Sci2doc

Sci2Doc

Overview

本技能适用于博士或硕士学位论文，需用户提供已成稿的 SCI 论文材料作为转化来源。若用户没有可访问的 SCI 论文材料，或场景是本科毕业论文，主动退出本技能，不要套用本流程。

This skill converts SCI paper materials (PDF/Word plus user context) into a Chinese doctoral thesis draft.

This skill is process-first, not one-shot generation.

The workflow is built around:

• state_manager.py for anti-forgetfulness, token budgeting, gate checks, snapshot/rollback
• atomic_md_workflow.py for atomic subsection markdown files, numbering validation, merge, self-check, section-level snapshot

【Python 解释器探测·开工第一件事，一次探测全程沿用】 本文命令里写的 python3 / python 只是 macOS/Linux 的习惯写法，不是硬性要求。动手前先跑一次 python3 --version：

• 打印出正常版本号 → 本次会话所有命令照抄用 python3。
• 报 command not found、没有任何输出、或弹出应用商店 → 改跑 python --version，能出版本号就把后续所有命令里的解释器统一换成 python。注意 Windows 自带一个 0 字节的 python3 占位程序，python3 --version 弹商店或无输出就是撞上了它，不算有 python3，按"没有"处理（用户也可在 设置 → 应用 → 应用执行别名 里关掉 python3.exe）。
• 反过来 python 出不了版本号就换 python3（macOS 12.3 起系统不再自带 python）。
• 两个都出不了版本号 = 这台机器没装 Python，停下来告诉用户先安装，不要硬跑。
• 探测只做这一次，之后所有命令沿用同一个名字，不要每条命令都再试。

接续与决定日志（每次启动本技能先跑）

学位论文往往跨多次会话才写完，用户中途还常插新要求。连续性靠外部状态文件维持，不靠模型记忆：

1. 开局先跑接续报告并打握手：env_preflight.py 会打印 RESUME_CMD（绝对路径）。照它跑 python <..>/session_journal.py resume --root <project_root>，把输出贴给用户并确认「从这里接着写」再动笔。
2. 用户每插一条新要求/新决定，立即 log：python <..>/session_journal.py log --root <project_root> --note "用户要求：<原话>"。 决定写入 decisions_log.md（append-only），后续会话必读并遵守。
3. 引文核证命令：env_preflight.py 同时打印 CITATION_CHECK_CMD，见 ## Citation Claim Check (承重论点↔引文)。

快速流程索引 (Quick Workflow Index)

全流程 7 步顺序如下，详细说明见各节。

Style Selection Gate (Mandatory)

执行顺序： 本 Gate 在 ### 0) Material Input Gate 完成后执行（先确认材料，再选样式）。如无源材料，停在 Step 0，不进入 Style Selection。

初始化或起草前，AI 必须 让用户在两种样式中二选一：

1. 默认设置：内置默认学位论文模板（通用格式，可自定义为任意院校）。机构字段为占位符（示例大学/[学校代码]），用户应替换为本校信息。
2. 自定义样式：用户须提供目标院校 + 详细 Word 格式要求和/或模板证据文件。

🔴 CHECKPOINT（阻断 init）： 未与用户明确确认样式前，不得运行 state_manager.py init。即使用户可能想用内置默认模板，也必须先得到用户对"就用内置默认模板"的明确确认，再带样式参数运行 init。禁止 因看到 QUICK_START 的 init 示例就直接套用默认 --format-mode default_generic 跑 init（该默认会静默落成内置模板格式且立即放行 docx 导出）。

硬门禁： 自定义信息不完整的项目标记为 pending_template，可继续整理 markdown，但 不得生成 .docx、不得运行格式验收。custom 仅在写入结构化布局字段后才能转为 ready，否则保持 pending_template。

custom→ready 最小必填字段（缺一即保持 pending_template）：page_margins_cm.top/bottom/left/right（四个边距）、header_distance_cm、footer_distance_cm、university_name、degree_type。

字段完整定义、需求→字段映射、managed front matter 文件清单、managed marker 覆盖规则等细则见 references/format_profile_schema.md § Style Selection Gate (full rules)。

Non-Negotiable Requirements

1. Body text target depends on degree type: ≥50,000 characters for doctoral, ≥30,000 for master's (defaults; confirmed with user at project start and written to profile as body_target_chars). 这是软目标而非硬门（check_quality.py 字数不足为 warning）：可经用户同意上调；不达标只提示、不阻断导出。真实材料撑不到目标时宁可少写，绝不编数据/灌水凑字（A③ 已把综述/绪论并入正文计数以减压）。
2. Chapter-level target allocation is not hardcoded and must be negotiated with the user for each project.
3. Chinese abstract must be 1500-2500 characters.
4. Main structure is fixed:
   • independent Introduction chapter
   • multiple research chapters
   • independent final Conclusion/Outlook chapter
   • total chapters >= 5
5. References are unified at the end of the full thesis.
6. Body word count scope: abstract through end of body text (before full-thesis references). 综述/绪论章计入正文字数，把凑字数压力从研究章分摊出去，缓解逼 AI 靠编数据/扩实验凑字（check_quality.py / count_words.py 已将 review 章并入 body 计数，另单列 review_words 供展示）。仅全文末尾统一参考文献、目录、致谢、附录、成果、声明、缩略语表排除在外；若确有整章须排除，用 format_profile.exclude_from_body_count（章标题字符串列表）逐章显式声明。
7. For research chapters, Results & Discussion must map to Methods experiment-by-experiment.
8. One experiment must map to at least one standalone figure or table.
9. Atomic markdown is mandatory: one subsection per .md, continuous numbering, merge before Word conversion.
10. Chapter completion requires immediate self-check.
11. Each subsection summary completion requires immediate snapshot.
12. Humanization is required before finalizing chapter text；细则见 ## Humanization Contract。
13. Do not invent experimental data. 13.1 Do not invent references; citation hallucination is forbidden.
14. Literature retrieval follows topic-dependent routing (MANDATORY)：细则见 ## Citation Zero-Hallucination Gate。
15. 缩写一致性强制执行：首次展开格式 中文全称（English Full Name, ABBR），后续裸缩写；用 abbreviation_registry.py 管理；需生成前置缩略语表。细则见 ## Abbreviation Contract。
16. 三线表格式强制：所有数据表使用 Markdown 管道语法，markdown_to_docx.py 自动转换；边框参数与题注字体字号见 references/word-format-spec.md § Three-Line Table Borders。细则见 ## Table Contract。
17. 文风约束：见 ## Humanization Contract（清单集中在那里）；check_quality.py check_writing_style() 自动检测。硬禁清零项：破折号（——）/scare quotes/解释性冒号三项标点 + AI 禁词，finalize 前必须归零。软提示项（不阻断 finalize）：句长/句式节奏（C 降软）。
18. 格式对齐规则：正文两端对齐、三线表单元格居中、图占位符居中无首行缩进。完整参数见 references/word-format-spec.md。
19. Bold marker 处理：**text** / __text__ 在 Word 转换时由 md_runs.inline_md_to_runs() 解析为真正的粗体 run；单 * 统计显著性标记（如 *p<0.05）由其内置保护规则保留原样。
20. 已发表 SCI 内容复用合规底线：
    • 正文复用必须改写为中文学术表述，不得直接翻译粘贴。
    • 每章首次复用处必须标注来源文献（正文引用 [N] + 声明"本章部分内容已发表于 [N]"）。
    • 复用成果须同时体现在"攻读学位期间取得的成果"清单与"独创性声明"中。
    • 缺标注的已发表内容复用等同未注明引用，触发学位办自我抄袭/重复发表红线。
    • 本技能不做查重，改写 ≠ 降重：技能只把英文材料改写成中文学术表述并做文风/翻译腔软检测，不计算重复率、不对接知网/万方/Turnitin。是否达标须用户自行送第三方查重系统核验。
    • 逐段"原文-改写"对照表（人工产出）：凡复用已发表 SCI 内容的段落，须在 docx/reuse_map.md（或交付附件）中逐段列出对照表，列：所在章节 / 原文出处 [N] / SCI 原文片段 / 中文改写文本 / 改写状态(confirmed/pending)，供用户自查重复率与送查重。

