References

_references

文件关系全貌请见 [[FILE_RELATIONSHIP_MAP]]。 上游：无。下游：V2 总控与所有 V2 阶段 skills。 V1 已归档，当前以 V2.6 为主。

本目录是共享规范知识库，不是可独立执行的 skill。其他 skills 在需要流程契约、上下文交接、门禁、评分、模型选择、图表标准、RAG 证据或评审协议时读取这里的文件。

Core Contracts

• workflow_state_contract.md: 持久化上下文、阶段门禁、结果 manifest 和结论追踪约定。
• v2_pipeline_contract.md: V2 Skill + Codex 子代理混合工作流的总契约。
• codex_subagent_protocol.md: Codex 子代理角色、并行执行、线程记录、权限继承和模型/推理强度配置协议。
• agent_review_protocol.md: 模型、论文、图表和最终验收的统一评审格式。
• agent_profiles/: 可复制给 Codex 子代理或自定义 agent 的数学建模角色画像。

Contest Quality References

• contest_score_rubric.md: 高分论文导向的评分维度和硬失败条件。
• paper_benchmark_profile.md: 弱论文与高分论文的差距画像和最低质量线。
• figure_quality_standard.md: 论文图表质量、元数据和硬失败标准。
• nature_figure_integration_guide.md: 可选接入 Yuan1z0825/nature-skills 的 scientific plotting 契约、Python/R 后端纪律、导出质量和图表审查。

Capability Layer

• model_method_cards.md: 评价、预测、优化、机理、图论网络、统计检验、仿真、多目标决策等模型卡。
• problem_type_router.md: 题型-模型路由器；输出主/子题型、首选模型、基准模型、备选模型、不推荐模型、验证方法和推荐图表。
• anti_template_review.md: 反模板审查；检查 AHP/TOPSIS/神经网络/遗传算法/PCA/聚类等是否被滥用。
• judge_skim_review_protocol.md: 评委 5 分钟快审；检查摘要、目录、关键图、创新点、结论和第一眼扣分点。
• rag_usage_contract.md: 本地 8 库 RAG 使用契约；规定 source citation、可信度、阶段用法、风险提示和失败处理。
• source_quality_policy.md: RAG 资料 S/A/B/C/D 分级、allowed use、core evidence 硬规则和 ledger 字段。
• figure_evidence_map.md: 图表证据图谱；规定 claim -> figure -> data -> metric -> caption 的绑定要求。
• executable_model_templates.md: 可执行模型模板；优先覆盖优化模型的变量、目标、约束、验证表和论文写法。
• evaluator_optimizer_protocol.md: 文件态 generator -> evaluator -> refiner 循环和 reports/REFINEMENT_LOG.md 格式。

Helper Scripts

V2 read-only audit scripts live under this skill:

• scripts/resolve_nature_figure.py: locate and validate supported nature-figure layouts.
• scripts/audit_v2_run.py: read-only final audit for PNG-only figures, Pillow data figures, missing vector bundles, incomplete figure audit columns, short-paper false PASS, and unresolved HIGH/BLOCKER actions.

Local RAG helper scripts live in the repository root:

• scripts/rag_ingest.py: ingest Markdown/TXT/CSV/code/PDF sources into the local SQLite ledger, with optional Chroma indexing.
• scripts/rag_query.py: retrieve source-grounded hits from the 8 local knowledge libraries.
• scripts/memory_log.py: append local raw experience-memory events to ignored memory/events.jsonl.
• scripts/memory_brief.py: retrieve a small pre-phase briefing from committed summaries and local events.
• scripts/memory_distill.py: distill workspace artifacts into memory summaries and reports/PROJECT_RETROSPECTIVE.md.

Do not manually trigger _references as a standalone skill.