scientify 1.4.1 → 1.6.0

package/dist/index.d.ts.map

@@ -1 +1 @@
-{"version":3,"file":"index.d.ts","sourceRoot":"","sources":["../index.ts"],"names":[],"mappings":"AAAA,OAAO,KAAK,EAAE,iBAAiB,EAAE,MAAM,UAAU,CAAC;AAiBlD,MAAM,CAAC,OAAO,UAAU,QAAQ,CAAC,GAAG,EAAE,iBAAiB,QA0EtD"}
+{"version":3,"file":"index.d.ts","sourceRoot":"","sources":["../index.ts"],"names":[],"mappings":"AACA,OAAO,KAAK,EAAE,iBAAiB,EAAE,MAAM,UAAU,CAAC;AAkBlD,MAAM,CAAC,OAAO,UAAU,QAAQ,CAAC,GAAG,EAAE,iBAAiB,QAiFtD"}

package/dist/index.js

@@ -1,8 +1,10 @@
+import path from "node:path";
 import { handleResearchStatus, handlePapers, handleIdeas, handleProjects, handleProjectSwitch, handleProjectDelete, } from "./src/commands.js";
 import { createArxivSearchTool } from "./src/tools/arxiv-search.js";
 import { createArxivDownloadTool } from "./src/tools/arxiv-download.js";
 import { createGithubSearchTool } from "./src/tools/github-search-tool.js";
 import { createAutoUpdaterService } from "./src/services/auto-updater.js";
+import { createSkillInjectionHook } from "./src/hooks/inject-skill.js";
 // Default: check every hour
 const UPDATE_CHECK_INTERVAL_MS = 60 * 60 * 1000;
 export default function register(api) {
@@ -67,6 +69,12 @@ export default function register(api) {
         requireAuth: true, // Require auth for destructive operation
         handler: handleProjectDelete,
     });
+    // Inject SKILL.md content into sessions_spawn tasks.
+    // Sub-agents run in "minimal" prompt mode and don't see <available_skills>,
+    // so this hook reads the matching SKILL.md and embeds it in the task body.
+    // api.source = entry file path (e.g. dist/index.js); findPluginRoot() walks
+    // up to locate openclaw.plugin.json, which is always at the plugin root.
+    api.on("before_tool_call", createSkillInjectionHook(path.dirname(api.source)));
     api.logger.info("Scientify plugin loaded successfully");
 }
 //# sourceMappingURL=index.js.map