Citation Zero-Hallucination Gate (Mandatory)

Before writing any chapter section and before final full-thesis merge, run:

python3 scripts/citation_guard.py --index "${save_path}/literature_index.json" --mcp-cache "${save_path}/mcp_literature_cache.json" --mcp-ttl-days 30 --write-back --manual-review "${save_path}/manual_review_queue.json" --log "${save_path}/verification_run_log.json" --report "${save_path}/citation_guard_report.json"

--write-back 由脚本把每条 verified 与 verification_details.checked_at 落回 literature_index.json（AI 不手动改 verified）。据此下一轮核验对已 verified 且未过 TTL 的条目自动短路复用、跳过在线重验；sci-source-seed 种子（verified=false）与过期/未验条目照常走完整在线核验，撤稿与新鲜度安全不受影响。报告字段 reused_fresh_verified_count 记录本轮命中短路的条目数。

Rules:

• Immediately after each retrieval/import batch updates literature_index.json, run the guard once before any drafting.
• If guard exits non-zero or report ok=false, stop writing and resolve the queue first.
• When bidirectional verification fails (title_mismatch|doi_invalid_or_unresolved|pmid_invalid_or_unresolved|id_mismatch), set verified=false immediately and route entry to manual_review_queue for manual confirmation before正文引用.
• Unverified references must not be cited in chapter markdown.
• Every cited entry must carry traceability fields (source_provider + source_id) and DOI/PMID whenever available.

Topic-dependent routing (MANDATORY):

• Life science / medicine / clinical / biochemistry / pharmacology → PubMed CLI first (esearch/efetch/einfo, ~/edirect/, requires < /dev/null, proxy http://127.0.0.1:<PROXY_PORT>). Auto-install if missing: sh -c "$(curl -fsSL https://ftp.ncbi.nlm.nih.gov/entrez/entrezdirect/install-edirect.sh)". Windows: edirect 在 Windows PowerShell/CMD 不可用，用 WSL bash，或自动回退 paper-search MCP。
• CS / AI / engineering / physics / interdisciplinary → paper-search MCP first (mcp__paper-search-mcp__search_arxiv etc.).
• Fallback to the other source when primary yields no results.

跨平台命令说明： 本文档内联的 python3 scripts/xxx.py 命令在 Windows 上用 python 或 py 代替 python3。

literature_index.json 必需字段 schema 见 references/format_profile_schema.md § literature_index.json schema。

• Source provider policy is strict:
  • Allowed: pubmed-cli (life science primary), paper-search (CS/AI primary / fallback / preprints).
  • Forbidden: websearch, openalex-cli (pyalex), tavily。citation_guard.py 以 source_provider_not_allowed 拒绝这些来源。
  • 无 DOI/PMID 的条目不予放行，进入 manual_review_queue 人工核实。
  • Serial Search (MANDATORY): Execute all retrieval calls sequentially. Never parallelize. Enforce ≥1s interval between consecutive calls.
  • Citation Type by Context (MANDATORY):
    • Background / field overview → Reviews or Systematic Reviews preferred.
    • Specific mechanistic/experimental claims → Original Articles (do NOT substitute a Review as the sole support).
    • Clinical efficacy/safety claims → Clinical Trials.
    • Emerging/cutting-edge claims → Preprints (label as [Preprint]; only when no peer-reviewed equivalent exists).
• This guard does not change existing chapter writing workflow; it only validates reference correctness.
• For final delivery strict mode, run with --require-mcp.

Citation Claim Check (承重论点↔引文)

citation_guard.py 只验引文真实性（DOI/PMID/标题对得上）；它不判「这篇引文到底支不支持它挂着的那句论点」。写研究章时，对承重论点句（机制/因果/关键定量结论）↔ 其引文，必须再过一道引文核证：

1. literature_index.json 每条可选带 key_finding（该文献真实结论一句话）与 claim（本文用它支撑的论点）两字段，最小承载核证语义（schema 见 references/format_profile_schema.md § literature_index.json schema）。
2. 写某研究章前，对每个「承重论点句 ↔ 引文」建一行证据，落 claim_evidence.json（list），字段 {section, claim_sentence, is_load_bearing, ref_id, retrieved_abstract, verdict∈support/weak/contradict/unknown, evidence_quote, user_confirmed}。retrieved_abstract 用检索到的真实 abstract（不看可编的 key_finding），取 abstract 走本技能既有文献检索subagent。已建过证据的可留空以省事：脚本读写 ref_evidence_cache.json，对某条 ref_id 已缓存过 abstract 的行自动回填 abstract、AI 不必重新检索；同一 (ref_id, claim_sentence) 已判定过的行自动复用上次结论，AI 只需对新的 (文献, 论点) 组合做反向验证。
3. 跑共享核证脚本（env_preflight.py 打印的 CITATION_CHECK_CMD），命令 python <sci2doc>/scripts/citation_claim_check.py --root <project_root> --evidence <project_root>/claim_evidence.json。脚本自动读写 ref_evidence_cache.json（回填 abstract + 复用同 (文献,论点) 已确认结论），门禁强度不变。
   • 承重句 verdict∈{contradict,unknown} 或缺 abstract 或未 user_confirmed → fail-closed（exit 2），硬拦 + 人工逐条确认后方可下笔。
   • 背景陈述句只在表里批量呈现、不逐条阻断。
4. 纳入节/章 DoD（见 dod_checklist section-dod/chapter-dod 的 citation_claim_check 项）。

Single Source of Truth

论文目标配置存于 thesis_profile.json；样式选择与格式门禁存于其 format_profile；运行时状态镜像在 project_state.json。自定义要求不完整时 progress.status 必须为 pending_template（导出硬门禁见 ## Style Selection Gate）。

format_profile 完整字段清单、结构化更新入口（--format-profile-json / --project-info-json）、页码格式枚举、需求→字段映射规则、project_info 字段，均见 references/format_profile_schema.md § Single Source of Truth。

Project Directory Structure

After init, the project root contains exactly these directories and files. Do NOT create any directories outside this list.

