scientify 1.7.2 → 1.7.4

package/README.zh.md

@@ -2,253 +2,381 @@
 
 **为 OpenClaw 打造的 AI 驱动研究工作流自动化插件。**
 
+Scientify 是一个 [OpenClaw](https://github.com/openclaw/openclaw) 插件，通过 LLM 驱动的子 agent 自动化完整的学术研究流程 — 从文献调研到实验执行。
+
 [English](./README.md)
 
 ---
 
-## 功能
+## 它能做什么
 
-### Skills (通过 LLM)
+Scientify 将一条研究提示转化为完整的自动化流水线。每个阶段由独立子 agent 执行，编排器在步骤间验证产出并传递上下文。
 
-| Skill | 描述 |
-|-------|------|
-| **research-pipeline** | 端到端 ML 研究编排器。通过 sessions_spawn 逐阶段派发子 agent，验证产出后推进。 |
-| **research-survey** | 深度分析已下载论文：提取公式、映射代码、生成核心方法对比表。 |
-| **research-plan** | 从调研结果制定四部分实现计划（数据集/模型/训练/测试）。 |
-| **research-implement** | 按计划实现 ML 代码，使用 `uv` 虚拟环境隔离，2 epoch 验证，确保真实结果。 |
-| **research-review** | 对照计划和调研审查实现代码，最多迭代修复 3 轮。 |
-| **research-experiment** | 完整训练 + 消融实验 + 结果分析。需要 review PASS。 |
-| **literature-survey** | 文献综述：搜索 → 筛选 → 下载 → 聚类 → 报告。 |
-| **idea-generation** | 从研究主题生成创新想法。搜索 arXiv/GitHub、下载论文，输出 5 个研究想法。 |
+### 场景一 — 端到端研究流水线
 
-### Commands (直接执行，不经 LLM)
+> *"研究经典 ML 分类器在 Fashion-MNIST 上的缩放定律"*
 
-| 命令 | 描述 |
-|------|------|
-| `/research-status` | 显示工作空间状态 |
-| `/papers` | 列出已下载论文 |
-| `/ideas` | 列出已生成想法 |
-| `/projects` | 列出所有项目 |
-| `/project-switch <id>` | 切换项目 |
-| `/project-delete <id>` | 删除项目 |
+**research-pipeline** 编排器依次 spawn 6 个阶段的子 agent：
 
-### Tools
+```mermaid
+flowchart LR
+    A["文献调研"] --> B["深度分析"] --> C["实现计划"] --> D["代码实现"] --> E["自动审查"] --> F["完整实验"]
+```
 
-| Tool | 描述 |
-|------|------|
-| **arxiv_search** | 搜索 arXiv API，返回论文元数据（标题、作者、摘要、ID）。 |
-| **arxiv_download** | 按 ID 下载 arXiv 论文，优先 .tex 源文件，回退到 PDF。内置速率限制。 |
-| **github_search** | 搜索 GitHub 仓库，支持关键词、语言过滤、按 stars/更新时间排序。 |
+<details>
+<summary><b>各阶段产出详情</b></summary>
+
+| 阶段 | 做了什么 | 产出文件 |
+|:-----|:--------|:---------|
+| **1. 文献调研** | 搜索 arXiv + OpenAlex，筛选、下载 .tex 源文件，按方向聚类 | `survey/report.md` |
+| **2. 深度分析** | 提取公式，映射方法到代码，生成交叉对比 | `survey_res.md` |
+| **3. 实现计划** | 四部分计划 — 数据集 / 模型 / 训练 / 测试 | `plan_res.md` |
+| **4. 代码实现** | 在 `uv` 隔离虚拟环境中编写 ML 代码，2 epoch 验证 | `project/run.py` |
+| **5. 自动审查** | 审查代码 → 修复 → 重跑 → 再审查（最多 3 轮） | `iterations/judge_v*.md` |
+| **6. 完整实验** | 全量训练 + 消融实验，生成最终分析 | `experiment_res.md` |
+
+</details>
 
 ---
 
-## 快速开始
+### 场景二 — 创新想法生成
 
-```bash
-# 安装插件
-openclaw plugins install scientify
+> *"探索蛋白质折叠的最新进展，生成创新研究想法"*
 
