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（渐进式加载，省上下文）。

双硬闸门 = 方法闸门 + 初稿质量门。 Stage 3 结束必须先过 research-grade-methods.md 的 Method Gate：设计注册、 最低诊断证据、稳健性矩阵与复现脚本齐了，且 design-risk-ledger.md 把适用识别威胁、选择性报告、外部效度、SUTVA/溢出 和 attrition 风险逐项关掉或降级，才能把结果送进表图和写作。Stage 7 跑完再过 Draft Quality Gate：结构完整、识别可信、表图齐备、语言无 AI 味的初稿，必须由独立 critic 按 7 维 rubric 打分达标，才算「可投稿级初稿」。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. 一次问清四件套：交互档位（全自动 / 阶段确认 推荐 / 全程交互）、目标期刊、 语言、分析后端（python-statspai 推荐 / stata / r；规则见 references/analysis-backends.md）。若用户要求无人值守或参数足够， 自动填保守缺省并写入 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、只回传 ≤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；选题漏斗沿用 idea-finder 的 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（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（参考 idea-finder 强制每个 subagent 加载 econfin-proposal+novelty-check）。
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（这正是 idea-finder 反复警告的劣化）。
3. 两个子 skill（econfin-idea-finder、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，产出不可复现的劣化结果。

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. 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）。

3. 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。若 Skill / Agent / 网络 / MCP / Stata/R/Python/Zotero 不可用，按 references/runtime-fallbacks.md 选 fallback，影响写入日志、decisions 与对应闸门，不可把工具缺失伪装成已验证。

4. 阶段闸门：置 done → 按交互档位决定是否暂停——全自动 直接进下一阶段；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 再做一次阶段级确认。遇硬阻断（平行趋势不过、IV 弱工具、查新撞车、数据取不到）不要硬往下走——按 playbook「失败回退」分支处理（换识别策略 / 换样本 / 退回 Stage 1 改设计），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。 进入前加载本闸门 references——research-grade-methods.md（最低证据包）· design-gate-cards.md（设计卡 / hard fail / claim 降级）· empirical-audit.md（样本对齐）· inference-and-uncertainty.md（推断口径）· mechanism-and-channels.md（机制三分类）· design-risk-ledger.md（风险台账）· analysis-backends.md（后端选择，主后端为 python-statspai 再加 statspai-analysis.md）——逐项完成并落盘：

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（交错 DiD→CS/SA/BJS group-time 或事件研究稳健估计；RDD→bandwidth+robust bias-corrected CI+density/covariate continuity；DML/HTE→cross-fitting+nuisance diagnostics+overlap+seed stability；其余见 methods pack）。推断口径按 inference-and-uncertainty.md 把聚类层级 / few-cluster / 多重检验 / 弱工具区间定死并写 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：逐项审计 OVB、反向因果、选择、测量误差、spillover/SUTVA、坏控制、specification search、外部效度、attrition、选择性报告。任何 blocking threat 未关 → workflow_state.json.design_risk.status=not_pass、Method Gate 不得 PASS；若风险只限外推，把 claim consequence 写进 ledger 与 evidence 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（受限数据 / PII / IRB/DUA / 存档边界）与 design-transparency.md（预分析 / MDE / 研究者自由度）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（分析后端、主设计、主估计量、适用威胁、blocking threats、缺失 artifact、最强 claim 等级、open discrepancies、是否放行）。
9. 机械闸门自检：跑 python3 scripts/check_workspace_gates.py <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 Stage 0 route / stage passport / latest handoff 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（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。
4. 未达标按 rubric「短板 → 回退阶段」映射重做（识别→Stage 3、贡献单薄→Stage 1、写作→Stage 5/6、AI 味→Stage 7、引用→reference-verify），最多回退 2 轮；2 轮仍卡某维则记「已知短板」标红交用户裁决是否带病投稿。
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——它只做一件事：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（配套引用 / 数字 / claim 忠实度检查）：Stage 7→8 加载 integrity-and-claim-audit.md，用 templates/claim_integrity_audit.md 写 / 刷新 00_meta/claim_integrity_audit.md。pre-review：审计摘要、引言贡献段、结果主题句、结论、cover letter 的所有数值与因果 claim，每条定位到 evidence ledger row、结果文件 / 脚本、表图或可核引用；major_distortion / unsupported / constraint_violation 及影响主结论的 retrieval_failed → workflow_state.json.integrity_audit.status=not_pass、质量门不得 pass。final-check（Stage 9 投稿前）中央 claim 不许抽样，replication_pack.status=ready 要求 integrity_audit.status=pass 且 blocking_findings=[]。把 checked_claims / unsupported_claims / unverified_citations / blocking_findings / last_audit 写入 workflow_state.json.integrity_audit，跑 python3 scripts/check_workspace_gates.py <workspace> 抓状态矛盾。