${save_path}/
├── atomic_md/              # 原子化 markdown（唯一写作源）
│   ├── 第1章/
│   │   ├── 1.1_引言.md
│   │   └── ...
│   ├── 第2章/
│   └── 缩略词表.md
├── 02_分章节文档/           # 单章 docx 输出（merge --to-docx）
├── 02_分章节文档_md/        # 单章 md 合并中间产物
├── 03_合并文档/             # 全文 docx 输出（merge-full --to-docx）
├── 03_合并文档_md/          # 全文 md 合并中间产物
├── 04_图表文件/             # 图表描述文件 + 自定义格式模板证据文件（AI/用户手动放置）
├── scripts/                # 技能脚本副本（init 自包含拷入；SKILL 命令 `python3 scripts/xxx.py` 即指向此处）
├── materials/              # 原始材料素材档（material_ingest.py 生成，可选）
│   ├── materials_archive.json  # 素材总索引
│   └── <name>.md           # 每材料一个结构化素材档
├── .state/                 # gate-check 状态
├── backups/                # 快照备份 / section-snapshot（自动创建）
├── project_state.json      # 项目状态
├── thesis_profile.json     # 论文配置
├── context_memory.md       # 运行时上下文记忆
├── chapter_index.json      # 章节结构索引
├── literature_index.json   # 文献引用索引
├── figures_index.json      # 图表引用索引
├── figure_map.json         # SCI图号→论文图号映射（自动生成）
├── history_log.json        # 操作历史
├── abbreviation_registry.json  # 缩写注册表（自动生成）
├── mcp_literature_cache.json   # MCP 文献检索缓存（citation_guard 自动生成）
├── citation_guard_report.json  # citation_guard 运行报告（自动生成）
├── manual_review_queue.json    # 待人工核验引用队列（citation_guard 自动生成）
├── verification_run_log.json   # citation_guard 运行日志（自动生成）
└── references_rendered.md      # GB/T 7714 著录渲染输出（reference_renderer 自动生成）

Anti-Drift Rule (Mandatory)

AI must only create or write files into the directories listed above. Any artifact that does not fit an existing directory is a workflow violation. Do not create directories outside this list.

Prewrite Memory Loading (Critical)

When write-cycle runs, load_state automatically loads:

1. project_state.json：project metadata, progress, and outline（含研究主线 scientific_question + 各章 core_argument，是写作一致性的锚点）
2. chapter_index.json：chapter structure with section titles (filtered to current chapter)
3. literature_index.json：references (filtered to current chapter)
4. figures_index.json：figures/tables (filtered to current chapter)

A① 跨章综合例外： 当前章为绪论（绪论/引言）或结论（结论/总结/小结/展望）时，load_state 不按当前章过滤，而是全量加载 chapter_index / literature_index / figures_index + 全部研究章的 section digest/key_facts（bundle.synthesis_role = intro/conclusion，scope=cross-chapter-synthesis）。这样绪论能综述全部研究、结论能跨章综合各研究章的真实数据，避免缝线全露。章类型由 project_state.json.outline 里该章标题判定。引文核证不整批重验：绪论/结论引用的文献若已在某研究章验过（承重论点↔引文那道核证），citation_claim_check.py 经 ref_evidence_cache.json 自动复用该 (文献, 论点) 的既有 abstract 与确认结论，AI 不必对全量引文手动重记证据；只有新出现的 (文献, 论点) 组合才需反向验证，fail-closed 不放松。

5. context_memory.md：timestamped operation summaries
6. history_log.json：recent operation events
7. chapter_section_digests：lightweight digests extracted from existing atomic_md/第N章/*.md files

Item 7 is the cross-section consistency mechanism. It does NOT load full markdown content (that would blow the token budget). Instead, it extracts only:

• Headings (section structure)
• Table captions (表 X-X：...)
• Key experimental facts (grouping, reagents, concentrations, methods, max 10 per section, 80 chars each)
• Character count (progress tracking)

This gives the AI enough context to avoid contradicting earlier subsections (e.g. wrong experimental design, wrong reagent lists) without consuming significant tokens.

AI Responsibility: Update chapter_index.json

After writing each subsection, the AI must update chapter_index.json with key facts from that section. This is the primary structured memory that persists across sessions. The digest mechanism is a safety net, not a replacement.

Example entry:

{
  "chapter": "2",
  "section": "2.1",
  "title": "实验材料与试剂",
  "key_facts": ["PMG浓度梯度: 0, 5, 10, 20 μg/mL", "细胞系: HepG2, LO2", "Western blot检测蛋白表达"],
  "tables": ["表 2-1：主要试剂及来源", "表 2-2：主要仪器设备"]
}

Rule: Never skip write-cycle before writing a new subsection. It is the only mechanism that loads cross-section memory.

Required Workflow

0) Material Input Gate (Mandatory)

Degree & target confirmation (must ask before anything else):

AI must ask the user two questions before proceeding:

1. Degree type: doctoral (博士) or master's (硕士)?
2. Body word count target: defaults are doctoral ≥50,000 / master's ≥30,000; confirm or let user specify a different number.

Record answers into thesis_profile.json > format_profile.degree_type and targets.body_target_chars during init / profile step. Do not proceed to material extraction until both are confirmed.

Before initializing any project, also verify:

• Source materials (PDF/Word SCI papers + supplementary figures) are accessible at a known local path.
• User has provided: thesis topic, research chapter count estimate, target university (or explicit consent to use the built-in default template).

If source materials are missing or inaccessible, stop and request them. Do not proceed to Step 1.

[可选] 多格式原始材料落盘： 若用户除 SCI 论文外还提供了其他原始材料（实验数据 Excel/CSV、组会笔记 md、参考 PDF/Word、结果图片等），在提取 SCI 论文文本前先运行材料落盘脚本，把素材分析写进 materials/ 目录，供后面按章写作时引用取证：

python3 scripts/material_ingest.py --dir /path/to/raw_materials --save-path "${save_path}"
# 或指定文件列表：--list file1.xlsx file2.md fig1.png

落盘完成后，materials/materials_archive.json 为素材总索引，每个材料对应一个 materials/<name>.md（含可引用要点、表结构/数值范围、图片待确认标记）。后续写作时，引用数值/结论必须能追溯到对应 entry，不得凭空生成。图片类材料标记 pending_confirm，须等用户口述或补充图内容后方可引用。详细规则见 references/material_ingest_guide.md。

SCI 论文内容提取（必做）： 确认材料可访问后，在进入 Step 1 前，必须将 SCI 论文内容提取为可读文本：

• PDF 格式 → 使用 /pdf skill（pdf-viewer:view-pdf）逐页阅读，或在用户本地运行：

  # 使用 pdfminer 提取（无需联网）
  python3 -c "import pdfminer.high_level; print(pdfminer.high_level.extract_text('paper.pdf'))" > paper_text.txt
  

  若 pdfminer 未安装：pip3 install pdfminer.six
• Word 格式 → 使用 /docx skill 或直接 Read 工具读取文件内容
• 网络来源（DOI 可访问） → 使用 /fetch-everything skill 抓取全文

[docx/pdf 源稿] 内嵌图抠出（必做于 atomic_md_workflow 之前）： 支持 docx 与 pdf，运行下面这一步把内嵌图按出现顺序解到 figures/，供后续按章节嵌图与 figure_registry.py 使用（pdf 需 PyMuPDF，缺失则优雅跳过；其他非 docx/pdf 输入自动 no-op，安全可重复运行）：

python3 scripts/extract_docx_images.py --manuscript /path/to/source.docx --project-root "${save_path}"

产出：figures/figure_NN.<ext> + figures/image_manifest.json。脚本只搬运二进制，不做 OCR / 图像识别；图片对应到章节图号的映射仍走 figure_registry.py 注册流程。

提取完成后，AI 应先通读全文摘要（Abstract）、结果（Results）、方法（Methods）三节，大致读懂做过哪些实验，再进入 Step 0.5。

SCI 自身参考文献导出（初始种子）： 在通读的同时，同步扫描源 SCI 论文的 References 部分，将其中每条参考文献按 literature_index.json schema 格式整理为初始种子条目，source_provider 填 "sci-source-seed"，verified 填 false，写入项目的 literature_index.json（若文件已存在则 merge 而非覆盖）。这些种子作为 Step 3 文献检索的待核验候选清单（已带 DOI/PMID，省去重新构造检索式、确定检索目标的成本），而非可直接引用的来源。注意：sci-source-seed 不在 citation_guard.py 的合法 provider 白名单（pubmed-cli / paper-search）内。种子条目必须在 Step 3 以其 DOI/PMID 为目标经 pubmed-cli 或 paper-search 正式检索核验，核验通过后将 source_provider 更新为实际核验来源并置 verified=true，方可引用；未核验的种子不得进入正文。