-# 开始使用
-openclaw "研究 transformer 效率并生成研究想法"
-```
+**idea-generation** skill 先调研文献，然后：
+
+1. 基于真实论文生成 **5 个多样化研究想法**
+2. 从新颖性、可行性、影响力三个维度打分
+3. 选出最佳想法，生成带详细方法论的**增强提案**
+
+> [!TIP]
+> **产出：** `ideas/selected_idea.md` — 一份可直接推进的研究提案。
 
 ---
 
-## 安装
+### 场景三 — 独立文献调研
 
-```bash
-openclaw plugins install scientify
-```
+> *"调研视觉-语言模型在医学影像中的最新论文"*
 
-> **注意：** 不要使用 `npm install scientify`。OpenClaw 插件必须通过 `openclaw plugins install` 安装才能被正确发现。
+只需要一份结构化阅读清单时，单独运行调研阶段：
 
-插件将安装到 `~/.openclaw/extensions/scientify/` 并自动启用。
+- 搜索 **arXiv**（CS/ML 方向）和 **OpenAlex**（跨学科，覆盖更广）
+- 下载 `.tex` 源文件；通过 **Unpaywall** 获取开放获取 PDF
+- 按子主题聚类，提取每个方向的关键发现
+- 生成结构化调研报告
+
+> [!TIP]
+> **产出：** `survey/report.md` + 原始论文在 `papers/_downloads/`
 
 ---
 
-## 使用场景
+### 场景四 — 综述论文撰写
 
-### 1. 一键生成研究想法
+> *"基于项目研究产出撰写一篇综述论文"*
 
-```
-你: 帮我调研 "长文档摘要" 领域，生成一些创新的研究想法
-
-Agent: [自动执行]
-  1. 搜索 arXiv 论文
-  2. 搜索 GitHub 仓库
-  3. 下载并分析 .tex 源文件
-  4. 生成 5 个创新想法
-  5. 选出最佳想法并增强
-  6. 映射到代码实现
-```
+完成研究流水线（或至少文献调研 + 深度分析）后，**write-review-paper** skill 自动整合：
 
-### 2. 每日文献追踪
+- 综合调研报告、分析笔记和方法对比表
+- 按 Introduction、Related Work、Methods、Discussion 结构组织
+- 产出可直接编辑的 Markdown 格式论文草稿
 
-```
-你: 帮我设置一个定时任务，每天早上 9 点检查 arXiv 上关于
-   "transformer efficiency" 的新论文，如果有相关的就总结后发到飞书
-
-Agent: 好的，我来设置:
-  1. 创建定时 Hook (cron: "0 9 * * *")
-  2. 每天调用 arxiv 工具搜索最近 24h 的论文
-  3. 用你的 idea (selected_idea.md) 作为对比基准
-  4. 筛选相关论文，生成摘要
-  5. 通过飞书 webhook 推送
-
-[示例推送]
-📚 今日相关论文 (3篇)
-• "FlashAttention-3: Fast Attention with ..." - 与你的 idea 高度相关，建议精读
-• "Efficient Long-Context Transformers" - 中等相关
-• "..."
-```
+> [!TIP]
+> **产出：** 基于项目所有研究产物生成的综述/调研论文草稿。
 
-### 3. 研究进展汇报
+---
 
-```
-你: 每周五下午帮我生成本周研究进展报告，发到 Slack
+### 进阶场景 — 结合 OpenClaw 平台能力
+
+Scientify 作为 OpenClaw 插件运行，天然可以调用平台的 MCP 服务器、浏览器自动化、多会话并发等能力，组合出更强大的工作流。
 
