Paper Draft

/paper-draft

从 /paper-plan 生成的 PAPER_PLAN.md 起草完整 LaTeX 论文。 逐 section 撰写：每个 section 从 wiki 读取 ideas/methods/experiments/papers/concepts 取材， 生成 LaTeX + figures + tables。BibTeX 从 DBLP/CrossRef 获取（遵循 citation-verification）， 完成后执行 de-AI polish（遵循 academic-writing）。 可选逐 section Review LLM review。输出可编译的 paper/ 目录。

Inputs

• plan：PAPER_PLAN.md 的路径（如 wiki/outputs/paper-plan-sparse-lora-2026-04-08.md）
• --review（可选）：启用逐 section Review LLM review
• --sections（可选）：只写指定 section（如 --sections 3,4 只写 Method + Experiments），用于增量撰写

Outputs

• paper/ 目录（在 wiki 项目根下）：
  • paper/main.tex — 主文件（include 各 section）
  • paper/sections/introduction.tex
  • paper/sections/related_work.tex
  • paper/sections/method.tex
  • paper/sections/experiments.tex
  • paper/sections/conclusion.tex
  • paper/sections/appendix.tex（若有）
  • paper/figures/ — 生成的 figures（PDF/PNG）
  • paper/tables/ — 独立 table 文件（可选）
  • paper/math_commands.tex — 共享数学符号定义
  • paper/references.bib — 验证的 BibTeX 条目
• wiki/log.md — 追加日志

Wiki Interaction

Reads

• wiki/outputs/paper-plan-*.md — PAPER_PLAN（章节大纲、evidence map、figure plan、citation plan）
• wiki/ideas/*.md — Hypothesis、Novelty argument、Approach sketch、Motivation、Risks、Lessons learned
• wiki/methods/*.md — Mechanism、Procedure、Assumptions、Tradeoff profile（支持 Method 撰写）
• wiki/experiments/*.md — Results、Analysis、key_result、metrics 数据
• wiki/papers/*.md — Method、Results、Related（作为引用内容和 baseline 参考）
• wiki/concepts/*.md — Definition、Intuition、Variants、Comparison（支持 Method 撰写）
• wiki/topics/*.md — Overview、Timeline、SOTA tracker、Open problems（支持 Introduction 上下文）
• wiki/people/*.md — 人名和机构（引用格式）
• wiki/graph/edges.jsonl — 关系图（构建论证逻辑链）
• wiki/graph/open_questions.md — 已知局限（写 Limitations 和 Future Work）
• .claude/skills/shared-references/academic-writing.md — 写作规范
• .claude/skills/shared-references/citation-verification.md — 引用纪律

Writes

• paper/ 目录（所有文件）
• wiki/log.md — 追加操作日志

Graph edges created

• 无（paper-plan 已创建 derived_from 边）

Workflow

前置：确认工作目录为 wiki 项目根（包含 wiki/、raw/、tools/ 的目录）。

Step 1: 初始化 Paper 目录

1. 读取 PAPER_PLAN.md，提取 venue、title、section 列表
2. 若 paper/ 目录已存在：
   • 备份为 paper.bak-{timestamp}/
   • 提示用户确认覆盖
3. 创建目录结构：

   paper/
   ├── main.tex
   ├── math_commands.tex
   ├── references.bib
   ├── sections/
   └── figures/
   

4. 从 templates/ 复制 venue 模板（若存在）：
   • templates/{venue}.sty 或 templates/{venue}/
   • 若无模板：使用通用 article class，在 main.tex 中注明需要替换为正式模板
5. 生成 math_commands.tex：
   • 从 wiki/methods/（## Mechanism、## Procedure）和 wiki/concepts/（## Definition、## Intuition）收集 notation
   • 统一符号定义（向量、矩阵、集合、常用运算符）
6. 生成 main.tex 骨架：

   \documentclass{article} % 替换为 venue template
   \input{math_commands}
   % packages
   \usepackage{booktabs,graphicx,amsmath,hyperref}
   
   \title{<title>}
   \author{} % 匿名提交时留空
   
   \begin{document}
   \maketitle
   \begin{abstract}
   % Step 3 生成
   \end{abstract}
   \input{sections/introduction}
   \input{sections/related_work}
   \input{sections/method}
   \input{sections/experiments}
   \input{sections/conclusion}
   \bibliography{references}
   \bibliographystyle{plain} % 替换为 venue 要求的 style
   % \input{sections/appendix} % 取消注释如需要
   \end{document}
   