以下各步只列命令名 + 关键参数 + 门禁条件。完整可复制 CLI（含所有 flag、占位符）见 QUICK_START.md。

开场监工卡（每次启动本技能必须原样打印给用户）

学位类型与源材料确认之后、产出章节结构之前，AI 必须 把下面这张卡原样打印给用户。这是把 sci2doc 最容易翻车的地方摊到明面上，请用户当监工，别当甩手掌柜。

【sci2doc 监工卡 · 请你盯这几件事】
1. 数据不许编：为凑字数（博士≥5万字/硕士≥3万字），AI 最爱把实验数值编圆。
   每写一章，找我要一张"数值→原文哪张图/表"对照表，你随机抽 2-3 个数回原文核对。
2. 一章一章写，别一次甩全文：要求逐章交付。一次性生成整篇会跳过所有逐节质检和盲检，
   看着完整实则没过任何门。你发现我在批量出全文，立刻喊停。
3. 本技能不查重，改写≠降重：复用已发表 SCI 段落时，找我要"逐段原文-改写对照表"
   （章节/原文出处/SCI原文/中文改写/状态），你自己拿去知网/维普送查，别信"已改写"三个字。
4. 引文抽验 DOI：从参考文献里随机挑 3-5 篇，让我给出 DOI/PMID，你上 doi.org 点开验真伪。
5. 章节结构要你亲自签字：下面的"研究主线/章节结构"必须你确认后我才落签字解锁正文，
   我不会替你确认。没签字，正文写入会被门禁物理拦下。

若开工前置的 env_preflight.py 报门禁状态为 degraded（当前环境不透传 hook）→ 明确告诉用户"本环境无法强制拦截，上面 5 条全靠你人工盯"。

0.5) Research Storyline Design (Mandatory)

执行时机： Step 0（材料确认 + 内容提取）完成后、Style Selection Gate 前执行。

通读 SCI 论文材料的 Abstract / Introduction / Results / Discussion 后，AI 必须与用户共同确定"研究主线"并产出下表，写入 project_state.json 的 outline 字段（每章一条记录）再进入 Step 1。

强制产出：科学问题 → 贡献映射表

写入格式（project_state.json outline 数组，每条一章）：

{
  "chapter": 2,
  "title": "XX对XX的影响",
  "sci_source": "Paper A, Figure 1-3",
  "core_argument": "XX通过XX机制发挥XX作用",
  "estimated_content": "材料方法+结果讨论，主实验3个，预计图表各3"
}

🔴 门禁（阻断 Step 1）： outline 数组为空时不得进入 Style Selection Gate。outline 必须包含：scientific_question（顶层字段）+ 所有研究章条目（含 sci_source 和 core_argument）。

章节字数协商在此阶段完成（不在 init 后）： 基于各章实际承载内容（实验数量/图表数量/方法复杂度），与用户协商每章字数目标，写入 profile 的 chapter_targets，再执行 Step 1 init。

[章节结构签字·强制门禁落锁] 用户在对话里明确确认上面的研究主线 / 章节结构映射表后（且仅在此之后），运行开局 env_preflight.py 打印的那条 SIGNOFF_CMD（已含解析好的绝对路径）落盘签字。注意 env_preflight.py 在会话开场就运行（即本 Step 0.5 签字之前，见本文件开头第 1 条握手；它文档虽列在 Step 1，实际执行在最前），所以此刻 SIGNOFF_CMD 早已拿到，不存在签字时还没拿到命令的次序歧义：即 python "<sci2doc>/scripts/structure_signoff_gate.py" confirm --root <项目根> --note "<用户确认原话摘录>"。这一步解锁正文写作：未落签字，PreToolUse hook 会在工具层拦下（deny）任何对 atomic_md/*/*.md（学位论文各章正文）的写入（这是防跳步的硬门，不是提示词纪律：写文件类工具一律 deny，经 shell 的写入另有一条 Bash 钩子拦，任何绕行都会记进项目根的 .academic_gate_audit.jsonl 供用户复核）。这道拦截 hook 由 env_preflight.py 开工时经本技能 scripts/install_gate_hook.py（vendored）自动安装并校验，它先把门禁四件套部署到 ~/.claude/academic-gate/（稳定位置，不随技能目录增删而动），再让 settings.json 的 hook 指向那里，单独分发的技能也能自装（带备份与回滚），门禁状态 active 即在岗；若报 degraded / error（如缺 _shared），拦截层不在岗，签字仅留痕、无强制，需人工守住「未签字不写正文」。若后续章节结构又改，改完让用户重新确认并重跑本命令覆盖签字。签字与它签的那份大纲绑定：节号/标题/层级/顺序任一变化（含只增不删的细化扩展），下次写正文会被门禁拦下并逐条列出哪几节变了，须由用户重新确认后重跑本命令；进度、统计、时间戳这类变动不触发重签。⚠️ 严禁在用户未确认时自行运行 confirm，那等于伪造用户签字。

注意：本签字闸管的是章节结构确认，与 ## Style Selection Gate（样式/格式确认，阻断 init 与 docx 导出）是两道独立的门，各管各的，别混淆或相互替代。

1) Initialize Project

• Env Precheck（软门禁，建项目文件前）：python3 scripts/env_preflight.py ${save_path} --cli esearch --py docx，写 env_status.json，末行 PRECHECK: OK|ASK|BLOCKED。BLOCKED（Python 过低）→ 停并引导升级；ASK（缺 git/esearch/python-docx 等可选工具）→ 逐项问用户是否安装并给指引，用户答"已装/不装"后才继续，后续再遇缺工具同此处理；OK → 继续。
• Git Init（叠加在 snapshot 之上）：python3 scripts/git_checkpoint.py init ${save_path}。git 可用且项目根不在他人仓库内时建 git 检查点，否则静默回退 snapshot。
• state_manager.py init：先二选一样式。--format-mode default_generic 或 --format-mode custom（+ --university-name / --degree-type / --template-source / --missing-requirement）。
• state_manager.py profile --show 验证；render-front-matter 手动重渲前置页；profile --body-target/--abstract-min/--chapter-target ... 写入已协商好的各章字数目标（应在 Step 0.5 中已与用户确定）。
• 自定义结构化布局字段不全 → 保持 pending_template（最小必填字段见 ## Style Selection Gate）。
• init / profile 必须自动刷新 managed front matter；无 managed marker 的用户改写文件不得覆盖。用户在聊天里给的详细要求应转成 JSON 经 --format-profile-json / --project-info-json 写入，而非仅留在 prose memory。

2) Prewrite Gate (Mandatory)

• state_manager.py write-cycle --chapter N --token-budget 6000 --tail-lines 80 --json-summary。每章每节必跑，加载跨章记忆。

