jorinyang ARA Research Manager · 研究过程捕获器
仅论文研究场景触发。 常态化业务对话（如飞书文档、架构图、HTML 页面等）不加载此技能。
何时触发
| 触发词 | 场景 |
|---|---|
| "记录研究进展" / "ara capture" | 用户主动要求存档当前 session 的研究产出 |
| "研究 session 结束" / "存档研究过程" | 一个研究阶段结束时 |
| "/research-manager" | 显式调用 |
不触发：常规对话、部署、设计、写作（除非用户明确说在做论文研究且要求存档）。
核心原则
渐进结晶：不强制过早结构。观察先进入暂存区，只有在外部可验证的"结晶信号"出现时才固化到 logic/ 层。
两层可变性：
ara/logic/— 可变，是当前最优理解ara/trace/+ara/staging/— 只追加，不可修改（除非设置前向指针）
三阶段流水线
每次触发时执行：
Stage 1 — Context Harvester（上下文收割器）
扫描本 session 中已发生的操作（通过回顾对话内容和工具输出），提取研究显著事件：
- AI 执行的动作：实验运行、代码编辑、文件创建、文献搜索、数据分析
- 研究者表达的方向：假设提出、设计选择、方法放弃、结论确认
输出候选事件列表。
Stage 2 — Event Router（事件路由器）
对每个候选事件分类并路由：
直接路由（journey facts → ara/trace/exploration_tree.yaml）：
| 类型 | 触发信号 | 必含字段 |
|---|---|---|
decision |
在多个选项中做了选择 | choice, alternatives, evidence |
experiment |
代码/分析产生了结果 | result, evidence |
dead_end |
方法被放弃/假设被证伪 | hypothesis, failure_mode, lesson |
pivot |
证据驱动的方向转变 | from, to, trigger |
question |
新的研究方向被打开 | description |
暂存路由（interpretations → ara/staging/observations.yaml）：
| 候选类型 | 触发信号 | 固化目标 |
|---|---|---|
claim |
"我认为…" / "系统达到了…" | logic/claims.md |
heuristic |
"技巧是…" / "需要…" | logic/solution/heuristics.md |
constraint |
"这仅在…条件下有效" | logic/solution/constraints.md |
architecture |
系统设计陈述 | logic/solution/architecture.md |
所有条目附带来源标记：
user— 研究者本人确认ai-suggested— AI 提出但未经确认ai-executed— AI 自动执行user-revised— AI 提出 + 用户修改后确认
Stage 3 — Maturity Tracker（成熟度追踪器）
遍历 staging/observations.yaml，检查是否满足以下四个结晶信号之一：
- 话题放弃 — 最近 5 轮未涉及该话题 + open_threads 未引用
- 口头确认 — 用户明确说"对"/"确认"/"就用这个"
- 实证解决 — 绑定实验已产出结果 + 研究者评论。若实验证伪，固化为 dead_end 而非 claim
- 制品依赖 — 下游制品（decision/config/code）已依赖该观察
满足信号 → 从暂存提升到对应 logic/ 层，标注 Crystallized via: <signal>, From staging: <id>。
默认不提升。过早结晶是此设计要防止的失败模式。
目录结构
研究项目根目录下自动创建：
ara/
PAPER.md # 根清单 + 层索引
logic/ # 认知层 — 当前最优理解
claims.md # 可证伪声明 + 证据指针
experiments.md # 实验计划
problem.md # 研究空白 + 关键洞察
solution/
architecture.md # 系统设计
algorithm.md # 算法伪代码
heuristics.md # 关键启发式
constraints.md # 边界条件
related_work.md # 类型化依赖图
src/ # 物理层 — 可执行代码
configs/ # 超参 + 理由
environment.md # 依赖 + 硬件 + 种子
trace/ # 探索图 — 完整研究 DAG
exploration_tree.yaml # 五类节点 + 死胡同
staging/ # 暂存区 — 等待结晶
observations.yaml # 暂存观察
evidence/ # 证据层 — 原始输出
tables/ # 结果表
figures/ # 图表
使用示例
用户："记录研究进展"
Hermes 加载 ara-research-manager，扫描本 session：
→ 发现 1 个 experiment（对比了三种 embedding 模型）
→ 发现 1 个 decision（选用了 bge-large）
→ 发现 1 个 dead_end（openai embedding 成本过高放弃）
→ 暂存 1 个 claim（bge-large 在中文场景优于 openai）
写入 ara/trace/exploration_tree.yaml（新增 experiment/decision/dead_end 节点）
写入 ara/staging/observations.yaml（新增 claim 候选）
输出：
"已存档：1 实验 · 1 决策 · 1 死胡同 · 1 暂存声明
ara/trace/exploration_tree.yaml 已更新
暂存声明 O01 等待结晶信号"
工具适配
| 上游 (Claude Code) | Hermes |
|---|---|
| Read | read_file |
| Write | write_file |
| Edit | patch |
| Glob | search_files(target='files') |
| Grep | search_files(target='content') |
技术说明
- 上游：Orchestra-Research/Agent-Native-Research-Artifact (MIT)
- 本技能为上游 research-manager 的 Hermes 适配版
- 仅在论文研究场景触发，不增加常态化业务负担