-Agent: [每周五自动执行]
-  1. 读取 $WORKSPACE 变化
-  2. 统计: 新增论文 X 篇，新想法 Y 个，代码提交 Z 次
-  3. 生成周报 markdown
-  4. 推送到 Slack #research 频道
+---
+
+### 场景五 — 文献推送机器人
+
+> *"每天自动搜索 diffusion model 新论文，筛选后推送到飞书群"*
+
+结合 OpenClaw 的 **MCP 集成**（Slack / 飞书 / 邮件）和 **定时触发**，搭建自动化文献监控：
+
+```mermaid
+flowchart LR
+    A["定时触发\n(cron / webhook)"] --> B["arxiv_search\n+ openalex_search"]
+    B --> C["LLM 筛选\n+ 摘要生成"]
+    C --> D["推送到\n飞书 / Slack / 邮件"]
 ```
 
-### 4. 竞品论文监控
+1. 通过外部 cron 或 OpenClaw webhook 定期触发会话
+2. Scientify 的 `arxiv_search` + `openalex_search` 搜索最新论文
+3. LLM 按你的研究方向打分筛选，生成中文摘要
+4. 通过 MCP 工具推送到飞书群、Slack 频道或邮箱
+
+> [!NOTE]
+> **依赖：** 需配置对应的 MCP 服务器（如 `feishu-mcp`、`slack-mcp`）。OpenClaw 支持在 `openclaw.json` 中声明 MCP 服务器。
+
+---
+
+### 场景六 — 浏览器下载付费文献
 
+> *"用学校 VPN 下载这 5 篇 IEEE 论文的 PDF"*
+
+Scientify 内置的 `arxiv_download` 和 `unpaywall_download` 只能获取开放获取论文。对于付费文献，结合 OpenClaw 的 **浏览器自动化**（Playwright MCP）可以突破限制：
+
+```mermaid
+flowchart LR
+    A["Scientify\n提供论文 URL"] --> B["Playwright MCP\n打开浏览器"]
+    B --> C["机构代理/VPN\n自动认证"]
+    C --> D["导航到出版商\n下载 PDF"]
 ```
-你: 监控 "Yann LeCun" 和 "Meta AI" 的新论文，有新发布就提醒我
 
-Agent: 设置监控:
-  - 每日检查 arxiv 作者 "Yann LeCun"
-  - 检查 arxiv 机构 "Meta AI"
-  - 新论文出现时推送通知
+- OpenClaw 启动受控浏览器（通过 Playwright MCP server）
+- 浏览器通过你的机构代理 / VPN 访问出版商网站
+- 自动导航到论文页面，下载 PDF 到项目 `papers/_downloads/`
+- 适用于 IEEE、Springer、Elsevier、ACM 等需要机构订阅的出版商
+
+> [!NOTE]
+> **依赖：** 需配置 Playwright MCP 服务器，且本机可通过机构网络访问论文。
+
+---
+
+### 场景七 — 多主题并行研究
+
+> *"同时调研 3 个方向：LoRA 微调、MoE 架构、KV-Cache 优化"*
+
+利用 OpenClaw 的 **多会话并发**（`sessions_spawn`），同时启动多条研究流水线：
+
+```mermaid
+flowchart TD
+    O["主 Agent\n(编排器)"] --> A["子会话 1\nLoRA 微调"]
+    O --> B["子会话 2\nMoE 架构"]
+    O --> C["子会话 3\nKV-Cache 优化"]
+    A --> D["各自独立项目目录\n互不干扰"]
+    B --> D
+    C --> D
 ```
 
-### 5. 论文阅读助手
+- 每个子主题独立运行完整流水线，拥有独立项目目录
+- 主 agent 收集各方向结果，生成跨主题对比分析
+- 适合综述论文选题阶段快速摸底多个方向
+
+---
+
+### 场景八 — 论文精读助手
+
+> *"帮我逐段精读这篇 Attention Is All You Need，解释每个公式"*
+
+结合 OpenClaw 的对话界面和 Scientify 的 `paper_browser` 工具，进行交互式论文阅读：
 
+- `paper_browser` 按页加载论文，避免超长上下文
+- 逐节讨论：LLM 解释公式推导、对比相关工作、指出创新点
+- 可追问具体实现细节，LLM 用 `github_search` 找到对应开源代码
+- 所有分析笔记保存到 `notes/paper_{id}.md`
+
+---
+
+### 场景九 — 从论文到可复现实验
+
+> *"复现这篇论文的 Table 2 实验结果"*
+
+全流程自动化：论文理解 → 代码实现 → 实验复现 → 结果对比：
+
+```mermaid
+flowchart LR
+    A["paper_browser\n精读论文"] --> B["research-plan\n提取实验设计"]
+    B --> C["research-implement\n实现代码"]
+    C --> D["research-experiment\n运行实验"]
+    D --> E["对比论文\nTable 2 结果"]
 ```
-你: 帮我读一下 papers/2401.12345/ 这篇论文，
-   重点关注它的方法和我的 idea 有什么异同
 