3) Atomic Subsection Writing

• 🔴 开写前置闸门 (Mandatory，脚本硬拦截)：每节开写前必须先跑 python3 scripts/prewrite_gate.py --section X.Y --root .（X.Y 为章.节，如 2.1），exit≠0 禁止开写。它统一硬检查：上一节完成（同章编号紧邻上一节 atomic_md/第N章/{X.Y-1}_*.md 存在非空）、大纲就位（project_state.json.outline 含本章 + chapter_index.json）、素材就位（figures_index.json 本章有图表/实验映射条目，无则降级 warning）、上一节占位符清零（无 CITE_PENDING/DATA_PENDING/【待）；上一节盲检结果（.review_pass/<上一节>.json）缺失即 prewrite_gate 硬拦 exit 1，禁止开写；必须先跑 delegate_review verify --section <上一节> 落盘通过标记。⑥ 数据溯源硬门：prewrite_gate 还会对上一节跑 data_trace_gate：上一节含实验数值却无有效 [数据来源] materials/<档>#<字段> 标记（或标记指向不存在的素材档/字段）即硬拦 exit 1（堵编数据）。
• 盲检逃生口（仅盲检子代理不可用时）：本环境派不出独立盲检子代理（平台无 academic-blind-reviewer 或子代理反复失败）才可加 --allow-manual-review "<非空理由>"，对上一节或上一章章级盲检做显式人工放行。它只放行这两处盲检项，上一节文件/大纲/占位符/data_trace 等其余硬门照常拦。放行会写 .review_pass/<sec>.json（manual:true+理由+时间戳）并追加 .review_pass/MANUAL_REVIEW_AUDIT.log 留痕，绝非静默跳过；理由为空即拒绝放行。用了此逃生口等于承认盲检未做，须请用户亲自复核数据溯源与章节逻辑。
• 🟢 本节正文由撰写子代理盲写（主会话调度，堵上下文爆 + 焊死编号权）：prewrite_gate 通过后，本节正文不再由主会话直接手写，改走下面这条流水线（前后所有门禁一个字不改，照跑）：
  1. 组任务包：python3 scripts/delegate_write.py pack-write --section X.Y --root . → 生成 .write_task_X.Y.json（本节大纲/承重方向 + 已核证观点-证据对 certified_claims + chapter_matrix 切给本节的文献全条 + 缩写表 + 风格禁项嵌入，全篇大纲/全库文献只给 refs 路径）。承重句未完成人工核证 / 本节有承重论点却缺 claim_evidence → 脚本 exit 2 拒绝出包（先补核证）。
  2. 派撰写子代理：把 references/section_writer_prompt.md（角色 prompt + 数据/指令隔离声明）+ 任务包路径交给一个全新一次性上下文子代理，让它盲写本节。它只写 .write_return_X.Y.json，正文引用只写 [@key]（绝不写裸数字 [5]），承重句只准挂任务包内嵌 certified_claims 里的 ref_key，禁写任何账本。
  3. 机械校验返回：python3 scripts/delegate_write.py verify-write --section X.Y --root .（V1-V9：无裸数字引用 / [@key] 可解析 / new_refs 带 DOI 或 PMID / section_id 一致）。exit≠0 打回子代理重写，不落盘。
  4. new_refs 先核验再并表（账本零污染）：对返回的 new_refs 先 citation_guard.py --require-mcp 核真伪，通过的才 python3 scripts/citation_renumber.py merge-refs --root . --return .write_return_X.Y.json 去重并表（DOI→PMID→归一标题）+ 分配稳定 id + 同步 upsert chapter_matrix。核验失败的直接丢弃、打回子代理改写该处引用。
  5. 落盘正文（主会话已结构签字，hook 放行）到 atomic_md/第N章/，随后照跑机械审（citation_claim_check 复核承重句、data_trace_gate、缩写、索引更新）。
  • 白名单琐节（front/back-matter、无承重论点清单的节）：主会话就地写、不派子代理。
  • 试点期说明：备料子代理与 article_type 落库属推广批未上；本期承重核证走主会话就地建 claim_evidence.json、引用类型纪律走本 prompt + 盲检兜底。
• 正文 [@key] 是长期真源，[N] 是章末派生：原子 md 一直保持 [@key]；章末合并前跑 python3 scripts/citation_renumber.py renumber --root . --chapter N --check（exit≠0 若有未并表 new: 键 / id 冲突 / 未知键）通过后再 --in-place 把 [@key] 统一翻成连续 [N]（按 reference_renderer.citation_sort_key 同一排序，保证正文 [N] 与参考文献列表逐一对应）。
• 文件存于 ${save_path}/atomic_md/第{chapter}章/，命名 {section_number}_{section_title}.md（如 2.1_研究对象.md）。
• Table reminder：呈现结构化数据（试剂/仪器/分组/统计）的小节 必须 用 Markdown 管道表，见 Table Contract，不得用散文描述。
• 校验：atomic_md_workflow.py validate --chapter N（加 --enforce-research-structure）+ validate-experiment-map --chapter N。门禁： 编号断裂 → 修复后才能继续。
• ⑥ 数据溯源标注（写作时必做，堵编数据）：凡写入实验数值（浓度/剂量/比率/统计量等），该处必须紧跟标注 [数据来源] materials/<素材档>#<字段>，指向真实 materials/*.md 素材档里承载该数值的字段。落盘后自查 python3 scripts/data_trace_gate.py --section X.Y --root .，exit≠0 必须补标或删除无源数值，追溯不到 materials 的数值就是编的，不得留在正文。
• Post-write 必做：abbreviation_registry.py process --file ... --in-place，然后更新 chapter_index.json key_facts（AI 责任），再进 Step 4。

4) Subsection Summary Snapshot

• atomic_md_workflow.py section-snapshot --chapter N --section X.Y。每节小结完成即快照。
• Git Checkpoint：python3 scripts/git_checkpoint.py commit ${save_path} "[sci2doc] section X.Y done"（git 不可用自动 no-op，snapshot 仍兜底）。

🔴 每节收口自检清单（Definition of Done · 节级）

硬规则：以下各项未逐一确认通过，不得向用户声明"该节完成"。

🔴 进入下一节前置闸口：上一节 delegate_review verify 必须 exit 0（含结构完整性项 S6），否则不得开始下一节。写完即检，不过不进。 🔴 修复 3 次仍不过 → 回滚兜底：同一节/章据盲检证据修复重跑 3 次仍 fail，停止盲目重写，提示用户回滚到上一检查点（git 可用 git checkout <sha> -- <文件>；否则 state_manager.py rollback --target snapshot）后重写。

🔴 委托盲检（不得主 agent 自评）：落盘前必须把 DoD 清单委托给独立上下文的subagent盲检，自己不直接打勾：

1. 生成任务包：python scripts/delegate_review.py pack --checklist references/dod_checklist.json --gate section-dod --files <本节文件>
2. 派一个独立subagent（Claude Code 用 academic-blind-reviewer；其他平台派通用subagent），把任务包原样给它、不要给它本节的写作上下文，要求按任务包返回 JSON 数组。
3. 校验返回：python scripts/delegate_review.py verify --checklist references/dod_checklist.json --gate section-dod --return <subagent返回.json> --section <当前节号如3.2> --root <项目根>；退出码非 0（任一缺项/fail/无证据）= fail-closed，据subagent证据修复后重跑，未过不得声明完成。verify 通过会落盘 .review_pass/<当前节号>.json，下一节 prewrite_gate.py 会硬校验它（缺失即拒绝开写）。

⚠️ 若环境派不出真正独立的subagent，绝不能同一 AI 自问自答冒充盲检。告诉用户「本环境盲检不可靠，请你亲自复核数据溯源与章节逻辑」，交回用户。

🔴 ①DoD停（盲检通过后必须停一次）：section-dod 盲检 exit 0 后，不得直接开写下一节。先把该节 DoD 逐项结论（每项 pass/证据一行）摆给用户，并**HALT 等用户明确说"过，继续下一节"**才动笔。用户未确认前停在此处。