package/dist/index.js.map

@@ -1 +1 @@
-{"version":3,"file":"index.js","sourceRoot":"","sources":["../index.ts"],"names":[],"mappings":"AACA,OAAO,EACL,oBAAoB,EACpB,YAAY,EACZ,WAAW,EACX,cAAc,EACd,mBAAmB,EACnB,mBAAmB,GACpB,MAAM,mBAAmB,CAAC;AAC3B,OAAO,EAAE,qBAAqB,EAAE,MAAM,6BAA6B,CAAC;AACpE,OAAO,EAAE,uBAAuB,EAAE,MAAM,+BAA+B,CAAC;AACxE,OAAO,EAAE,sBAAsB,EAAE,MAAM,mCAAmC,CAAC;AAC3E,OAAO,EAAE,wBAAwB,EAAE,MAAM,gCAAgC,CAAC;AAE1E,4BAA4B;AAC5B,MAAM,wBAAwB,GAAG,EAAE,GAAG,EAAE,GAAG,IAAI,CAAC;AAEhD,MAAM,CAAC,OAAO,UAAU,QAAQ,CAAC,GAAsB;IACrD,iBAAiB;IACjB,GAAG,CAAC,YAAY,CAAC,qBAAqB,EAAE,CAAC,CAAC;IAC1C,GAAG,CAAC,YAAY,CAAC,uBAAuB,EAAE,CAAC,CAAC;IAC5C,GAAG,CAAC,YAAY,CAAC,sBAAsB,EAAE,CAAC,CAAC;IAE3C,iDAAiD;IACjD,MAAM,YAAY,GAAG,GAAG,CAAC,YAAoD,CAAC;IAC9E,MAAM,iBAAiB,GAAG,YAAY,EAAE,UAAU,KAAK,KAAK,CAAC,CAAC,qBAAqB;IAEnF,IAAI,iBAAiB,EAAE,CAAC;QACtB,GAAG,CAAC,eAAe,CACjB,wBAAwB,CAAC;YACvB,WAAW,EAAE,WAAW;YACxB,eAAe,EAAE,wBAAwB;YACzC,MAAM,EAAE;gBACN,IAAI,EAAE,CAAC,GAAG,EAAE,EAAE,CAAC,GAAG,CAAC,MAAM,CAAC,IAAI,CAAC,GAAG,CAAC;gBACnC,IAAI,EAAE,CAAC,GAAG,EAAE,EAAE,CAAC,GAAG,CAAC,MAAM,CAAC,IAAI,CAAC,GAAG,CAAC;gBACnC,KAAK,EAAE,CAAC,GAAG,EAAE,EAAE,CAAC,GAAG,CAAC,MAAM,CAAC,KAAK,EAAE,CAAC,GAAG,CAAC;aACxC;SACF,CAAC,CACH,CAAC;IACJ,CAAC;IAED,sCAAsC;IACtC,GAAG,CAAC,eAAe,CAAC;QAClB,IAAI,EAAE,iBAAiB;QACvB,WAAW,EAAE,gEAAgE;QAC7E,WAAW,EAAE,KAAK;QAClB,WAAW,EAAE,KAAK;QAClB,OAAO,EAAE,oBAAoB;KAC9B,CAAC,CAAC;IAEH,GAAG,CAAC,eAAe,CAAC;QAClB,IAAI,EAAE,QAAQ;QACd,WAAW,EAAE,0CAA0C;QACvD,WAAW,EAAE,IAAI;QACjB,WAAW,EAAE,KAAK;QAClB,OAAO,EAAE,YAAY;KACtB,CAAC,CAAC;IAEH,GAAG,CAAC,eAAe,CAAC;QAClB,IAAI,EAAE,OAAO;QACb,WAAW,EAAE,wCAAwC;QACrD,WAAW,EAAE,IAAI;QACjB,WAAW,EAAE,KAAK;QAClB,OAAO,EAAE,WAAW;KACrB,CAAC,CAAC;IAEH,GAAG,CAAC,eAAe,CAAC;QAClB,IAAI,EAAE,UAAU;QAChB,WAAW,EAAE,4BAA4B;QACzC,WAAW,EAAE,KAAK;QAClB,WAAW,EAAE,KAAK;QAClB,OAAO,EAAE,cAAc;KACxB,CAAC,CAAC;IAEH,GAAG,CAAC,eAAe,CAAC;QAClB,IAAI,EAAE,gBAAgB;QACtB,WAAW,EAAE,wCAAwC;QACrD,WAAW,EAAE,IAAI;QACjB,WAAW,EAAE,KAAK;QAClB,OAAO,EAAE,mBAAmB;KAC7B,CAAC,CAAC;IAEH,GAAG,CAAC,eAAe,CAAC;QAClB,IAAI,EAAE,gBAAgB;QACtB,WAAW,EAAE,oDAAoD;QACjE,WAAW,EAAE,IAAI;QACjB,WAAW,EAAE,IAAI,EAAE,yCAAyC;QAC5D,OAAO,EAAE,mBAAmB;KAC7B,CAAC,CAAC;IAEH,GAAG,CAAC,MAAM,CAAC,IAAI,CAAC,sCAAsC,CAAC,CAAC;AAC1D,CAAC"}
+{"version":3,"file":"index.js","sourceRoot":"","sources":["../index.ts"],"names":[],"mappings":"AAAA,OAAO,IAAI,MAAM,WAAW,CAAC;AAE7B,OAAO,EACL,oBAAoB,EACpB,YAAY,EACZ,WAAW,EACX,cAAc,EACd,mBAAmB,EACnB,mBAAmB,GACpB,MAAM,mBAAmB,CAAC;AAC3B,OAAO,EAAE,qBAAqB,EAAE,MAAM,6BAA6B,CAAC;AACpE,OAAO,EAAE,uBAAuB,EAAE,MAAM,+BAA+B,CAAC;AACxE,OAAO,EAAE,sBAAsB,EAAE,MAAM,mCAAmC,CAAC;AAC3E,OAAO,EAAE,wBAAwB,EAAE,MAAM,gCAAgC,CAAC;AAC1E,OAAO,EAAE,wBAAwB,EAAE,MAAM,6BAA6B,CAAC;AAEvE,4BAA4B;AAC5B,MAAM,wBAAwB,GAAG,EAAE,GAAG,EAAE,GAAG,IAAI,CAAC;AAEhD,MAAM,CAAC,OAAO,UAAU,QAAQ,CAAC,GAAsB;IACrD,iBAAiB;IACjB,GAAG,CAAC,YAAY,CAAC,qBAAqB,EAAE,CAAC,CAAC;IAC1C,GAAG,CAAC,YAAY,CAAC,uBAAuB,EAAE,CAAC,CAAC;IAC5C,GAAG,CAAC,YAAY,CAAC,sBAAsB,EAAE,CAAC,CAAC;IAE3C,iDAAiD;IACjD,MAAM,YAAY,GAAG,GAAG,CAAC,YAAoD,CAAC;IAC9E,MAAM,iBAAiB,GAAG,YAAY,EAAE,UAAU,KAAK,KAAK,CAAC,CAAC,qBAAqB;IAEnF,IAAI,iBAAiB,EAAE,CAAC;QACtB,GAAG,CAAC,eAAe,CACjB,wBAAwB,CAAC;YACvB,WAAW,EAAE,WAAW;YACxB,eAAe,EAAE,wBAAwB;YACzC,MAAM,EAAE;gBACN,IAAI,EAAE,CAAC,GAAG,EAAE,EAAE,CAAC,GAAG,CAAC,MAAM,CAAC,IAAI,CAAC,GAAG,CAAC;gBACnC,IAAI,EAAE,CAAC,GAAG,EAAE,EAAE,CAAC,GAAG,CAAC,MAAM,CAAC,IAAI,CAAC,GAAG,CAAC;gBACnC,KAAK,EAAE,CAAC,GAAG,EAAE,EAAE,CAAC,GAAG,CAAC,MAAM,CAAC,KAAK,EAAE,CAAC,GAAG,CAAC;aACxC;SACF,CAAC,CACH,CAAC;IACJ,CAAC;IAED,sCAAsC;IACtC,GAAG,CAAC,eAAe,CAAC;QAClB,IAAI,EAAE,iBAAiB;QACvB,WAAW,EAAE,gEAAgE;QAC7E,WAAW,EAAE,KAAK;QAClB,WAAW,EAAE,KAAK;QAClB,OAAO,EAAE,oBAAoB;KAC9B,CAAC,CAAC;IAEH,GAAG,CAAC,eAAe,CAAC;QAClB,IAAI,EAAE,QAAQ;QACd,WAAW,EAAE,0CAA0C;QACvD,WAAW,EAAE,IAAI;QACjB,WAAW,EAAE,KAAK;QAClB,OAAO,EAAE,YAAY;KACtB,CAAC,CAAC;IAEH,GAAG,CAAC,eAAe,CAAC;QAClB,IAAI,EAAE,OAAO;QACb,WAAW,EAAE,wCAAwC;QACrD,WAAW,EAAE,IAAI;QACjB,WAAW,EAAE,KAAK;QAClB,OAAO,EAAE,WAAW;KACrB,CAAC,CAAC;IAEH,GAAG,CAAC,eAAe,CAAC;QAClB,IAAI,EAAE,UAAU;QAChB,WAAW,EAAE,4BAA4B;QACzC,WAAW,EAAE,KAAK;QAClB,WAAW,EAAE,KAAK;QAClB,OAAO,EAAE,cAAc;KACxB,CAAC,CAAC;IAEH,GAAG,CAAC,eAAe,CAAC;QAClB,IAAI,EAAE,gBAAgB;QACtB,WAAW,EAAE,wCAAwC;QACrD,WAAW,EAAE,IAAI;QACjB,WAAW,EAAE,KAAK;QAClB,OAAO,EAAE,mBAAmB;KAC7B,CAAC,CAAC;IAEH,GAAG,CAAC,eAAe,CAAC;QAClB,IAAI,EAAE,gBAAgB;QACtB,WAAW,EAAE,oDAAoD;QACjE,WAAW,EAAE,IAAI;QACjB,WAAW,EAAE,IAAI,EAAE,yCAAyC;QAC5D,OAAO,EAAE,mBAAmB;KAC7B,CAAC,CAAC;IAEH,qDAAqD;IACrD,4EAA4E;IAC5E,2EAA2E;IAC3E,4EAA4E;IAC5E,yEAAyE;IACzE,GAAG,CAAC,EAAE,CAAC,kBAAkB,EAAE,wBAAwB,CAAC,IAAI,CAAC,OAAO,CAAC,GAAG,CAAC,MAAM,CAAC,CAAC,CAAC,CAAC;IAE/E,GAAG,CAAC,MAAM,CAAC,IAAI,CAAC,sCAAsC,CAAC,CAAC;AAC1D,CAAC"}

package/dist/src/hooks/inject-skill.d.ts

@@ -0,0 +1,11 @@
+export declare function createSkillInjectionHook(entryFileDir: string): (event: {
+    toolName: string;
+    params: Record<string, unknown>;
+}, _ctx: {
+    agentId?: string;
+    sessionKey?: string;
+    toolName: string;
+}) => Promise<{
+    params: Record<string, unknown>;
+} | void>;
+//# sourceMappingURL=inject-skill.d.ts.map

package/dist/src/hooks/inject-skill.d.ts.map

@@ -0,0 +1 @@
+{"version":3,"file":"inject-skill.d.ts","sourceRoot":"","sources":["../../../src/hooks/inject-skill.ts"],"names":[],"mappings":"AAgCA,wBAAgB,wBAAwB,CAAC,YAAY,EAAE,MAAM,IAKzD,OAAO;IAAE,QAAQ,EAAE,MAAM,CAAC;IAAC,MAAM,EAAE,MAAM,CAAC,MAAM,EAAE,OAAO,CAAC,CAAA;CAAE,EAC5D,MAAM;IAAE,OAAO,CAAC,EAAE,MAAM,CAAC;IAAC,UAAU,CAAC,EAAE,MAAM,CAAC;IAAC,QAAQ,EAAE,MAAM,CAAA;CAAE,KAChE,OAAO,CAAC;IAAE,MAAM,EAAE,MAAM,CAAC,MAAM,EAAE,OAAO,CAAC,CAAA;CAAE,GAAG,IAAI,CAAC,CAqCvD"}