收尾：复盘与交付

所有目标阶段 done（且初稿质量门已 pass）后，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 03_analysis/design_register.md+method_gate.md：主设计 / 主估计量 / 最低证据包 / 缺失与回退史）· ③ 初稿质量门评分卡（链接 00_meta/quality_scorecard.md：7 维终评分 + 达标判定 + 回退史）· ④ 交付物清单（带相对路径：proposal / 清洗数据+codebook / 分析代码 / 出版级表图 / main.tex+ref.bib / response letter / 期刊清单+cover letter）· ⑤ 可复现说明（REPLICATION.md、环境依赖、一键重跑命令、来源与版权、 DAS、存档计划、重跑耗时、数据治理红旗）并更新 workflow_state.json.replication_pack · ⑥ 下一步建议（还差哪些稳健性 + 投稿前检查清单）。最后把打包路径告知用户。全程无需人工干预即可从 Setup 跑到交付（全自动 档位）； 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：引用核验交给 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；后端选择见 analysis-backends.md、默认路径见 statspai-analysis.md。
• 绝不贴空方法标签：DiD/IV/RDD/SDID/DML/causal forest 等必须对应 research-grade-methods.md 与 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 / 子样本要预指定或族内校正；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、选择性报告必须进 design-risk-ledger.md 与 03_analysis/design_risk_ledger.md；有 blocking threat 时 Method Gate 不能 PASS。
• 人类决策点不可跳过（除非 全自动 档位且已显式授权）：定标题、定目标期刊、识别策略拍板、投稿终审——在阶段闸门处守住。
• 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：先确认引用真实存在且引对（DOI 解析 / 撤稿筛查 / 版本 / 无 citation laundering）与无时序穿越（look-ahead / real-time vs final vintage / 训练-测试切分 / 样本期 vs 论断期），按 citation-and-temporal-integrity.md 逐项落 00_meta/citation_integrity_log.md，终审跑 python3 scripts/check_citation_integrity.py <workspace> --final；未排除的 look-ahead 把相关结论封顶到 descriptive。
• 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：阶段完成必须更新 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 重核当前事实。
• 自我改进不靠训练集幻觉：维护本 skill 时按 skillopt-improvement-loop.md 收 rollout、拆 train / held-out、提有界 patch、过 selection gate；并守 evals/check_complexity_budget.py 体积棘轮，不让常驻层只增不减。
• 自检不靠感觉：维护后先跑 python3 validate_skill.py 与仓库级验证，再跑 evals/score_skill.py --selftest；有 SkillOpt 改进包还要跑 python3 scripts/check_skillopt_packet.py <packet>。自检失败必须修到通过再宣称可交付。

进一步阅读（按需加载，别一次性全读进上下文）

主代理进入某环节时才加载对应文档，用完即弃（路径见正文各处链接）。

编排核心 — stage-playbook.md（10 阶段逐阶段手册：skill 调用·subagent 模板·失败回退）· skill-map.md（§0 子 skill 调用机制+注册名对照+输出路径重定向；其余为「任务→skill」全量路由）· orchestration-and-handoff.md（Stage 0 路由·stage passport·pipeline status·fresh evidence·handoff·schema v10 字段）· workspace-and-state.md（目录布局·workflow_state.json 字段·subagent 输入/输出约定）· subagent-templates.md（可复制派发模板，内置上下文保护契约与输出重定向）。

