暂停——全自动 直进下一阶段；阶段确认（缺省）输出摘要卡（产出清单 + 关键数字 + 红旗 + 下阶段计划）等放行；全程交互 再确认一次。遇硬阻断不要硬往下走——按 playbook「失败回退」分支处理，并在摘要卡里显著标红说明发生了什么、采取了什么回退。

研究级方法闸门（Method Gate）—— Stage 3 之后、Stage 4 之前强制执行

Stage 3 的目标不是「跑出显著系数」，而是把识别设计、估计量、诊断证据、设计风险与稳健性矩阵落成可审计产物。 进入前按上表「Stage 3 估计」「Stage 3/5/8 深化」两行加载对应 references，逐项完成并落盘：

0. 设计锁前置（Stage 2.5）：design_lock.status=locked 且 locked_before_estimation=true，否则不得开始估计、也不得 PASS；锁后偏离登记 deviations，未登记的降级 exploratory。第一批估计跑通即冻结复现环境（00_meta/repro_environment.md + master script 骨架），不是收尾才补。
1. 设计注册 03_analysis/design_register.md：estimand、处理定义、比较组、识别假设、主 / 替代估计量、失败回退。
2. 样本审计 02_data/sample_audit.md：estimation sample、treated/control 数、treatment timing、missingness/balance/overlap、cluster level 与变量构造对齐 estimand。
3. 最低证据包：按设计分支补齐必需 artifact（逐卡见 design-gate-cards.md）。推断口径按 inference-and-uncertainty.md 定死并写 03_analysis/inference_report.md；有机制主张按 mechanism-and-channels.md 分类、把中介移出主设定、证据落 03_analysis/mechanism/。
4. 方法闸门报告 03_analysis/method_gate.md：逐项列必需证据是否齐、路径、是否 PASS，填 Design Gate Card 与最强允许 claim 等级。NOT PASS 不得进入 Stage 4，须回 Stage 1/2/3 修设计 / 数据 / 估计。
5. Design risk ledger 03_analysis/design_risk_ledger.md：按 design-risk-ledger.md 逐项关掉或降级适用威胁。任何 blocking threat 未关 → design_risk.status=not_pass、Method Gate 不得 PASS；风险只限外推时把 claim consequence 写进两本 ledger。
6. Evidence ledger 00_meta/evidence_ledger.md：每个 manuscript claim 连到 estimand、样本审计、结果文件、稳健性、表图、脚本与允许措辞；摘要 / 引言 / 结果 / 结论 / cover letter 的 claim 不得强于 ledger 的 Strength。
7. 治理与透明度 hard flags：按 data-governance.md 与 design-transparency.md 检查；关键材料缺失时方法闸门不得静默放行。
8. 写入状态：更新 workflow_state.json 的 analysis_backend / empirical_audit / method_gate / evidence_governance / design_risk / decisions（字段语义见 workspace-and-state.md §2）。
9. 机械闸门自检：跑 python3 scripts/pw.py exit 3 <workspace>，机械校验「某闸门标了 pass/ready 但 artifact 不在盘上、或上游闸门未过（质量门不得松于方法闸门）」及路径一致性；返回非零必须补齐再放行。这是对 critic 主观判定的机械兜底，不替代它。

质量门可严于但不得松于方法闸门：method_gate.md 未过 → 初稿质量门「识别可信度」不得达标；evidence_ledger.md 有影响主结论的 open discrepancy → 质量门与投稿包不得标 ready。这把现代实证的 reviewer 标准前置到写作之前，避免事后用语言包装弥补方法硬伤。

初稿质量门（Draft Quality Gate）—— 把「高质量」从口号变成可验收的闸门

Stage 7 结束、Stage 8 开始前强制插入：不靠主代理自我感觉，而是派一个独立「顶刊 AE」critic subagent，按 references/quality-rubric.md 的 7 维评分卡给当前初稿打分（派发模板见 subagent-templates.md §QG）：