-Agent: [读取论文 .tex 文件]
+1. 用 `paper_browser` 精读目标论文的方法和实验部分
+2. `research-plan` 提取实验配置（超参、数据集、指标）
+3. `research-implement` 生成代码并在 `uv` 隔离环境中验证
+4. `research-experiment` 运行完整实验
+5. LLM 自动将实验结果与论文原始数据对比分析
 
-  📄 论文: "Efficient Attention for Long Documents"
+---
 
-  ## 与你的 idea 对比
+## 环境要求
 
-  | 方面 | 论文方法 | 你的方法 |
-  |------|---------|---------|
-  | 注意力机制 | Sparse Attention | Hierarchical Attention |
-  | 复杂度 | O(n√n) | O(n log n) |
-  | 优势 | 实现简单 | 保留更多信息 |
+- **Node.js** >= 18
+- **Python 3** + **uv**（用于 ML 代码执行）
+- **git**
 
-  ## 建议
-  可以考虑结合两者...
+---
+
+## 安装 OpenClaw
+
+```bash
+# 全局安装 OpenClaw
+pnpm add -g openclaw    # 或: npm install -g openclaw
+
+# 运行引导向导（配置模型提供商、API Key、工作空间）
+openclaw onboard
+
+# 启动 Gateway（WebUI 服务器）
+openclaw gateway
 ```
 
-### 6. Related Work 写作助手
+启动后，WebUI 地址为 **http://127.0.0.1:18789/**（默认端口）。
 
+> **代理用户注意：** 如果你设置了 `http_proxy`，访问 WebUI 时需加 `--noproxy 127.0.0.1`，或在浏览器中配置代理例外。
+
+---
+
+## 安装 Scientify
+
+### 从 npm 安装（推荐）
+
+```bash
+openclaw plugins install scientify
 ```
-你: 基于我项目里的论文，帮我写 Related Work 章节
 
-Agent: [读取 papers/ 和 literature/notes/]
+插件安装到 `~/.openclaw/extensions/scientify/`，自动启用。
 
-  生成 related_work.tex:
+### 从源码安装（开发用）
 
-  \section{Related Work}
+```bash
+git clone https://github.com/user/scientify.git
+cd scientify && pnpm install && pnpm build
 
-  \subsection{Long Document Summarization}
-  Recent works have explored various approaches...
-  \cite{paper1} proposed...
-  \cite{paper2} extended this by...
+# 链接为开发插件
+openclaw plugins install -l ./
+```
 
-  \subsection{Efficient Transformers}
-  ...
+### 验证安装
+
+```bash
+openclaw plugins list
+# 应显示: scientify (enabled)
 ```
 
-### 7. 想法碰撞
+安装后需 **重启 Gateway** 以加载插件：
 
+```bash
+# 停止运行中的 Gateway（Ctrl+C），然后：
+openclaw gateway
 ```
-你: 把 "强化学习" 和 "文本摘要" 两个领域结合，看能不能碰撞出新想法
 
-Agent: [搜索两个领域的论文]
+---
+
+## 通过 WebUI 使用
+
+### 1. 打开 WebUI
 
-  🔥 碰撞结果:
+浏览器访问 **http://127.0.0.1:18789/**。
 
-  1. **RL-guided Summarization**
-     用 RL 优化摘要的可读性和信息覆盖
-     参考: [2301.xxx], [2302.xxx]
+### 2. 开始研究任务
 
-  2. **Interactive Summarization Agent**
-     用户反馈作为 reward 信号迭代优化摘要
+在聊天框中输入研究提示，Scientify 的 skill 会被 LLM 自动匹配：
 
-  3. ...
+```
+研究 "transformer efficiency"，分析论文并生成创新想法
 ```
 
-### 8. 实验设计助手
+或者用斜杠命令直接调用特定 skill：
 