package/dist/src/hooks/inject-skill.js

@@ -0,0 +1,70 @@
+import fs from "node:fs/promises";
+import fsSync from "node:fs";
+import path from "node:path";
+/**
+ * Build a before_tool_call hook that injects SKILL.md content into
+ * sessions_spawn task parameters.
+ *
+ * When the orchestrator spawns a sub-agent with task="/research-survey\n...",
+ * this hook reads the matching SKILL.md and appends its body to the task,
+ * so the sub-agent receives full workflow instructions even though its
+ * system prompt runs in "minimal" mode (no <available_skills> section).
+ */
+/**
+ * Find the plugin root by walking up from a starting directory until
+ * we find openclaw.plugin.json (the canonical plugin manifest).
+ * Falls back to the starting directory if not found.
+ */
+function findPluginRoot(startDir) {
+    let dir = startDir;
+    for (;;) {
+        if (fsSync.existsSync(path.join(dir, "openclaw.plugin.json"))) {
+            return dir;
+        }
+        const parent = path.dirname(dir);
+        if (parent === dir)
+            break; // filesystem root
+        dir = parent;
+    }
+    return startDir;
+}
+export function createSkillInjectionHook(entryFileDir) {
+    const pluginRoot = findPluginRoot(entryFileDir);
+    const skillsDir = path.join(pluginRoot, "skills");
+    return async (event, _ctx) => {
+        if (event.toolName !== "sessions_spawn")
+            return;
+        const task = event.params?.task;
+        if (typeof task !== "string")
+            return;
+        // Extract /skill-name from the first line
+        const match = task.match(/^\/([a-z][\w-]*)/);
+        if (!match)
+            return;
+        const skillName = match[1];
+        const skillMdPath = path.join(skillsDir, skillName, "SKILL.md");
+        let content;
+        try {
+            content = await fs.readFile(skillMdPath, "utf-8");
+        }
+        catch {
+            // No SKILL.md for this skill — not one of ours, skip
+            return;
+        }
+        // Strip YAML frontmatter (---\n...\n---)
+        const body = content.replace(/^---[\s\S]*?---\s*/, "").trim();
+        if (!body)
+            return;
+        // Inject after the first line (/skill-name), before the rest of the context.
+        const firstNewline = task.indexOf("\n");
+        const newTask = firstNewline === -1
+            ? task + "\n\n" + body
+            : task.slice(0, firstNewline) +
+                "\n\n" +
+                body +
+                "\n\n" +
+                task.slice(firstNewline + 1);
+        return { params: { ...event.params, task: newTask } };
+    };
+}
+//# sourceMappingURL=inject-skill.js.map

package/dist/src/hooks/inject-skill.js.map

@@ -0,0 +1 @@
+{"version":3,"file":"inject-skill.js","sourceRoot":"","sources":["../../../src/hooks/inject-skill.ts"],"names":[],"mappings":"AAAA,OAAO,EAAE,MAAM,kBAAkB,CAAC;AAClC,OAAO,MAAM,MAAM,SAAS,CAAC;AAC7B,OAAO,IAAI,MAAM,WAAW,CAAC;AAE7B;;;;;;;;GAQG;AAEH;;;;GAIG;AACH,SAAS,cAAc,CAAC,QAAgB;IACtC,IAAI,GAAG,GAAG,QAAQ,CAAC;IACnB,SAAS,CAAC;QACR,IAAI,MAAM,CAAC,UAAU,CAAC,IAAI,CAAC,IAAI,CAAC,GAAG,EAAE,sBAAsB,CAAC,CAAC,EAAE,CAAC;YAC9D,OAAO,GAAG,CAAC;QACb,CAAC;QACD,MAAM,MAAM,GAAG,IAAI,CAAC,OAAO,CAAC,GAAG,CAAC,CAAC;QACjC,IAAI,MAAM,KAAK,GAAG;YAAE,MAAM,CAAC,kBAAkB;QAC7C,GAAG,GAAG,MAAM,CAAC;IACf,CAAC;IACD,OAAO,QAAQ,CAAC;AAClB,CAAC;AAED,MAAM,UAAU,wBAAwB,CAAC,YAAoB;IAC3D,MAAM,UAAU,GAAG,cAAc,CAAC,YAAY,CAAC,CAAC;IAChD,MAAM,SAAS,GAAG,IAAI,CAAC,IAAI,CAAC,UAAU,EAAE,QAAQ,CAAC,CAAC;IAElD,OAAO,KAAK,EACV,KAA4D,EAC5D,IAAiE,EACZ,EAAE;QACvD,IAAI,KAAK,CAAC,QAAQ,KAAK,gBAAgB;YAAE,OAAO;QAEhD,MAAM,IAAI,GAAG,KAAK,CAAC,MAAM,EAAE,IAAI,CAAC;QAChC,IAAI,OAAO,IAAI,KAAK,QAAQ;YAAE,OAAO;QAErC,0CAA0C;QAC1C,MAAM,KAAK,GAAG,IAAI,CAAC,KAAK,CAAC,kBAAkB,CAAC,CAAC;QAC7C,IAAI,CAAC,KAAK;YAAE,OAAO;QACnB,MAAM,SAAS,GAAG,KAAK,CAAC,CAAC,CAAC,CAAC;QAE3B,MAAM,WAAW,GAAG,IAAI,CAAC,IAAI,CAAC,SAAS,EAAE,SAAS,EAAE,UAAU,CAAC,CAAC;QAChE,IAAI,OAAe,CAAC;QACpB,IAAI,CAAC;YACH,OAAO,GAAG,MAAM,EAAE,CAAC,QAAQ,CAAC,WAAW,EAAE,OAAO,CAAC,CAAC;QACpD,CAAC;QAAC,MAAM,CAAC;YACP,qDAAqD;YACrD,OAAO;QACT,CAAC;QAED,yCAAyC;QACzC,MAAM,IAAI,GAAG,OAAO,CAAC,OAAO,CAAC,oBAAoB,EAAE,EAAE,CAAC,CAAC,IAAI,EAAE,CAAC;QAC9D,IAAI,CAAC,IAAI;YAAE,OAAO;QAElB,6EAA6E;QAC7E,MAAM,YAAY,GAAG,IAAI,CAAC,OAAO,CAAC,IAAI,CAAC,CAAC;QACxC,MAAM,OAAO,GACX,YAAY,KAAK,CAAC,CAAC;YACjB,CAAC,CAAC,IAAI,GAAG,MAAM,GAAG,IAAI;YACtB,CAAC,CAAC,IAAI,CAAC,KAAK,CAAC,CAAC,EAAE,YAAY,CAAC;gBAC3B,MAAM;gBACN,IAAI;gBACJ,MAAM;gBACN,IAAI,CAAC,KAAK,CAAC,YAAY,GAAG,CAAC,CAAC,CAAC;QAEnC,OAAO,EAAE,MAAM,EAAE,EAAE,GAAG,KAAK,CAAC,MAAM,EAAE,IAAI,EAAE,OAAO,EAAE,EAAE,CAAC;IACxD,CAAC,CAAC;AACJ,CAAC"}