Stage 3–4 后端与方法 — analysis-backends.md（python-statspai/stata/r 后端路由·输出合同·环境记录·fallback）· statspai-analysis.md（StatsPAI 估计+出版级出表·8 段流水线·七块稳健性闸门）· research-grade-methods.md（各设计分支最低证据包）· design-gate-cards.md（设计分支证据卡：required artifacts·hard fail·claim 降级）· empirical-audit.md（样本/变量/estimand 对齐）· dataset-cards.md（Stage 2 数据源目录+触发的设计风险；配 templates/dataset_card.md）。

Stage 2 数据源（按地区/性质分流） — china-data-sources.md（中国实证数据源总表：CSMAR/WIND/CNINFO/CHARLS/CFPS/CHFS/CGSS/统计年鉴/工业企业/海关/专利/土地/文本/政策，含字段映射、申请流程、清洗陷阱、GB/T 7714 引用规范、DAS 模板；中文学位论文/中国期刊论文专属）· 配合 data-governance.md 的全球合规框架使用（本文是「中国语境」特有补充）。

Stage 5/8/9 中国期刊投稿（按地区/性质分流） — chinese-journals.md（中国期刊投稿总册：5 大顶刊详细规范 + 第二梯队 + 细分领域 + 学位论文场景 + GB/T 7714-2015 详解 + cover letter / response letter 模板 + 选刊决策树 + "中国故事"写作要点；中国期刊/中文学位论文投稿专属）· 配合 peer-review-and-submission.md（英文期刊投稿策略）使用（本文是「中国期刊」特有补充）。

研究深化层（按阶段加载） — inference-and-uncertainty.md（标准误/聚类·few-cluster·随机化推断·多重检验·弱工具区间 · Stage 3/4/5/8）· mechanism-and-channels.md（X→M→Y 三分类·Gelbach·因果中介+敏感性·坏控制 · Stage 1/3/5/8）· threats-to-validity.md（识别威胁×审稿异议预案 · Stage 3/5/8）· design-risk-ledger.md（识别威胁/选择性报告/外部效度/SUTVA/attrition 逐项状态表 · Stage 1/3/5/8）· design-transparency.md（预分析·功效/MDE·设定曲线·研究者自由度 · Stage 3）· literature-and-positioning.md（结构化检索·文献矩阵·贡献定位 · Stage 1/5）。

写作·质量·完整性 — quality-rubric.md（质量门 7 维评分卡+致命红旗+「短板→回退」映射）· writing-craft.md（写作与结构规范）· integrity-and-claim-audit.md（claim/citation/number 忠实度审计：pre-review/final-check）· citation-and-temporal-integrity.md（引用存在性+时序完整性；配 templates/citation_integrity_log.md 与 scripts/check_citation_integrity.py --final）· peer-review-and-submission.md（模拟评审与投稿）· worked-example.md（端到端黄金路径 trace，数字示意）。

运行·治理·维护 — runtime-fallbacks.md（工具/网络/MCP/统计软件缺失时的退化与质量封顶）· data-governance.md（敏感数据·PII·IRB/DUA·复现包边界）· skillopt-improvement-loop.md（维护本 skill 的 SkillOpt-style 优化协议：rollout/held-out/有界 patch/selection gate）· evals/（维护期评测：score_skill.py held-out 打分+packet 行、check_complexity_budget.py 体积棘轮、complexity_audit.md 漂移诊断）· templates/（关键 artifact 模板）。

本地自检 — validate_skill.py（模板 schema·工作区初始化·链接·资产·契约·smoke·Notebook）· scripts/smoke_workspace.py（最小工作区+模板契约）· scripts/check_workspace_gates.py（运行期闸门校验，--reconcile/--selftest）· scripts/check_skillopt_packet.py（维护期改进包校验）。 演示物料：README 已整合 8 阶段教学主线、47 个技能地图与 DiD 自检清单；另保留一个可一键运行的 DiD 演示 Notebook 供讲解配合。