 ```
-你: 我的 idea 是 xxx，帮我设计实验方案
+/research-pipeline
+/literature-survey
+/idea-generation
+```
 
-Agent: [读取 selected_idea.md 和相关论文]
+### 3. 监控子 agent 进度
 
-  ## 实验设计
+编排器 spawn 子 agent 后，你会看到：
+- **启动通知** — "Phase 1: Literature Survey 已启动"
+- **完成通知** — 子 agent 完成后自动发送消息
+- **进度推进** — 编排器验证产出后自动进入下一阶段
 
-  ### Datasets
-  1. CNN/DailyMail - 标准新闻摘要 (287k samples)
-  2. arXiv - 长文档科学论文 (215k samples)
-  3. ...
+随时查看状态：
 
-  ### Baselines
-  1. BART-large (参考: paper_001.md)
-  2. LED (参考: paper_003.md)
+```
+/research-status
+```
 
-  ### Metrics
-  - ROUGE-1/2/L
-  - BERTScore
-  - 人工评估: 流畅度、信息覆盖
+### 4. 管理项目
 
-  ### Ablation Studies
-  1. 去掉 xxx 模块
-  2. ...
 ```
+/projects              # 列出所有项目
+/project-switch <id>   # 切换项目
+/papers                # 列出已下载论文
+/ideas                 # 列出已生成想法
+```
+
+---
+
+## Skills
+
+### 流水线 Skills（LLM 驱动）
+
+| Skill | 斜杠命令 | 描述 |
+|-------|---------|------|
+| **research-pipeline** | `/research-pipeline` | 编排器。逐阶段 spawn 子 agent，验证产出后推进。 |
+| **literature-survey** | `/literature-survey` | 搜索 arXiv → 筛选 → 下载 .tex 源文件 → 聚类 → 生成调研报告。 |
+| **research-survey** | `/research-survey` | 深度分析论文：提取公式、映射代码、生成核心方法对比表。 |
+| **research-plan** | `/research-plan` | 从调研结果制定四部分实现计划（数据集/模型/训练/测试）。 |
+| **research-implement** | `/research-implement` | 按计划实现 ML 代码，`uv` 虚拟环境隔离，2 epoch 验证。 |
+| **research-review** | `/research-review` | 审查实现代码，迭代修复 → 重跑 → 审查，最多 3 轮。 |
+| **research-experiment** | `/research-experiment` | 完整训练 + 消融实验。需要 review PASS。 |
+| **idea-generation** | `/idea-generation` | 生成 5 个创新研究想法，选出最佳并增强。 |
+
+### 独立 Skills
+
+| Skill | 描述 |
+|-------|------|
+| **write-review-paper** | 基于项目研究产出撰写综述论文草稿。 |
+
+### Tools（LLM 可调用）
+
+| Tool | 描述 |
+|------|------|
+| `arxiv_search` | 搜索 arXiv 论文，返回元数据（标题、作者、摘要、ID）。不下载文件。支持按相关性/日期排序、日期过滤。 |
+| `arxiv_download` | 按 arXiv ID 批量下载论文，优先 .tex 源文件（PDF 回退）。需指定绝对路径输出目录。 |
+| `openalex_search` | 通过 OpenAlex API 搜索跨学科学术论文，返回 DOI、作者、引用数、OA 状态。覆盖范围比 arXiv 更广。 |
+| `unpaywall_download` | 通过 Unpaywall API 按 DOI 下载开放获取 PDF。非 OA 论文跳过不报错。 |
+| `github_search` | 搜索 GitHub 仓库，返回仓库名、描述、star 数、URL。支持语言过滤和排序。 |
+| `paper_browser` | 分页浏览大型论文文件（.tex/.md），避免一次性加载数千行到上下文。返回指定行范围和导航信息。 |
+
+### Commands（直接执行，不经 LLM）
+
+| 命令 | 描述 |
+|------|------|
+| `/research-status` | 显示工作空间状态和当前项目 |
+| `/papers` | 列出已下载论文及元数据 |
+| `/ideas` | 列出已生成想法 |
+| `/projects` | 列出所有项目 |