本节完整 DoD 判据（全部核查项 + 脚本命令）以 references/dod_checklist.json gate=section-dod 为唯一真源（20 项）：盲检subagent据此逐项核、能脚本核的先跑脚本，退出码非 0 即 fail-closed。含 G1-G6 通用（编号连续/citation_guard/主线对齐/占位清零/去AI 硬禁三项标点/字数软目标）、S1-S5 sci2doc 特有（实验-方法映射/一实验≥一图表/三线表/缩略语首展/自我抄袭标注）、S-GIT 检查点，及 S6 结构完整性、S10 数据溯源硬门（含数值却无 [数据来源] 标记=编数据嫌疑，fail-closed）、S11 承重引文核证，与 C1 科学事实正确 / I1 论证逻辑闭环 / O3 工作量与原创性 / O4 中英摘要对应 / M3 伦理合规披露 五项盲检质量核。此处不再内联清单，避免与真源 drift。

5) Merge Chapter Markdown and Convert

• atomic_md_workflow.py merge --chapter N --to-docx。
• 硬门禁： format_profile.status == pending_template 时 markdown_to_docx.py 拒绝生成 .docx，不得手动绕过转换器。

6) Chapter Self-Check (Immediate)

• atomic_md_workflow.py self-check --target ".../02_分章节文档/第N章_自动合并.docx"。
• 章节自检按 chapter_targets 判断，不卡全文参考文献下限（在全文总检卡）。pending_template 时 check_quality.py 同样拒绝格式验收（同 Style Gate 导出门禁）。

🔴 每章收口自检清单（Definition of Done · 章级）

硬规则：以下各项未逐一确认通过，不得向用户声明"该章完成"，不得进入 Step 7。

[数据溯源·用户必抽验] 学位论文里每个实验数值/每张图都必须能在原始 SCI 里找到出处。每写完一章，让 AI 给一张"本章数值/结论 → 源自原文哪张图/哪段"对照表，用户抽查几行（data_trace_gate.py 已机械校验 [数据来源] 标记，⑥）。⚠️ 字数目标已降为软目标（A③/C 降软，综述/绪论并入正文减压），就是为了不再逼 AI 靠编数据/扩实验凑字，追溯不到 materials 的数值就是编的。引文同样抽几篇验 DOI。

🔴 进入下一章前置闸口：上一章 delegate_review verify 必须 exit 0（含章结构完整性项 S8），否则不得开始下一章。写完即检，不过不进。现在 prewrite_gate.py 已对这道闸口硬校验，不再只靠提示词纪律：写下一章首节（如第 N 章的 N.1）前，它会读 .review_pass/第<N-1>章.json，缺标记或未 passed 即 exit≠0 硬拦。前提是上一章 chapter-dod 盲检已用 delegate_review.py verify --section 第<N-1>章 落盘通过标记。第 1 章首节无上一章，放行。

🔴 委托盲检（不得主 agent 自评）：章级闸口同样委托独立subagent盲检，不得主 agent 自评：

1. 生成任务包：python scripts/delegate_review.py pack --checklist references/dod_checklist.json --gate chapter-dod --files <章节合并文件>
2. 派一个独立subagent（Claude Code 用 academic-blind-reviewer；其他平台派通用subagent），把任务包原样给它、不要给它本章的写作上下文，要求按任务包返回 JSON 数组。
3. 校验返回：python scripts/delegate_review.py verify --checklist references/dod_checklist.json --gate chapter-dod --return <subagent返回.json>；退出码非 0（任一缺项/fail/无证据）= fail-closed，据subagent证据修复后重跑，未通过不得进入 Step 7。

🔴 ①DoD停（盲检通过后必须停一次）：chapter-dod 盲检 exit 0 后，不得直接开写下一章。先把本章 DoD 逐项结论（每项 pass/证据一行，含数据溯源 S10、承重引文核证 S11）摆给用户，并**HALT 等用户明确说"过，继续下一章"**才动笔。用户未确认前停在此处。

本章完整 DoD 判据（全部核查项 + 脚本命令）以 references/dod_checklist.json gate=chapter-dod 为唯一真源（19 项）：盲检subagent据此逐项核、能脚本核的先跑脚本，退出码非 0 即 fail-closed。含 G1-G7 通用（编号/citation_guard/主线/占位/去AI/字数/G7 常识软报告）、S1-S7 sci2doc 特有（实验-方法映射/一实验≥一图表/三线表/缩略语注册/GB7714 著录/自我抄袭/章后 self-check）、S9 字符级排版（subsup_bare + halfwidth_punct_in_cn + english_misspelling 任一命中即 check_quality.py 非零退出 hard 阻断）、S-GIT 检查点，及 S8 全章结构完整性、S10 全章数据溯源硬门（数值均标 [数据来源]，fail-closed）、S11 全章承重引文核证。此处不再内联清单，避免与真源 drift。

7) Finalize Chapter State

• state_manager.py write-cycle --chapter N --finalize --summary "..." --snapshot。
• Git Checkpoint（章末）：python3 scripts/git_checkpoint.py commit ${save_path} "[sci2doc] chapter N done"（git 不可用自动 no-op）。

8) Merge Full Markdown and Full Word

• atomic_md_workflow.py merge-full --to-docx。规则： 必须先纳入 atomic_md/ 根级前置页 markdown，再合并正文。
• 可选高保真合并：merge_chapters.py --input-dir .../02_分章节文档 --output .../03_合并文档/完整博士论文.docx --require-high-fidelity。
• 兼容规则：merge_documents.py 优先用 02_分章节文档/ 中已物化的前置页 docx，默认纳入 封面、题名页、独创性声明与授权书。

9) Full Thesis Checks

• 字数：state_manager.py word-count 或 count_words.py <路径>（支持 .md / atomic_md 目录）。

• 全文质检：check_quality.py "${save_path}/03_合并文档/完整博士论文.docx" --output json --enforce-full-structure --md "${save_path}/03_合并文档_md/完整博士论文.md" --md-checks xref。--md-checks xref 是必带的窄口：md 侧只放行 交叉引用 类，其余 12 类未验证检查（占位标记 会逐条命中 sci2doc 自己强制的 [图]/[表]/[实验] 标记，30 图博论 −30 分）会把总分压穿 80 线、让退出码因与交叉引用无关的理由翻 1。

• 交叉引用断链门（A5·HALT 交用户裁决·与参考文献门并列）：全文质检 JSON 的 issue_summary.xref_broken > 0 → HALT，列出每条断链的行号 + 原文引用切片 + 指向的编号（issues[] 里 code=="xref_broken" 的条目），交用户逐条裁决（补被引图表/章节、改错编号、或判为假阳忽略），处置后重跑本步至 xref_broken == 0 再放行导出。断链只是 warning（−3 分）、不是硬阻断 code：A5 是启发式提取，硬拦一次假阳就卡死全文总检，故退出码语义不因它改变，靠 HALT 交人工。

  • ⚠️ 已知局限（须向用户交代，方向为宁漏报）：① 节/章级引用必须带引导词才被识别（参见|详见|另见|参阅|见），按2.3节所述、如3.1节所述、同3.2节方法 这类无引导词句式全部漏检（真稿实测 21 条节级引用 100% 漏检）——xref_broken == 0 不等于全稿引用都有效，只代表"带引导词的那些"没断。本轮有意不扩这个正则：扩了会把大量正文里偶发的"第3节/2.3节"当引用，假阳一起来就得逐条人工排，宁漏勿假阳。② 题注写成 markdown 标题（### 图2-1：题注）或落在代码围栏里时，题注行被跳过 → 该图表进不了目标集合 → 引用它的每一处都变断链（概率低但触发即全量假阳：真稿变体实测 39/39 条引用全部误报）。sci2doc 自家题注约定（[图] 图2-1：… 独立成行）不落在这个形状，但用户手改过题注格式就可能踩到——HALT 清单里若出现"整章/全稿引用集体断链"，先怀疑题注格式，别逐条改编号。③ 代码围栏用了 ~~~——脚本只认三反引号那种围栏，~~~ 包起来的内容不会被跳过，块里举例写的"见图9-9"会被当成正文里的真引用 → 假阳报断链（学位论文里极罕见）。规避：代码块统一用三反引号围栏。