1. critic 读 07_dehumanize/main.{tex,md}（含表图、ref.bib）+ 01_proposal/proposal.md（对照贡献承诺）+ 03_analysis/results/summary.md（对照真实结果），逐维打分写入 00_meta/quality_scorecard.md，只回传总分 / 各维分 / 是否达标 / 最关键 3 条短板。
2. 7 维（各满分 10，细则见 rubric）：① 选题与贡献锋利度 ② 识别可信度 ③ 稳健性完整度 ④ 结果与解读克制度 ⑤ 写作与结构 ⑥ 引用真实性与文献定位 ⑦ 可复现性。
3. 达标线：每维 ≥7 且总分 ≥56/70 且第②③⑥维（识别 / 稳健 / 引用）无致命红旗，且 00_meta/claim_integrity_audit.md 的 pre-review 无 blocking finding → 标 quality_gate=pass、draft_milestone=done，进入可选 Stage 8–9。 机械前置（先于 critic 打分）：跑 python3 scripts/check_manuscript_numbers.py <workspace>。unanchored_claims 或 inert_boundary_drift >0 → 质量门直接不得 pass，无需打分：没有来源的数字比任何一维失分都更前置。 同批再跑 python3 scripts/check_ai_disclosure.py <workspace>：Stage 7 一旦 done，00_meta/ai_use_disclosure.md 必须存在且带 Stage 7 台账行——去 AI 味只能抹掉 AI 腔，不能抹掉 AI 声明。契约见 ai-use-disclosure.md。
4. 未达标按 rubric「短板 → 回退阶段」映射重做，最多回退 2 轮（revision_rounds_cap）；Method Gate 方向另受 method_gate_rounds_cap（缺省 2）约束。任一触顶按 budget_exhausted_action（缺省 deliver-with-known-gaps）记「已知短板」标红交用户裁决是否带病投稿——没有上限，全自动档位在一个永远过不了的闸门上就是无界循环。
5. 每轮打分追加进 logs/quality_gate.md，让用户看到分数随修订上升（审计轨迹）。

质量门不是重跑 Stage 6 打磨、也不替代 Stage 8 评审——只按统一 rubric 量化「这份初稿够不够格」并决定放行还是回炉。

Claim Integrity Audit：Stage 7→8（pre-review）与 Stage 9（final-check）按 integrity-and-claim-audit.md 用 templates/claim_integrity_audit.md 写 / 刷新 00_meta/claim_integrity_audit.md，把摘要、引言贡献段、结果主题句、结论、cover letter 的每条数值与因果 claim 逐条定位到证据。任一 blocking verdict → integrity_audit.status=not_pass、质量门不得 pass；replication_pack.status=ready 要求 pass 且 blocking_findings=[]（终审的中央 claim 不许抽样）。计数写入状态后跑 check_workspace_gates.py 抓矛盾。

收尾：复盘与交付

所有目标 scope 要求的闸门都满足后（见 project.scope；submission 含初稿质量门 pass），主代理在工作区 根目录产出 FINAL_REPORT.md（用 templates/FINAL_REPORT.md 实例化），含： ① 一页流水线复盘表（每 Stage 调用 / 产出 / 关键数字 / 回退分支）· ② 方法闸门报告（链接 design_register.md +method_gate.md）· ③ 质量门评分卡（链接 00_meta/quality_scorecard.md：7 维终评分 + 回退史）· ④ 交付物清单（带相对路径，条目见模板）· ⑤ 可复现说明——这里是验证不是构建：复现包骨架在 Stage 3 已冻结， 收尾只做「删派生产物 + 按 master script 真跑一遍」，更新 replication_pack；frozen_at_stage 为 null （收尾才建包）必须在 Residual Risks 里记为已知高风险 · ⑥ 下一步建议（还差哪些稳健性 + 投稿前清单）。 最后告知打包路径。全程无需人工干预即可从 Setup 跑到交付（全自动）；其余档位只在阶段闸门处征求放行。