+| `/project-switch <id>` | 切换当前项目 |
+| `/project-delete <id>` | 删除项目 |
 
 ---
 
 ## 工作空间结构
 
+所有研究数据组织在 `~/.openclaw/workspace/projects/` 下：
+
 ```
-~/.openclaw/workspace/projects/
-├── .active                      # 当前项目 ID
-├── nlp-summarization/           # 项目 A
-│   ├── project.json             # 元数据
-│   ├── task.json                # 任务定义
-│   ├── survey/                  # /literature-survey 产出
-│   │   ├── search_terms.json
-│   │   └── report.md
-│   ├── papers/                  # 下载的论文
-│   │   ├── _downloads/          # 原始文件
-│   │   ├── _meta/               # 元数据 JSON
-│   │   └── {direction}/         # 按方向聚类
-│   ├── repos/                   # 克隆的仓库
-│   ├── notes/                   # /research-survey: 逐篇深度笔记
+projects/
+├── .active                        # 当前项目 ID
+├── scaling-law-fashion-mnist/     # 示例项目
+│   ├── project.json               # 元数据
+│   ├── task.json                  # 任务定义
+│   ├── papers/
+│   │   ├── _meta/                 # 论文元数据 (*.json)
+│   │   └── _downloads/            # 原始 .tex/.pdf 文件
+│   ├── survey/
+│   │   └── report.md              # 文献调研报告
+│   ├── notes/                     # 逐篇深度分析
 │   │   └── paper_{arxiv_id}.md
-│   ├── survey_res.md            # /research-survey: 方法对比
-│   ├── plan_res.md              # /research-plan: 实现计划
-│   ├── project/                 # /research-implement: ML 代码
-│   │   ├── model/
-│   │   ├── data/
+│   ├── survey_res.md              # 核心方法对比表
+│   ├── plan_res.md                # 实现计划
+│   ├── project/                   # ML 代码
 │   │   ├── run.py
 │   │   └── requirements.txt
-│   ├── ml_res.md                # /research-implement: 执行报告
-│   ├── iterations/              # /research-review: 审查报告
+│   ├── ml_res.md                  # 实现结果报告
+│   ├── iterations/                # 审查迭代
 │   │   └── judge_v*.md
-│   ├── experiment_res.md        # /research-experiment: 最终结果
-│   └── ideas/                   # 生成的想法
-│       ├── idea_1.md
-│       ├── idea_2.md
-│       └── selected_idea.md     # 最佳想法
+│   ├── experiment_res.md          # 最终实验结果
+│   └── ideas/                     # 生成的想法
+│       ├── idea_*.md
+│       └── selected_idea.md
 └── another-project/
 ```
 
@@ -256,16 +384,14 @@ Agent: [读取 selected_idea.md 和相关论文]
 
 ## 配置
 
-安装后插件自动启用。可以在 `~/.openclaw/openclaw.json` 中自定义设置：
+插件设置位于 `~/.openclaw/openclaw.json`：
 