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "scientify",
-  "version": "1.4.1",
+  "version": "1.6.0",
   "description": "Scientify - AI-powered research workflow automation for OpenClaw. Includes idea generation, literature review, research pipeline skills, and arxiv tool.",
   "type": "module",
   "main": "dist/index.js",
@@ -23,11 +23,11 @@
   "license": "MIT",
   "repository": {
     "type": "git",
-    "url": "https://github.com/tsingyuai/scientific.git"
+    "url": "https://github.com/tsingyuai/scientify.git"
   },
-  "homepage": "https://github.com/tsingyuai/scientific#readme",
+  "homepage": "https://github.com/tsingyuai/scientify#readme",
   "bugs": {
-    "url": "https://github.com/tsingyuai/scientific/issues"
+    "url": "https://github.com/tsingyuai/scientify/issues"
   },
   "scripts": {
     "build": "tsc",

package/skills/idea-generation/SKILL.md

@@ -1,6 +1,6 @@
 ---
 name: idea-generation
-description: "Generate 5 innovative research ideas from collected papers. Analyzes literature, identifies gaps, proposes novel methods with citations. Use for: 找研究方向, 生成创新点, find research gaps. Requires papers in workspace (run /literature-survey first if needed)."
+description: "Use this when the user wants research ideas, innovation points, or to find research gaps (找研究方向, 生成创新点). Generates 5 ideas from collected papers, identifies gaps, proposes novel methods with citations. Requires papers in workspace."
 metadata:
   {
     "openclaw":

package/skills/install-scientify/SKILL.md

@@ -1,6 +1,6 @@
 ---
 name: install-scientify
-description: "Install Scientify - AI-powered research workflow automation plugin. Adds skills for research-pipeline (multi-agent orchestrator), literature-survey, idea-generation, arxiv tools, and workspace management commands."
+description: "Use this when the user wants to install or set up the Scientify research plugin. Adds research-pipeline, literature-survey, idea-generation, arxiv tools, and workspace management."
 metadata:
   {
     "openclaw":

package/skills/literature-survey/SKILL.md

@@ -1,6 +1,6 @@
 ---
 name: literature-survey
-description: "Comprehensive literature survey. Searches, filters, downloads, and clusters papers by research direction."
+description: "Use this when the user wants to find, download, or collect academic papers on a topic. Searches arXiv, filters by relevance, downloads PDFs and sources, clusters by research direction."
 metadata:
   {
     "openclaw":
@@ -21,11 +21,15 @@ metadata:
 ├── survey/
 │   ├── search_terms.json      # 检索词列表
 │   └── report.md              # 最终报告
-└── papers/
-    ├── _downloads/            # 原始下载
-    ├── _meta/                 # 每篇论文的元数据
-    │   └── {arxiv_id}.json
-    └── {direction}/           # 整理后的分类
+├── papers/
+│   ├── _downloads/            # 原始下载
+│   ├── _meta/                 # 每篇论文的元数据
+│   │   └── {arxiv_id}.json
+│   └── {direction}/           # 整理后的分类
+├── repos/                     # 参考代码仓库（Phase 3）
+│   ├── {repo_name_1}/
+│   └── {repo_name_2}/
+└── prepare_res.md             # 仓库选择报告（Phase 3）
 ```
 
 ---
@@ -95,11 +99,71 @@ arxiv_download({
 
 ---
 
-### Phase 3: 分类整理
+### Phase 3: GitHub 代码搜索与参考仓库选择
 
-所有检索词处理完毕后：
+**目标**：为下游 skill（research-survey、research-plan、research-implement）提供可参考的开源实现。
 
-#### 3.1 读取所有元数据
+#### 3.1 选择高分论文
+
+读取 `papers/_meta/` 下得分 ≥4 的论文，选出 **Top 5** 最相关论文。
+
+#### 3.2 搜索参考仓库
+
+对每篇选中论文，用以下关键词组合搜索 GitHub 仓库：
+- 论文标题 + "code" / "implementation"
+- 核心方法名 + 作者名
+- 论文中提到的数据集名 + 任务名
+
+使用 `web_search` 或 `exec` 调用 GitHub API：
+```bash
+# 示例：
+web_search({ query: "{paper_title} implementation github" })
+```
+
+#### 3.3 筛选与 clone
+
+对搜索到的仓库，评估：
+- Star 数（建议 >100）
+- 代码质量（有 README、有 requirements.txt、代码结构清晰）
+- 与论文的匹配度（README 中引用了论文 / 实现了论文中的方法）
+
+选择 **3-5 个**最相关的仓库，clone 到 `repos/`：
+
+```bash
+mkdir -p "$PROJECT_DIR/repos"
+cd "$PROJECT_DIR/repos"
+git clone --depth 1 <repo_url>
+```
+
+#### 3.4 写入选择报告
+
+创建 `$PROJECT_DIR/prepare_res.md`：
+
+```markdown
+# 参考仓库选择
+
+| 仓库 | 对应论文 | Stars | 选择理由 |
+|------|----------|-------|----------|
+| repos/{repo_name} | {paper_title} (arxiv:{id}) | {N} | {理由} |
+
+## 各仓库关键文件
+
+### {repo_name}
+- **模型实现**: `model/` 或 `models/`
+- **训练脚本**: `train.py` 或 `main.py`
+- **数据加载**: `data/` 或 `dataset.py`
+- **核心文件**: `{关键文件路径}` — {描述}
+```
+
+**如果搜不到相关仓库**，在 `prepare_res.md` 中注明"无可用参考仓库"，后续 skill 将不依赖代码映射。
+
+---
+
+### Phase 4: 分类整理
+
+所有检索词和代码搜索完毕后：
+
+#### 4.1 读取所有元数据
 
 ```bash
 ls $PROJECT_DIR/papers/_meta/
@@ -107,11 +171,11 @@ ls $PROJECT_DIR/papers/_meta/
 
 读取所有 `.json` 文件，汇总论文列表。
 
-#### 3.2 聚类分析
+#### 4.2 聚类分析
 
 根据论文的标题、摘要、来源检索词，识别 3-6 个研究方向。
 
-#### 3.3 创建文件夹并移动
+#### 4.3 创建文件夹并移动
 
 ```bash
 mkdir -p "$PROJECT_DIR/papers/data-driven"
@@ -120,12 +184,13 @@ mv "$PROJECT_DIR/papers/_downloads/2401.12345" "$PROJECT_DIR/papers/data-driven/
 
 ---
 
-### Phase 4: 生成报告
+### Phase 5: 生成报告
 
 创建 `survey/report.md`：
 - 调研概要（检索词数、论文数、方向数）
 - 各研究方向概述
 - Top 10 论文
+- **参考仓库摘要**（引用 prepare_res.md）
 - 建议阅读顺序
 
 ---

package/skills/research-experiment/SKILL.md

@@ -1,6 +1,6 @@
 ---
 name: research-experiment
-description: "Full training run + ablation experiments + result analysis. Requires review PASS from /research-review."
+description: "[Read when prompt contains /research-experiment]"
 metadata:
   {
     "openclaw":
@@ -31,7 +31,8 @@ metadata:
 
 | File | Content |
 |------|---------|
-| `$W/experiment_res.md` | 完整实验报告 |
+| `$W/experiment_res.md` | 完整实验报告（含 full training + 消融 + 补充实验） |
+| `$W/experiment_analysis/analysis_{N}.md` | 每轮实验分析报告（迭代过程中产生） |
 
 ---
 
@@ -69,9 +70,55 @@ python run.py  # full epochs
 python run.py --epochs 2 --ablation no_attention
 ```
 