Step 2: 生成 Figures 和 Tables

对 PAPER_PLAN 中 Figure Plan 的每个条目：

1. Diagram 类型（架构图等）：

   • 使用 TikZ 或 pgfplots 生成 LaTeX 原生图
   • 若过于复杂：生成 matplotlib Python 脚本 → 输出 PDF
   • 保存到 paper/figures/{figure-name}.pdf

2. Plot 类型(实验结果图)：

   • 从 wiki/experiments/{slug}.md 提取数据
   • 生成 matplotlib 脚本（遵循 academic-writing 的 figure 设计规范）：
     • Colorblind-safe palette
     • Font size >= 8pt
     • Error bars / confidence bands
     • Clear legend
   • 执行脚本生成 PDF：

     python3 paper/figures/plot_{name}.py
     

   • 保存到 paper/figures/{figure-name}.pdf

3. Table 类型：

   • 使用 booktabs 风格（toprule, midrule, bottomrule）
   • Best result bold, second-best underline
   • 直接嵌入 section .tex 文件（小表）或独立 paper/tables/{name}.tex（大表）

Step 3: 逐 Section 撰写

对每个 section（按 PAPER_PLAN 的大纲顺序），若 --sections 指定则只写指定 section：

3a. 收集素材

从 PAPER_PLAN 的 section 定义中提取：

• 该 section 支撑的 ideas
• 对应的 wiki 页面列表
• 计划的 figures/tables
• 引用列表

读取所有相关 wiki 页面的对应部分：

• Introduction → wiki/ideas/{idea}.md（Hypothesis、Motivation、Novelty argument）+ wiki/topics/{topic}.md#Overview
• Related Work → wiki/papers/.md#Related + wiki/concepts/.md#Comparison
• Method → wiki/methods/{method}.md（## Mechanism + ## Procedure）+ wiki/concepts/{concept}.md（## Definition + ## Intuition）
• Experiments → wiki/experiments/.md#Results + wiki/experiments/.md#Analysis
• Conclusion → wiki/ideas/.md#Lessons_learned + wiki/concepts/.md#Open_problems + wiki/topics/*.md#Open_problems + wiki/graph/open_questions.md

3b. 撰写 LaTeX

遵循 shared-references/academic-writing.md：

• 按该 section 的 paragraph plan 撰写
• 插入 \cite{key} 引用（key 从 citation plan 映射）
• 插入 \ref{fig:name} / \ref{tab:name} 引用 figures/tables
• 使用 math_commands.tex 中定义的符号
• 每段以 topic sentence 开头
• Experiments section：idea-first 结构（"Our hypothesis is X. To verify, we..."）

3c. De-AI Polish

对每个撰写的 section 执行 de-AI polish（参照 academic-writing.md）：

1. 扫描并替换 AI 特征词汇（delve, leverage, utilize, comprehensive...）
2. 移除 excessive hedging
3. 变化 sentence openings（避免连续相同句式）
4. 移除 filler sentences（不增加信息的句子）
5. 确保 active voice 为主
6. 检查 notation consistency

3d. 可选 Review LLM Review（--review）

若启用 --review，对每个 section：

mcp__llm-review__chat:
  system: "You are a senior ML researcher reviewing one section of a paper draft.
           Focus on: clarity, logical flow, idea-experiment alignment, notation consistency.
           Point out any remaining AI-sounding language patterns.
           Suggest specific rewrites for unclear passages."
  message: |
    ## Section: {section name}
    {LaTeX content}

    ## Ideas this section should support
    {ideas from the plan's idea list}

    ## Review this section for:
    1. Does it clearly support its target ideas?
    2. Is the writing clear and precise?
    3. Any AI-generated language patterns remaining?
    4. Is the notation consistent with other sections?
    5. Missing content that reviewers will expect?

根据 Review LLM 反馈修改 section（行内修改，不重写整个 section）。

Step 4: 构建 Bibliography

遵循 shared-references/citation-verification.md：

1. 收集所有 section 中使用的 \cite{key} 引用
2. 对每个引用，从 PAPER_PLAN 的 citation plan 获取 BibTeX：
   • 已验证的：直接写入 references.bib
   • [UNCONFIRMED] 的：写入 references.bib 底部，带 % [UNCONFIRMED] 注释
3. 排除未引用的条目（不使用 \nocite{*}）
4. 验证 BibTeX 格式正确性（每条有 title, author, year）
5. 输出 bibliography 统计：

   references.bib: {N} entries, {M} verified, {K} [UNCONFIRMED]
   

Step 5: 全文 Cross-Review

完成所有 section 后：

mcp__llm-review__chat:
  system: "You are a senior ML researcher performing a final review of a complete paper draft.
           Focus on: cross-section coherence, idea-experiment thread (do the experiments back the central ideas?),
           narrative flow, notation consistency across sections, figure/table referencing.
           This is NOT a line-by-line review — focus on structural and argumentative issues."
  message: |
    ## Full Paper Draft
    {concatenated LaTeX of all sections}

    ## Evidence Map
    {from PAPER_PLAN}

    ## Review Focus
    1. Does the paper tell a coherent story from Introduction to Conclusion?
    2. Are all ideas from the plan adequately supported in the text?
    3. Is there notation inconsistency between sections?
    4. Are all figures/tables referenced and discussed?
    5. Any redundancy between sections?
    6. Overall readiness for submission (1-10)?