关键约束（务必遵守）

• 绝不替子 skill 重新发明轮子：识别策略、表格规范、查新、审稿口吻都在既有 skill 里；本编排器只在对的时点把对的 skill 喂对的输入。
• 绝不伪造数据 / 结果 / 文献：引用交给 reference-verify / StatsPAI bibtex（paper.bib 唯一真源），数据交给 data-fetcher，计量结论以真实运行为准。
• 绝不贴空方法标签：DiD/IV/RDD/SDID/DML 等必须对应 design-gate-cards.md 的证据包；缺 method_gate.md、闸门未过或 ledger 不允许该强度，就不得写成主因果发现。
• 绝不在没锁设计的情况下开始估计：Stage 2.5 的 00_meta/preregistration.md 必须在 03_analysis/results/main_results.json 出现之前锁定（locked_before_estimation=true）。事后补的锁不是锁——它让选择性报告不可检验；未登记的偏离一律降级 exploratory。
• 绝不让稿件出现没有来源的数字：每个系数 / 标准误 / 样本量都要能在结果文件里按显示精度找到，Stage 6→7 只改语言不改数字、Stage 8→9 排版只换格式不换数字。跑 scripts/check_manuscript_numbers.py（.tex / .md / .docx 三种格式都读）；漂移只能把数字改回结果值，绝不允许反过来改结果文件迁就稿件。
• 绝不交一份少表少图的 Word 稿：Stage 9 跑 assemble_manuscript_docx.py 合成 09_submission/main.docx（正文+表+图+参考文献），再跑 check_deliverable_contract.py --strict 从成品文件重数对账——裸 pandoc 会静默丢掉 \input{} 表格。未解析项进 manuscript.unresolved_markers，非空则 docx_status 不得 verified、投稿包不得 ready；只收 LaTeX 的刊须显式声明 not-required。详见 analysis-backends.md §4.2。
• 绝不让估计样本漂移：sample_audit.md 未说明 raw→clean→estimation 的 N、drop 原因、treated/control 数、missingness/balance/overlap 与聚类层级时，不得宣称已过方法闸门。
• 绝不让不确定性量化错位：聚类层级 ≥ 处理分配层级；G≲30–50 用 wild bootstrap / CR2 / 随机化推断；多 outcome / 子样本预指定或族内校正；弱工具用 AR/tF 区间——口径写进 inference_report.md，缺则按 inference-and-uncertainty.md 在质量门封顶。
• 绝不把机制当主回归的赠品：按 mechanism-and-channels.md 分清描述性分解 / 因果中介 / 异质性；中介绝不进主设定，措辞退到证据支持的档位。
• 绝不把识别威胁留在散文里：OVB、反向因果、选择、坏控制、spillover/SUTVA、外部效度、attrition、specification search 必须进 03_analysis/design_risk_ledger.md；有 blocking threat 时 Method Gate 不能 PASS。
• 绝不让回退无界：revision_rounds_cap / method_gate_rounds_cap（各缺省 2）触顶后按 budget_exhausted_action 交付并标红，不再重跑。
• 人类决策点不可跳过（除非 全自动 且已显式授权）：定标题、定目标期刊、设计锁定、识别策略拍板、投稿终审。
• 数据治理不可绕过：受限数据、PII、IRB/DUA、许可证、archive boundary 按 data-governance.md 记录；公共复现包不得含不可公开材料。
• 运行时退化必须披露：工具 / 网络 / MCP / 统计软件缺失时按 runtime-fallbacks.md 退化执行；影响最低证据包或复现的必须降低闸门状态/分数，不得把工具缺失伪装成已验证。
• claim 忠实度必须单独验：citation 存在 ≠ claim 忠实。Stage 7→8 与 Stage 9 按 integrity-and-claim-audit.md 审计数字、引用、因果措辞与 forbidden wording；有 blocking finding 时质量门与投稿包都不得 ready。
• 引用存在性与时序完整性也必须单独验：引用真实存在且引对（DOI / 撤稿 / 版本 / 无 citation laundering），且无时序穿越（look-ahead / vintage / 训练-测试切分 / 样本期 vs 论断期），按 citation-and-temporal-integrity.md 落 00_meta/citation_integrity_log.md，终审跑 check_citation_integrity.py --final；未排除的 look-ahead 把结论封顶到 descriptive。
• AI 使用必须声明，去 AI 味不是隐瞒：本流水线用 LLM 起草（5）、打磨（6）、去味（7），主流期刊与学位论文规范都要求如实披露、且 AI 永远不能署名。每阶段把工具+版本、用途、人工核验方式、担责人追加进 00_meta/ai_use_disclosure.md，Stage 9 按目标刊政策渲染声明；AI 生成数据/结果图 = 伪造，AI 写的代码与筛的文献不得以 unverified 交付。跑 scripts/check_ai_disclosure.py（--final 收尾）；未过则 ethics_gate、投稿包与 submission scope 均不得 ready。见 ai-use-disclosure.md。
• 上下文保护优先于一切：任何会把大段文本灌回主代理的操作，一律改成「写盘 + 回传摘要」。
• 断点交接必须可恢复：阶段完成更新 00_meta/stage_passport.md；长暂停 / 阶段切换 / 接手前写 00_meta/handoff/，续跑时用 fresh evidence 重核事实。
• 维护本 skill 不靠感觉：按 skillopt-improvement-loop.md 收 rollout、拆 train / held-out、提有界 patch、过 selection gate，守 evals/check_complexity_budget.py 体积棘轮；改完跑 python3 validate_skill.py 与 evals/score_skill.py --selftest（有改进包再跑 check_skillopt_packet.py <packet>），全绿才算可交付。

进一步阅读（按需加载，别一次性全读进上下文）

逐阶段该读哪份，stage-playbook.md 每节开头已写明；下表只是索引， 进入某环节时才加载对应文档，用完即弃。R = references/。

本地自检 — 运行期闸门统一走 scripts/pw.py：enter <N> 入口检查 · exit <N> 出口闸门 · check 当前欠的全部 · final 投稿终审 · plan <N> / list 只看不跑（底层仍是 check_workspace_gates / check_manuscript_numbers / check_preregistration / check_ai_disclosure / check_citation_integrity / check_table_style 等单点 checker，可单独调）。 维护本包跑 validate_skill.py 全量闸门 · scripts/smoke_workspace.py · scripts/check_skillopt_packet.py。