-### Step 4: 写入实验报告
+### Step 4: 实验分析→补充实验迭代（2 轮）
 
-写入 `$W/experiment_res.md`：
+**⚠️ 这是 Novix Exp Analyzer 机制 — 对已有结果进行分析，提出补充实验，执行后再分析。**
+
+循环 **2 次**：
+
+#### 4.1 分析当前结果
+
+读取当前所有实验结果（full training + 消融），写入分析报告 `$W/experiment_analysis/analysis_{N}.md`：
+
+```markdown
+# Experiment Analysis Round {N}
+
+## 当前结果摘要
+- Full training: {metrics}
+- 消融实验: {key findings}
+
+## 发现的问题或机会
+1. {observation} → 建议: {experiment}
+2. ...
+
+## 补充实验计划
+| 实验名称 | 目的 | 修改内容 | 预期结果 |
+|----------|------|----------|----------|
+| {exp_name} | {why} | {what to change} | {expected} |
+```
+
+补充实验类型参考（**Novix Exp Analyzer** 的典型输出）：
+- **敏感性分析**：关键超参数（lr、hidden_dim、dropout）的影响
+- **可视化**：attention map、embedding 可视化、训练曲线对比图
+- **对比实验**：与 baseline 方法的性能对比
+- **鲁棒性测试**：不同数据规模/噪声水平下的表现
+
+#### 4.2 执行补充实验
+
+根据分析报告中的计划，修改代码并执行补充实验。**只改实验相关参数/配置，不改核心算法逻辑。**
+
+```bash
+cd $W/project && source .venv/bin/activate
+python run.py --experiment {exp_name}
+```
+
+记录结果后，回到 4.1 进行下一轮分析（共 2 轮）。
+
+---
+
+### Step 5: 写入最终实验报告
+
+汇总所有实验结果（full training + 消融 + 2 轮补充实验），写入 `$W/experiment_res.md`：
 
 ```markdown
 # Experiment Report
@@ -97,8 +144,25 @@ python run.py --epochs 2 --ablation no_attention
 | No {component} | 去掉 {X} | {value} | {-/+}% |
 | ... | ... | ... | ... |
 
+## Supplementary Experiments
+
+### Sensitivity Analysis
+| 超参数 | 值 | val_metric | 备注 |
+|--------|-----|-----------|------|
+| ... | ... | ... | ... |
+
+### Comparison with Baselines
+| 方法 | val_metric | 备注 |
+|------|-----------|------|
+| Ours | {value} | — |
+| {Baseline} | {value} | ... |
+
+### Visualizations
+- 训练曲线: `$W/project/figures/training_curve.png`
+- {其他可视化}: `$W/project/figures/{name}.png`
+
 ## Conclusions
-- {key findings}
+- {key findings from all experiments}
 
 ## Limitations
 - {limitations and future work}
@@ -112,3 +176,5 @@ python run.py --epochs 2 --ablation no_attention
 2. 所有数值必须来自真实执行输出
 3. 消融实验至少做 2 个
 4. 如果 full training 失败（OOM 等），调整 batch_size 后重试，不要跳过
+5. **补充实验迭代必须做 2 轮（Novix Exp Analyzer 机制）** — 第 1 轮针对初始结果，第 2 轮针对补充实验结果
+6. 补充实验不改核心算法，只改实验配置/参数/可视化代码

package/skills/research-implement/SKILL.md

@@ -1,6 +1,6 @@
 ---
 name: research-implement
-description: "Implement ML code from plan, run 2-epoch validation, verify real results. Requires plan_res.md from /research-plan."
+description: "[Read when prompt contains /research-implement]"
 metadata:
   {
     "openclaw":

package/skills/research-pipeline/SKILL.md

@@ -1,6 +1,6 @@
 ---
 name: research-pipeline
-description: "Orchestrates the full research workflow by spawning sub-agents for each phase. Checks workspace state, dispatches tasks, verifies outputs. Use for: end-to-end ML research. Each phase runs in an isolated context via sessions_spawn."
+description: "Use this skill when the user wants to research a topic, analyze papers, build ML models, or run experiments. Orchestrates the full pipeline: paper search → analysis → planning → implementation → review → experiments."
 metadata:
   {
     "openclaw":
@@ -15,14 +15,86 @@ metadata:
 
 **Don't ask permission. Just do it.**
 
-你是编排器。你不直接做研究工作，而是：
-1. 检查 workspace 文件状态
-2. 为下一步构造任务描述
-3. 用 `sessions_spawn` 派发给子 agent
-4. 等待完成后验证产出
-5. 重复直到流程结束
+## Critical Identity Rule
 
-**Workspace:** See `../_shared/workspace-spec.md`. Set `$W` to the active project directory.
+**你是编排器（Orchestrator），不是研究员。**
+
+- 你**不**分析论文
+- 你**不**写代码
+- 你**不**设计模型
+- 你**不**生成研究内容
+
+你**只做**以下事情：
+1. 检查文件是否存在
+2. 读取产出文件的摘要
+3. 调用 `sessions_spawn` 工具把任务派发给子 agent
+4. 验证子 agent 的产出
+
+如果你发现自己在写任何研究内容，**立刻停下**，改用 `sessions_spawn` 派发。
+
+---
+
+## ⛔ 严格顺序执行规则
+
+**这是最重要的规则，违反此规则会导致整个流程失败。**
+
+### 禁止并行派发
+
+- **每次响应中只能调用一次 `sessions_spawn`**
+- **绝对禁止**在同一次响应中调用多个 `sessions_spawn`
+- 如果你想同时启动 Phase 2 和 Phase 3 —— **不行，停下来**
+- 必须等前一个子 agent 完成、产出文件通过验证后，才能启动下一个
+
+### 单步调度流程
+
+每次你只能做以下其中之一：
+1. **检查 + 派发**：检查当前阶段的产出文件 → 如果缺失 → 调用**一次** `sessions_spawn` → **立刻停止，等待子 agent 完成**
+2. **验证 + 推进**：收到子 agent 完成通知后 → 验证产出文件 → 如果通过 → 检查下一阶段 → 派发或报告完成
+
+### 派发后的行为
+
+调用 `sessions_spawn` 后，你必须：
+1. 告诉用户当前进度（例："Phase 2 Deep Survey 已启动，等待子 agent 完成..."）
+2. **停止响应** —— 不要继续检查后续阶段，不要再调用任何 `sessions_spawn`
+3. 等待系统发送子 agent 完成通知
+
+### 收到子 agent 完成通知后
+
+当你收到类似 "A background task ... just completed" 的消息时：
+1. **不要仅仅总结给用户** —— 你是编排器，你需要继续推进流程
+2. 验证该阶段的产出文件（用 `exec` 或 `read` 检查文件是否存在、内容是否正确）
+3. 如果验证通过：简要告知用户，然后检查下一阶段、准备下一次派发
+4. 如果验证失败：报告问题，决定是重试还是报告用户
+
+---
+
+## sessions_spawn 工具
+
+`sessions_spawn` 是一个 **tool call**（不是代码块，不是伪代码）。直接作为工具调用。
+
+**参数：**
+
+| 参数 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| `task` | string | 是 | 子 agent 的完整任务描述 |
+| `label` | string | 否 | 显示标签（如 "Deep Survey"） |
+| `model` | string | 否 | 模型覆盖（如 `tsingyu/gemini-3-flash-preview`） |
+| `runTimeoutSeconds` | number | 否 | 超时秒数 |
+
+**task 字段格式**（子 agent 是独立 session，看不到当前上下文）：
+
+task 必须以 `/skill-name` 开头（触发 slash command 解析），后续行提供上下文：
+
+1. **第一行**：`/research-survey`（slash command，必须在最前面）
+2. **工作目录的绝对路径**（如 `工作目录: /Users/xxx/.openclaw/workspace/projects/battery-soh`）
+3. **上下文摘要**：从上一步产出文件中提取的 2-5 行关键信息
+4. **预期产出**：明确说明要写哪个文件
+
+---
+
+## Workspace
+
+See `../_shared/workspace-spec.md`. Set `$W` to the active project directory.
 
 ---
 
@@ -43,20 +115,15 @@ ACTIVE=$(cat ~/.openclaw/workspace/projects/.active 2>/dev/null)
 