根据 Review LLM 反馈做最终调整。

Step 6: 完成输出

1. 确认所有文件已写入 paper/ 目录
2. 验证基本完整性：
   • 所有 \input{sections/X} 的文件存在
   • 所有 \includegraphics{figures/X} 的文件存在
   • 所有 \cite{key} 在 references.bib 中有对应条目
   • 所有 \ref{label} 有对应 \label{label}
3. 追加日志：

   python3 tools/research_wiki.py log wiki/ \
     "paper-draft | drafted {venue} paper '{title}' | {N} sections, {M} figures, {K} citations ({V} verified)"
   

4. 输出到终端：

   # Paper Write Complete
   
   ## Files
   - paper/main.tex (master file)
   - paper/sections/ ({N} section files)
   - paper/figures/ ({M} figure files)
   - paper/references.bib ({K} entries, {V_count} [UNCONFIRMED])
   - paper/math_commands.tex
   
   ## Status
   - Sections written: {list}
   - De-AI polish: applied
   - Review LLM review: {yes/no, if yes: overall score}
   - [UNCONFIRMED] citations: {count} (resolve before /paper-compile)
   
   ## Next Steps
   - Run `/paper-compile paper/` to compile and verify
   - Resolve [UNCONFIRMED] citations manually
   - Run `/refine paper/main.tex --focus writing` for further polish
   

Constraints

• 每个 section 从 wiki 取材：不凭空生成内容；每个技术陈述必须追溯到 wiki 页面
• BibTeX 遵循 citation-verification.md：从 DBLP/CrossRef/S2 获取，不从 LLM 记忆生成
• de-AI polish 必选：每个 section 写完后必须执行 polish pass，不可跳过
• figures 遵循 academic-writing.md：colorblind-safe、font size >= 8pt、vector format preferred
• 匿名提交：不写作者名、机构、致谢（venue 匿名要求）
• \nocite{*} 禁止：只引用实际使用的条目
• notation 一致性：所有 section 使用 math_commands.tex 中的统一符号
• 已有 paper/ 目录备份后覆盖：不直接覆盖，先备份
• wikilink → \cite 转换：PAPER_PLAN 中的 [[slug]] 在 LaTeX 中转换为 \cite{key}
• tables 使用 booktabs：不使用竖线和全网格

Error Handling

• PAPER_PLAN 找不到：报错，建议先运行 /paper-plan
• PAPER_PLAN 格式不完整：列出缺失 section，建议重新运行 /paper-plan
• wiki 页面找不到（plan 引用的 idea/experiment/method/paper 不存在）：警告并跳过该引用，标注缺失
• figure 生成失败（matplotlib 错误）：输出占位符 % TODO: generate figure {name}，继续其他 section
• BibTeX 全部获取失败：使用 [UNCONFIRMED] 占位，在终端报告需要手动处理的数量
• Review LLM 不可用（--review 模式）：跳过 section review 和 cross-review，标注「unreviewed」
• venue template 不存在：使用通用 article class，在 main.tex 中注明
• section 过长（超过 plan 的 page budget）：警告，建议移至 appendix 或压缩

Dependencies

Tools（via Bash）

• python3 tools/research_wiki.py log wiki/ "<message>" — 追加日志
• python3 tools/fetch_s2.py search "<title>" — BibTeX fallback（S2 搜索）
• python3 — 执行 matplotlib figure 脚本

MCP Servers

• mcp__llm-review__chat — 逐 section review（可选，--review）+ 全文 cross-review（Step 5）

Claude Code Native

• Read — 读取 wiki 页面和 PAPER_PLAN
• Glob — 查找 wiki 页面
• Write — 写入 paper/ 目录中的文件
• Bash — 执行 figure 脚本、创建目录
• WebFetch — DBLP / CrossRef BibTeX 获取

Shared References

• .claude/skills/shared-references/academic-writing.md — 写作规范 + de-AI polish 规则 + figure 设计
• .claude/skills/shared-references/citation-verification.md — BibTeX 获取流程 + [UNCONFIRMED] 协议

Called by

• /research Stage 5（论文写作阶段）
• 用户手动调用