• 参考文献两道门：全文总量 references_min_count（默认 ≥80）为硬门（error，阻断）。另有按章软门（warning，不阻断，阈值在 thesis_profile 的 per_chapter_ref_floor，硕/博分档，硕地板低于博）：绪论/文献综述章 [n] 引用偏少、研究/实验章引用偏少各自提示补充，结论章不设地板。软门只提醒不阻断导出。

• 数值一致性核查（三层·与参考文献门并列·HALT 交用户裁决）：数值矛盾跨章（摘要 vs 结果 vs 三线表），必须全文级（不挂 Step 6 章级自检，章级只管数值有无 [数据来源] 标记）。读 Step 8 合并产出的 03_合并文档/完整博士论文.docx（中文博论，大量三线表 → docx 表格 walk 是头号用例，numeric_candidates.py 已额外遍历 doc.tables 抽单元格值 location.source=="table"）。

  • ① 第 1 层确定性锚：python scripts/numeric_candidates.py --manuscript "<项目根>/03_合并文档/完整博士论文.docx" --project-root "$WORKROOT" → 产 $WORKROOT/numeric_candidates.json。

  • ② 第 2 层独立检测子代理（非作者自检·I2）：派一个 fresh context、没参与撰写的独立检测子代理（TaskCreate/spawn_task），只喂 $WORKROOT/numeric_candidates.json + 全文 docx，不给撰写过程上下文/作者意图（防继承作者确认偏误，否则漏看的真矛盾第 3 层永远看不到→系统性假阴）。子代理产出零容差二元 schema [{"metric","same_measurement":bool,"values":[{"id","raw","location":{"region","para_index"}}],"conflict":bool,"evidence_quote","finding"}]（无 tolerance_state、无 severity）：先判是否同一指标/对象/分组/时间点/单位（跨措辞语义归一、跨单位如 μM vs nM 由 LLM 换算判；中文线索照吃），仅对同一测量判是否完全相等，same_measurement==true && 非完全相等 → conflict=true；不同剂量组/时间点/亚组/单位的正常差异不报。样本量 n 跨位置核对：核对同一实验/同一组的样本重复数 n（metric_clue=="样本量"）是否跨方法学 / 图注 / 结果与讨论三处一致；防假阳：不同图/不同实验的 n 本可合理不同，只有多处 n 明确指向同一实验、同一组样本时其不一致才报 conflict，无法确认的按 same_measurement=false 不报（拿不准交人工）。降级：派不出真正独立子代理时不得自问自答冒充，标注"数值一致性未经独立检测"交用户人肉核。

  • ③ 第 3 层反向验证：每条 conflict==true 过 delegate_review.py（不改它，只 pack/verify，gate=numeric-verify，checklist 内自由 key，不查 gate_registry）。动态合成 $WORKROOT/numeric_verify_checklist.json：item 只放两处 raw/location/metric + 核验所需原文切片（绝不放子代理 finding/reasoning），默认硬项（不标 "severity":"soft"）；≥3 值的组拆成两两配对的多个 item（id num-<组>-<配对序>，任一配对 pass → 该组整体保留、全部 fail → 剔除）。🔴 check 逐字用零容差极性模板（禁占位符、禁自由发挥）：

    "到给你的原稿全文里独立核实：{locA} 处的值『{valA}』与 {locB} 处的值『{valB}』，两者据称都是指标『{metric}』的测量结果。请逐字回源确认两点——(1) 两处是否确指同一指标、同一测量对象、同一分组、同一时间点、同一单位（即本就应当相等；跨单位如 μM vs nM，请换算到同一单位后再判是否本应相等）？请到原文找出各自邻近的分组/剂量/时间点/亚组/单位线索比对。(2) 若确为同一测量，两值是否非完全相等（零容差：只要不是完全相同的数值即算不等，含末位舍入差异如 58% vs 58.3%）？只有『同一测量且非完全相等』才判 pass（矛盾属实，保留交人工裁决）；只要发现两者其实是不同分组/不同时间点/不同亚组/不同单位（正常差异），或换算后完全相等，一律判 fail（非矛盾，剔除）。 evidence 必填：逐字引出 A、B 两处原文句及各自的分组/时间点/单位线索。"

    --files 给全文 docx；pack → 独立空白子代理逐条裁 pass|fail|na 附逐字证据 → verify。verdict 映射：pass→confirmed（矛盾属实）；fail/na→refuted（剔除）；verify 的 problems（空证据/未裁决/verdict 非法）照 fail-closed 视为未核验、不进清单（宁漏报）。极性写反 = 假批评全放行，务必对准 pass=矛盾属实。 ⚠️ 退出码陷阱（务必理解）：本 numeric-verify 复用通用门禁 delegate_review，任一 item fail 会让 verify 报 ok=false / exit 1 / stderr『盲检未通过』——但在数值反向验证里 fail = 成功剔除假矛盾 = 正常好结果。主 agent 必须忽略退出码，只读返回 JSON 的逐条 verdict + problems：verdict=pass→confirmed 保留、fail/na→refuted 剔除、problems 内→fail-closed 不进报告。切勿把 exit 1 误读成核查失败 / 报告不能完成。stderr 文案同样极性反转：『盲检未通过(fail-closed)：不得向用户声明本节/本报告完成』是通用文案，在 numeric-verify 里恰恰打印在最好的结果上（全部 fail = 假矛盾全被剔除），不得照抄转达用户、不得据此判数值门未完成。

  • ④ HALT：命中 confirmed conflict → HALT 交用户裁决（列 metric + 两处 raw/location + evidence_quote），暂停本步、用户逐条裁决是否需统一，处置后重跑至无 confirmed conflict 再放行导出。数值门为 HALT 交人工，与参考文献硬门并列，不 auto-block 硬拦、不静默判等放过。

• 方法学漏写核查（M，三层·章级 scoping + 章范围门·与数值门并列·HALT 交用户裁决）："结果做了某实验、该章方法学没交代"在学位论文里比期刊稿更高发——方法学被拆到各研究章重写，跨章漏写没有任何现役护栏（S1「实验-方法映射」只做 [实验]/[对应实验] 符号级闭合，管不住"标记齐了但方法学正文没写这个方法怎么做"）。读与数值门同一份 03_合并文档/完整博士论文.docx（材料与方法强制三张表 → docx 表格 walk 是头号用例，methods_terms.py 已额外遍历 doc.tables 抽单元格，命中记 location.source=="table"）。