 ## 调度循环
 
-按顺序检查每个阶段。**每次只执行一个阶段。**
+按顺序检查每个阶段。**每次只执行一个阶段，每次响应只派发一个任务。**
 
 ### Phase 1: Literature Survey
 
 **检查:** `$W/papers/_meta/` 目录存在且有 `.json` 文件？
 
-**如果缺失，spawn:**
-
-```
-sessions_spawn({
-  task: "工作目录: $W\n执行 /literature-survey 技能\n\n研究主题: {从 task.json 提取}\n请搜索、筛选、下载相关论文到 $W/papers/",
-  label: "Literature Survey"
-})
-```
+**如果缺失，调用 sessions_spawn 工具（然后停止，等待完成通知）：**
+- task: `"/literature-survey\n工作目录: {$W绝对路径}\n研究主题: {从task.json提取}\n请搜索、筛选、下载论文到工作目录的 papers/ 下。"`
+- label: `"Literature Survey"`
 
 **验证:** `ls $W/papers/_meta/*.json` 至少有 3 个文件
 
@@ -66,14 +133,9 @@ sessions_spawn({
 
 **检查:** `$W/survey_res.md` 存在？
 
-**如果缺失，先读取 Phase 1 摘要，然后 spawn:**
-
-```
-sessions_spawn({
-  task: "工作目录: $W\n执行 /research-survey 技能\n\n上下文: 已下载 {N} 篇论文，方向包括 {directions}\n请深度分析论文，提取公式，写入 survey_res.md",
-  label: "Deep Survey"
-})
-```
+**如果缺失，先读取 Phase 1 摘要（论文数量、方向），然后调用 sessions_spawn 工具（然后停止，等待完成通知）：**
+- task: `"/research-survey\n工作目录: {$W绝对路径}\n上下文: 已下载 {N} 篇论文，方向包括 {directions}。\n重点论文: {top 3 arxiv_id 和标题}\n请深度分析论文、提取公式，写入 survey_res.md。"`
+- label: `"Deep Survey"`
 
 **验证:** `$W/survey_res.md` 存在且包含"核心方法对比"表格
 
@@ -83,14 +145,9 @@ sessions_spawn({
 
 **检查:** `$W/plan_res.md` 存在？
 
-**如果缺失，读取 survey_res.md 摘要，然后 spawn:**
-
-```
-sessions_spawn({
-  task: "工作目录: $W\n执行 /research-plan 技能\n\n上下文: 调研发现核心方法是 {method}，推荐技术路线 {route}\n请制定完整实现计划到 plan_res.md",
-  label: "Research Plan"
-})
-```
+**如果缺失，读取 survey_res.md 摘要，然后调用 sessions_spawn 工具（然后停止，等待完成通知）：**
+- task: `"/research-plan\n工作目录: {$W绝对路径}\n上下文: 调研发现核心方法是 {method}，推荐技术路线 {route}。\n关键公式: {1-2个公式}\n请制定实现计划到 plan_res.md。"`
+- label: `"Research Plan"`
 
 **验证:** `$W/plan_res.md` 存在且包含 4 个 section（Dataset/Model/Training/Testing）
 
@@ -100,14 +157,9 @@ sessions_spawn({
 
 **检查:** `$W/ml_res.md` 存在？
 
-**如果缺失，读取 plan_res.md 要点，然后 spawn:**
-
-```
-sessions_spawn({
-  task: "工作目录: $W\n执行 /research-implement 技能\n\n上下文:\n- 计划包含 {N} 个组件: {list}\n- 数据集: {dataset}\n- 框架: PyTorch\n请实现代码到 $W/project/，运行 2 epoch 验证，写入 ml_res.md",
-  label: "Research Implement"
-})
-```
+**如果缺失，读取 plan_res.md 要点，然后调用 sessions_spawn 工具（然后停止，等待完成通知）：**
+- task: `"/research-implement\n工作目录: {$W绝对路径}\n上下文:\n- 计划包含 {N} 个组件: {list}\n- 数据集: {dataset}\n- 框架: PyTorch\n请实现代码到 project/，运行 2 epoch 验证，写入 ml_res.md。"`
+- label: `"Research Implement"`
 
 **验证:**
 - `$W/project/run.py` 存在
@@ -120,14 +172,9 @@ sessions_spawn({
 
 **检查:** `$W/iterations/` 下最新 `judge_v*.md` 的 verdict 是否为 PASS？
 
-**如果没有 PASS，spawn:**
-
-```
-sessions_spawn({
-  task: "工作目录: $W\n执行 /research-review 技能\n\n上下文:\n- 实现报告: ml_res.md 显示 train_loss={value}\n- 计划在 plan_res.md\n请审查代码，如需修改则迭代修复（最多 3 轮）",
-  label: "Research Review"
-})
-```
+**如果没有 PASS，调用 sessions_spawn 工具（然后停止，等待完成通知）：**
+- task: `"/research-review\n工作目录: {$W绝对路径}\n上下文:\n- ml_res.md 显示 train_loss={value}\n- 计划在 plan_res.md\n请审查代码，如需修改则迭代修复（最多 3 轮）。"`
+- label: `"Research Review"`
 
 **验证:** 最新 `judge_v*.md` 中 `verdict: PASS` 或 `verdict: BLOCKED`
 
@@ -139,14 +186,9 @@ sessions_spawn({
 
 **检查:** `$W/experiment_res.md` 存在？
 
-**如果缺失，spawn:**
-
-```
-sessions_spawn({
-  task: "工作目录: $W\n执行 /research-experiment 技能\n\n上下文:\n- Review PASS，代码已验证\n- plan_res.md 中指定 full epochs\n请执行完整训练 + 消融实验，写入 experiment_res.md",
-  label: "Research Experiment"
-})
-```
+**如果缺失，调用 sessions_spawn 工具（然后停止，等待完成通知）：**
+- task: `"/research-experiment\n工作目录: {$W绝对路径}\n上下文:\n- Review PASS，代码已验证\n- plan_res.md 中指定 full epochs\n请执行完整训练 + 消融实验，写入 experiment_res.md。"`
+- label: `"Research Experiment"`
 
 **验证:** `$W/experiment_res.md` 包含 `[RESULT]` 行和消融表格
 
@@ -168,10 +210,10 @@ sessions_spawn({
 
 ## 上下文桥接规则
 
-每次 spawn 前，编排器必须：
+每次调用 sessions_spawn 前，编排器必须：
 1. **读取**上一步的产出文件
 2. **摘要** 2-5 行关键信息（不要复制全文）
-3. **写入** spawn task 的"上下文"部分
+3. **写入** sessions_spawn task 参数的上下文部分
 
 这确保子 agent 拿到足够信息启动，同时不会被前序步骤的完整输出污染。
 

package/skills/research-plan/SKILL.md

@@ -1,6 +1,6 @@
 ---
 name: research-plan
-description: "Create a structured implementation plan from survey results. Produces dataset/model/training/testing plans. Requires survey_res.md from /research-survey."
+description: "[Read when prompt contains /research-plan]"
 metadata:
   {
     "openclaw":
@@ -23,7 +23,8 @@ metadata:
 | `$W/task.json` | /research-pipeline or user |
 | `$W/survey_res.md` | /research-survey |
 | `$W/notes/paper_*.md` | /research-survey |
-| `$W/repos/` (optional) | git clone |
+| `$W/repos/` | /literature-survey Phase 3 |
+| `$W/prepare_res.md` | /literature-survey Phase 3 |
 
 **If `survey_res.md` is missing, STOP:** "需要先运行 /research-survey 完成深度分析"
 
@@ -41,10 +42,22 @@ metadata:
 
 读取以下文件，理解研究目标和技术方案：
 - `$W/task.json` — 研究目标
-- `$W/survey_res.md` — 技术路线建议和核心公式
-- 浏览 `$W/repos/` 的目录结构（如有）
+- `$W/survey_res.md` — 技术路线建议、核心公式、**公式→代码映射表**、参考代码架构摘要
+- `$W/prepare_res.md` — 参考仓库列表及关键文件说明
 
-### Step 2: 制定四部分计划
+### Step 2: 参考代码深度分析
+
+**⚠️ 强制性步骤（Novix Plan Agent 机制）** — 读参考仓库的实现细节，确保 plan 有具体可行的依据。
+
+对 `prepare_res.md` 中的重点仓库：
+1. 读取目录结构和 README
+2. 读取核心模型代码，理解架构实现方式
+3. 读取训练脚本，理解超参数选择和训练技巧
+4. 读取数据加载代码，理解预处理流程
+
+为每个组件记录：**参考文件路径 + 关键实现细节**。这些信息将直接填入 plan 的"参考代码"列。
+
+### Step 3: 制定四部分计划
 
 写入 `$W/plan_res.md`：
 
@@ -100,11 +113,12 @@ metadata:
   2. {ablation 2}
 ```
 