 ```json
 {
   "plugins": {
     "entries": {
       "scientify": {
-        "enabled": true,
-        "workspaceRoot": "~/my-research",
-        "defaultMaxPapers": 15
+        "enabled": true
       }
     }
   }
@@ -275,39 +401,36 @@ Agent: [读取 selected_idea.md 和相关论文]
 ### 插件管理
 
 ```bash
-# 列出已安装插件
-openclaw plugins list
-
-# 禁用插件
-openclaw plugins disable scientify
-
-# 启用插件
-openclaw plugins enable scientify
-
-# 更新到最新版本
-openclaw plugins update scientify
+openclaw plugins list               # 列出已安装插件
+openclaw plugins enable scientify    # 启用
+openclaw plugins disable scientify   # 禁用
+openclaw plugins update scientify    # 更新到最新版
+openclaw plugins doctor              # 诊断问题
 ```
 
 ---
 
 ## 已知限制
 
-### Sandbox 与 GPU
-
-`research-pipeline` skill 的代码执行步骤取决于你的 OpenClaw agent 配置：
-
-- 如果 `sandbox.mode: "off"`（CLI 默认），命令直接在主机执行
-- 当前 sandbox **不支持** GPU（`--gpus`）和自定义共享内存（`--shm-size`）
-
-对于需要 GPU 加速的 ML 训练：
-1. 在 sandbox 外运行（配置 agent `sandbox.mode: "off"`）
-2. 使用云 GPU 实例
-3. 等待 OpenClaw 添加 GPU 支持
+- **子 agent 超时**：每个子 agent 超时 30 分钟（`runTimeoutSeconds: 1800`）。复杂文献调研可能需要更长时间。
+- **GPU/Sandbox**：代码默认在宿主机直接执行。OpenClaw sandbox 暂不支持 GPU 透传。
+- **模型依赖**：研究质量与使用的 LLM 模型强相关。推荐 Claude Opus 4.5+ 或 GPT-5+。
 
 ---
 
 ## 开发
 
+```bash
+git clone https://github.com/user/scientify.git
+cd scientify
+pnpm install
+pnpm build          # 构建 TypeScript
+pnpm dev            # 监听模式
+
+# 链接到 OpenClaw 测试
+openclaw plugins install -l ./
+```
+
 参见 [CLAUDE.md](./CLAUDE.md) 了解版本更新流程和贡献指南。
 
 ---

package/dist/src/hooks/research-mode.d.ts

@@ -15,12 +15,10 @@ type HookResult = {
     systemPrompt?: string;
 };
 /**
- * Creates the research mode hook that injects enhancement prompt
- * into all conversations when scientify is active.
- *
- * This ensures agents are always aware of available research skills
- * and know how to use them properly.
+ * Creates the research mode hook.
+ * Only injects on the first message of a session (messages array empty).
+ * Subsequent messages retain it via conversation history.
  */
-export declare function createResearchModeHook(): (_event: HookEvent, _context: HookContext) => HookResult;
+export declare function createResearchModeHook(): (event: HookEvent, _context: HookContext) => HookResult;
 export {};
 //# sourceMappingURL=research-mode.d.ts.map

package/dist/src/hooks/research-mode.d.ts.map

@@ -1 +1 @@
-{"version":3,"file":"research-mode.d.ts","sourceRoot":"","sources":["../../../src/hooks/research-mode.ts"],"names":[],"mappings":"AAAA;;GAEG;AACH,KAAK,SAAS,GAAG;IACf,MAAM,EAAE,MAAM,CAAC;IACf,QAAQ,CAAC,EAAE,OAAO,EAAE,CAAC;CACtB,CAAC;AAEF,KAAK,WAAW,GAAG;IACjB,OAAO,CAAC,EAAE,MAAM,CAAC;IACjB,UAAU,CAAC,EAAE,MAAM,CAAC;IACpB,YAAY,CAAC,EAAE,MAAM,CAAC;CACvB,CAAC;AAEF,KAAK,UAAU,GAAG;IAChB,cAAc,CAAC,EAAE,MAAM,CAAC;IACxB,YAAY,CAAC,EAAE,MAAM,CAAC;CACvB,CAAC;AA2HF;;;;;;GAMG;AACH,wBAAgB,sBAAsB,KAC5B,QAAQ,SAAS,EAAE,UAAU,WAAW,KAAG,UAAU,CAO9D"}
+{"version":3,"file":"research-mode.d.ts","sourceRoot":"","sources":["../../../src/hooks/research-mode.ts"],"names":[],"mappings":"AAAA;;GAEG;AACH,KAAK,SAAS,GAAG;IACf,MAAM,EAAE,MAAM,CAAC;IACf,QAAQ,CAAC,EAAE,OAAO,EAAE,CAAC;CACtB,CAAC;AAEF,KAAK,WAAW,GAAG;IACjB,OAAO,CAAC,EAAE,MAAM,CAAC;IACjB,UAAU,CAAC,EAAE,MAAM,CAAC;IACpB,YAAY,CAAC,EAAE,MAAM,CAAC;CACvB,CAAC;AAEF,KAAK,UAAU,GAAG;IAChB,cAAc,CAAC,EAAE,MAAM,CAAC;IACxB,YAAY,CAAC,EAAE,MAAM,CAAC;CACvB,CAAC;AASF;;;;GAIG;AACH,wBAAgB,sBAAsB,KAC5B,OAAO,SAAS,EAAE,UAAU,WAAW,KAAG,UAAU,CAM7D"}