  • ① 第 1 层弱锚焦点图：python scripts/methods_terms.py --manuscript "${save_path}/03_合并文档/完整博士论文.docx" --project-root "$WORKROOT" → 产 $WORKROOT/methods_terms.json（顶层 authority:"weak_focus_map" + method_hits 命中清单 + methods_sections 方法学小节清单（number 带章号前缀，如 2.2/2.2.1/3.2）+ summary；退出码 0=正常含空稿、2=用法/输入/解析错）。落 $WORKROOT 根，不得落进 atomic_md/、02_分章节文档/、03_合并文档*/ 等托管 glob（否则触发派生稿/signoff 门禁）。弱锚非权威真值——只帮第 2 层聚焦、给第 3 层回源锚点，从不判"漏写"。降级：methods_terms.py exit 2 或 JSON 缺失/损坏 → 第 2 层降级为纯全文语义跑 + 告警（它本就被要求不依赖弱锚），不得静默跳过。
    • 🔴 弱锚失效自检（必做·防 M 线静默空转）：跑完立刻读 summary.weak_anchor_suspect（脚本已把判据 method_hits > 0 且 methods_sections == 0 下沉成确定性布尔量，stdout 与 methods_terms.json 两处都有；主 agent 只读这个字段、别自己算）。true 不是正常空结果，是明确的异常信号——全稿有方法词命中、却一个方法学小节都没认出，最常见原因是该稿方法学小节名不在 numeric_candidates._REGION_KEYS 词表内（词表永远可能漏），后果是 region 全程停在 Body、表格命中退化成零信息、章范围门兜底判据把每章都判"无方法学结构→跳过"、M 整条线空转但 exit 0 + JSON 合法，上面那条降级条款（只认 exit 2/JSON 坏）永远不触发，用户以为 M 跑过了。必须告警、不得当正常：向用户打印「⚠️ 弱锚异常：检出 N 条方法词命中、但识别到 0 个方法学小节，疑似贵稿方法学小节标题写法不在词表内 → 本轮 M 判定不可靠」，并交用户确认（贵稿方法学小节实际叫什么/是否确无方法学结构）后再继续；继续时按"无弱锚"跑第 2 层纯全文语义，章范围门只用主判据 chapter_role、禁用 methods_sections 兜底判据（它此刻恒为空，用了就是全章跳过）。weak_anchor_suspect == false 才照常跑、不告警（含 method_hits == 0 的通篇无方法词稿，那是正常空结果，字段恒为 false）。
  • ② 第 2 层独立检测子代理（非作者自检·I2）：派 fresh context、没参与撰写的独立检测子代理（TaskCreate/spawn_task），只喂 $WORKROOT/methods_terms.json + 全文 docx，不给撰写过程上下文/作者意图（防继承作者确认偏误，否则漏看的真漏写第 3 层永远看不到→系统性假阴）。判每个本研究做的实验方法在其所属章的方法学里有没有交代，报 methods_missing。产出 schema [{"chapter":N,"method","used_in_study":bool,"methods_section_covers":bool,"methods_missing":bool,"evidence_quote","finding"}]（判据 used_in_study==true && methods_section_covers==false → methods_missing=true）。下游路由：methods_missing==true 进第 3 层；used_in_study==false（引用他人/背景）或 methods_section_covers==true 丢弃。通用约束（逐条写进 prompt）：① 弱锚非穷尽：method_hits 只是字面命中参考，必须自行通读结果与讨论、语义识别词典外方法（含隐含表述如"散点图门控"→流式），不得只盯 method_hits；② 只判本研究做的（头号假阳防线）：绪论/背景/讨论里引用他人研究提及的方法（"既往研究采用…"）与"将来/拟/计划"的未来工作一律不报（判据 = 人称时态 + region + has_figure_adjacent + 语义，拿不准交第 3 层兜）；③ "交代了"从宽三选一（任一即 methods_section_covers=true）：该章方法学出现方法名（标题或描述怎么做的句，不要求可复现）/ 主文指向补充材料或附录 / 方法学引用文献描述该方法（"方法参照文献[X]"/"as previously described [12]" 带引文标记）。降级：派不出真正独立子代理时不得自问自答冒充，标注"方法学一致性未经独立检测"交用户人肉核。
  • ⚠️ ③ 三种低频形态会假阳（2026-07-28 复查实测补记，纯提示不改代码）：四级标题 #### 3.1.1.1 缓冲液（本技能自身强制 ≤3 级并把 #### 判 error，故管道内该引用本就是真断链；仅用户手写四级标题时才是假阳）、标题编号后无空格 ### 3.2.1材料来源（本技能生成的标题带空格，中文作者手写偶尔不带）、~~~ 围栏（围栏跳过只认 ```，学位论文用 ~~~ 极罕见）。三者均低频，处置同上：整章/全稿集体断链先怀疑格式，别逐条改编号。
    • 🔴 章级 scoping（防跨章假阴·sci2doc 专属硬约束，必须写进子代理 prompt）：判定必须逐章闭合、不得跨章。某方法在第 N 章的 结果与讨论 出现，只有第 N 章自己的 材料与方法交代了它才算 methods_section_covers=true；第 M 章（M≠N）的方法学交代过不算——学位论文每个研究章是一次独立研究、各有完整的材料与方法。不逐章闭合 = 第 2 章方法学声明的方法会把第 4 章的漏写判成"已覆盖"，M 在多章博论上系统性假阴、等于白挂。已知缺口（明写）：method_hits[] 没有 chapter 字段，章归属须子代理自己从四个确定性线索推断——全文里的章标题 第N章 …、method_hits[].location.para_index 单调序（source=="table" 的为 null，靠 region + 全文定位）、methods_sections[].number 的章号前缀（. 前第一段即章号，即"第 N 章方法学写了哪些小节"）、region 逐章正确翻转（Methods→Results→Methods→…）。这是 prompt 级要求、非脚本保证。
    • 🔴 章范围门（防绪论章/末章整章假阳）：绪论章综述全部研究、末章跨章综合，两章都没有 材料与方法 结构却大量提到方法名，不设门 → 整章方法词无方法学可对应 → 整章假阳。两判据取或，任一判为 research 就跑（宁多跑、第 3 层兜假阳）：主判据 = 复用现役确定性章色分类器 state_manager.chapter_role(project_root, N)（读 project_state.json.outline 的章标题：含"绪论"/"引言"→intro；含"结论"/"总结"/"小结"/"展望"→conclusion；其余→research）；兜底判据（outline 缺失/为空/查不到该章标题时）= methods_terms.json.methods_sections[].number 里有无 <章号>. 前缀条目（有=该章有方法学结构=跑，无=跳）。⚠️ 兜底判据只在弱锚可信时可用：若第 1 层的 summary.weak_anchor_suspect == true，methods_sections 恒为空 → 兜底判据会把每一章都判成跳过、M 全线空转，此时禁用兜底判据、只认主判据。判跳过的章要向用户打印"第 N 章（绪论/结论）无实验方法学结构，跳过方法学漏写核查"。⚠️ 主判据的 "小结" 关键词只比对章标题、不比对小节（各研究章末小节都叫"小结"，正常不误伤），但「第4章 机制小结与展望」这种章名会被主判据误判 conclusion → 靠兜底判据（该章有 4.2 材料与方法）救回，取或即为此。
  • ③ 第 3 层反向验证：每条 methods_missing==true 过 delegate_review.py（不改它，只 pack/verify；sci2doc 的 delegate_review.py 与 reviewer-simulator 逐字节同款 base，无 fork 差异。gate=methods-verify，checklist 内自由 key，不查 gate_registry）。动态合成 $WORKROOT/methods_verify_checklist.json：item 只放 章号 + {method} + 结果处用到该方法的原文命中句（弱锚 sentence 或第 2 层 evidence_quote）+ 核验所需切片（绝不放子代理 finding/reasoning、不放 methods_terms.json），name 必须带章号让核验人知道要核的是第 N 章的方法学而非全文任何一处方法学，默认硬项（不标 `"severity

…(truncated)