-### Step 3: 自检
+### Step 4: 自检
 
 验证计划的完整性：
 - [ ] 每个模型组件都有对应公式
-- [ ] 数据集有具体获取方式
+- [ ] **每个组件的"参考代码"列已填写**（当 repos/ 存在时）
+- [ ] 数据集有具体获取方式（URL 或下载命令）
 - [ ] Loss 函数有数学定义
 - [ ] 评估指标有明确定义
 - [ ] 训练参数合理（不要 lr=0.1 for Adam）

package/skills/research-review/SKILL.md

@@ -1,6 +1,6 @@
 ---
 name: research-review
-description: "Review ML implementation against plan and survey. Iterates fix-rerun-review up to 3 times. Requires ml_res.md from /research-implement."
+description: "[Read when prompt contains /research-review]"
 metadata:
   {
     "openclaw":
@@ -48,19 +48,55 @@ metadata:
 - `$W/project/` — 实际代码
 - `$W/ml_res.md` — 执行结果
 
-### Step 2: 逐项检查
+### Step 2: 提取原子性概念清单
+
+**⚠️ 这是 Novix Judge Agent 的核心机制 — 逐一核对每个原子性学术概念。**
+
+从 `$W/survey_res.md` 的"关键公式汇总"和"核心方法对比"中，提取所有需要在代码中实现的**原子性学术概念**（每个公式、每个核心组件都是一个概念）。
+
+为每个概念记录：
+- 概念名称（如 "Multi-Head Attention", "Contrastive Loss", "Batch Normalization"）
+- 对应公式（LaTeX 格式）
+- 预期代码位置（根据 plan_res.md 推断）
+
+示例清单：
+```
+原子性概念清单（从 survey_res.md 提取）：
+1. Multi-Head Attention — $Attention(Q,K,V) = softmax(\frac{QK^T}{\sqrt{d_k}})V$ — 预期在 model/attention.py
+2. Layer Normalization — $LN(x) = \gamma \frac{x - \mu}{\sigma} + \beta$ — 预期在 model/layers.py
+3. Residual Connection — $y = F(x) + x$ — 预期贯穿所有模型组件
+...
+```
+
+### Step 3: 逐项检查
+
+#### A. 数据集真实性审查
+
+| 检查项 | 方法 |
+|--------|------|
+| 数据集是否真实拉取 | 检查 `data/` 目录下是否有实际数据文件（非空文件），检查下载脚本/代码是否真正执行了网络请求或本地读取 |
+| 数据加载代码正确性 | 实际执行数据加载代码，验证 shape、dtype、样本数是否与 plan 一致：`python -c "from data.dataset import *; ds = ...; print(len(ds), ds[0])"` |
+| Mock 数据标注 | 搜索 `# MOCK DATA` 注释；如果使用 mock 数据但未声明，标记为 NEEDS_REVISION |
+
+#### B. 算法实现审查
 
 | 检查项 | 方法 |
 |--------|------|
-| 数据管道匹配 plan | 对比 plan Dataset Plan vs `data/` 实现 |
-| 模型架构匹配公式 | 对比 survey 公式 vs `model/` 实现 |
-| Loss 函数正确 | 对比 plan Training Plan vs `training/loss.py` |
-| 评估指标正确 | 对比 plan Testing Plan vs `testing/` |
-| [RESULT] 行存在 | 检查 ml_res.md 中的数值来源 |
-| Loss 合理 | 非 NaN/Inf，有下降趋势 |
-| 无 mock 数据（除非已声明） | 搜索 `# MOCK DATA` 注释 |
+| **原子性概念逐一核对** | **对照 Step 2 的概念清单，逐个检查**：该概念是否在代码中有对应实现？公式翻译是否正确？维度/参数是否一致？每个概念标注 ✓ 或 ✗ 并记录代码位置 |
+| Loss 函数正确 | 对比 plan Training Plan vs `training/loss.py`，验证数学公式是否正确翻译为代码 |
+| 评估指标正确 | 对比 plan Testing Plan vs `testing/`，确认指标计算逻辑无误 |
+| 关键算法未被简化 | 检查 plan 中的核心创新点是否被完整实现，而非用简化/占位逻辑替代 |
 
-### Step 3: 写入审查报告
+#### C. 算力与执行合理性审查
+
+| 检查项 | 方法 |
+|--------|------|
+| 执行用时合理 | 读取 ml_res.md 中 `[RESULT] elapsed=` 值，根据数据集规模 + 模型参数量 + 设备（CPU/GPU）判断用时是否合理。过短（如万级数据集 <1s）可能说明数据未真正加载或训练未真正执行 |
+| [RESULT] 行存在 | 检查 ml_res.md 中的数值来源，确认非编造 |
+| Loss 合理 | 非 NaN/Inf，有下降趋势（epoch 1 loss > epoch 2 loss） |
+| 数据管道匹配 plan | 对比 plan Dataset Plan vs `data/` 实现，batch size、预处理步骤一致 |
+
+### Step 4: 写入审查报告
 
 写入 `$W/iterations/judge_v1.md`：
 
@@ -70,11 +106,29 @@ metadata:
 ## Verdict: PASS / NEEDS_REVISION
 
 ## Checklist
-- [x/✗] Dataset loading matches plan
-- [x/✗] Model architecture matches formulas
-- [x/✗] Loss function correct
-- [x/✗] Training loop proper
+
+### 数据集
+- [x/✗] Dataset actually downloaded/loaded (not empty or placeholder)
+- [x/✗] Data loading code produces correct shape/dtype/count
+- [x/✗] No undeclared mock data
+
+### 算法实现 - 原子性概念核对
+
+**逐一核对 Step 2 提取的每个学术概念：**
+
+| 概念 | 公式 | 代码位置 | 结果 | 备注 |
+|------|------|----------|------|------|
+| {概念名} | $...$ | `model/xxx.py:L42` | ✓/✗ | {正确实现/公式错误/缺失/简化为占位符} |
+| ... | ... | ... | ... | ... |
+
+### 算法实现 - 整体检查
+- [x/✗] Loss function correctly implements the math
+- [x/✗] Key algorithm components fully implemented (no simplified placeholders)
 - [x/✗] Evaluation metrics correct
+
+### 算力与执行
+- [x/✗] Execution time reasonable for data scale + model size + device
+- [x/✗] Training loop proper (loss decreasing)
 - [x/✗] Results are from real execution (not fabricated)
 
 ## Issues (if NEEDS_REVISION)
@@ -82,21 +136,27 @@ metadata:
 2. ...
 ```
 
-### Step 4: 迭代（如果 NEEDS_REVISION）
+### Step 5: 迭代（如果 NEEDS_REVISION）
+
+**⚠️ 防偏移机制：每轮迭代都重新读取原始设计文档，确保修改方向正确。**
 
 循环最多 3 次：
 
 1. 读取 `judge_v{N}.md` 的修改建议
-2. 修改 `$W/project/` 中的代码
-3. 重新执行：
+2. **防偏移检查：重新读取** `$W/survey_res.md` 和 `$W/plan_res.md`
+   - 对照原始学术设计目标
+   - 确保修改不是为了"绕过审查"而偏离学术严谨性
+   - 确认修改符合 survey 中的公式定义和 plan 中的设计意图
+3. 修改 `$W/project/` 中的代码
+4. 重新执行：
    ```bash
    cd $W/project && source .venv/bin/activate && python run.py --epochs 2
    ```
-4. 读取执行输出，验证修复
-5. 写入 `judge_v{N+1}.md`
-6. 如果 PASS → 停止；否则继续
+5. 读取执行输出，验证修复
+6. **重新执行 Step 2-4**（提取概念清单 → 逐项检查 → 写报告），写入 `judge_v{N+1}.md`
+7. 如果 PASS → 停止；否则继续
 
-### Step 5: 最终判定
+### Step 6: 最终判定
 
 3 轮后仍 NEEDS_REVISION → 在最后一份 judge 中列出剩余问题，标记 `verdict: BLOCKED`，等待用户介入。
 
@@ -108,3 +168,8 @@ metadata:
 2. 每个 issue 必须给出具体的修复指令（不是"请改进"）
 3. 验证修复后必须重新执行代码并检查输出
 4. PASS 的前提：所有 checklist 项通过 + [RESULT] 数值合理
+5. **数据集必须验证真实性** —— 实际执行数据加载代码，确认有真实数据（哪怕是小规模）；纯随机 tensor 不算
+6. **执行时间必须与算力匹配** —— 2 epoch 训练时间过短（数据量 >1000 却 <2s）说明数据未加载或训练是空循环
+7. **算法实现必须完整** —— plan 中标注的核心创新点必须逐一检查，不能被简化为 `nn.Linear` 占位
+8. **原子性概念逐一核对（Novix Judge 机制）** —— Step 2 提取的每个概念都必须在 judge 报告的表格中有对应行，标注 ✓ 或 ✗
+9. **防偏移（每轮迭代必须重新对齐）** —— Step 5 每轮修改前必须重新读取 survey_res.md 和 plan_res.md，确保不偏离原始设计目标

package/skills/research-survey/SKILL.md

@@ -1,6 +1,6 @@
 ---
 name: research-survey
-description: "Deep analysis of downloaded papers: read .tex sources, extract core methods/formulas, map formulas to reference code, write structured notes. Requires papers already downloaded via /literature-survey."
+description: "[Read when prompt contains /research-survey]"
 metadata:
   {
     "openclaw":
@@ -24,9 +24,12 @@ Read and verify these files exist before starting:
 |------|--------|
 | `$W/papers/_meta/*.json` | /literature-survey |
 | `$W/papers/_downloads/` or `$W/papers/{direction}/` | /literature-survey |
-| `$W/repos/` (optional) | git clone in /literature-survey or manually |
+| `$W/repos/` | /literature-survey Phase 3 |
+| `$W/prepare_res.md` | /literature-survey Phase 3 |
 
-**If any prerequisite is missing, STOP and report:** "需要先运行 /literature-survey 完成论文下载"
+**If papers are missing, STOP:** "需要先运行 /literature-survey 完成论文下载"
+
+**Note:** 如果 `prepare_res.md` 中注明"无可用参考仓库"，代码映射步骤可跳过，但需在 survey_res.md 中标注。
 
 ## Output
 
@@ -67,11 +70,14 @@ ls $W/papers/_meta/
 - **数学公式**：至少 1 个关键公式（保留 LaTeX 格式）
 - **创新点**：与同领域其他方法的区别
 
-#### 2.3 映射到代码（如果 repos/ 存在）
+#### 2.3 映射到参考代码
+
+**⚠️ 强制性步骤（当 repos/ 存在时）** — 代码映射是下游 plan 和 implement 的关键输入。
 
-如果 `$W/repos/` 中有相关仓库：
-- 找到公式对应的代码实现
-- 记录文件路径和行号
+读取 `$W/prepare_res.md` 中的仓库列表，对每个公式/核心概念：
+1. 在对应仓库中搜索实现代码（用 grep 关键类名/函数名）
+2. 记录**文件路径、行号、代码片段**
+3. 如果多个仓库有不同实现，记录差异
 
 #### 2.4 写入笔记
 
@@ -127,7 +133,19 @@ $$
 
 ## 关键公式汇总
 
-{列出所有提取的核心公式}
+**每个公式附带代码映射，供下游 plan 和 implement 参考。**
+
+| 公式名称 | LaTeX | 参考代码 |
+|----------|-------|----------|
+| {name} | $...$ | `repos/{repo}/path.py:L42` |
+| ... | ... | ... |
+
+## 参考代码架构摘要
+
+基于 repos/ 中的参考实现，推荐的代码结构：
+- 数据加载: 参考 `repos/{repo}/data/`
+- 模型实现: 参考 `repos/{repo}/model/`
+- 训练循环: 参考 `repos/{repo}/train.py`
 ```
 
 ---

package/skills/write-review-paper/SKILL.md

@@ -1,6 +1,6 @@
 ---
 name: write-review-paper
-description: "Write literature review or survey paper from EXISTING papers. Guides reading strategy, note-taking, synthesis, and academic writing. Use for: writing thesis lit review, standalone survey papers, synthesizing findings. NOT for: searching new papers (use /literature-survey), generating research ideas (use /idea-generation)."
+description: "Use this when the user wants to write a literature review, survey paper, or thesis chapter from existing papers. Guides reading strategy, note-taking, synthesis, and academic writing. NOT for searching new papers (/literature-survey) or generating ideas (/idea-generation)."
 metadata:
   {
     "openclaw":