citation-verifier

1. 在 Appendix 增加了表格
2. 持续打磨写作技巧，提升写作上下限（已经尝试了增加 role playing 的 soft 约束）

1. 加入多 cli 协作，multi-agent design （在合适的环节接入 API，替代或者分担 codex 执行过程中的压力）
2. 完善剩余的Pipeline，example 新增例子
3. 精简Pipeline中冗余的中间内容，遵循优雅的奥卡姆剃刀原则，如无必要，勿增实体。

传统问题：研究流水线要么是黑盒脚本（不知道怎么改），要么是松散文档（执行时靠人肉判断）。

本设计的解法：

1. Skills 语义化：每个 skill 不是函数，而是带引导的执行单元——

- inputs / outputs：明确依赖和产物

- acceptance：验收标准（如"每小节映射 >=8 篇论文"）

- notes：怎么做、边界条件、常见错误

- guardrail：不能做什么（如 C2-C4 阶段 NO PROSE）

1. 拆解链路：6 个 checkpoint（C0→C5），约 40+ 个原子 units（不同 pipeline 略有差异；LaTeX 版本会多几个），依赖关系显式写在 UNITS.csv
2. 证据先行：C2-C4 强制先建证据底座（taxonomy → mapping → evidence packs），C5 才写作

设计目标：

• 可复用：同一个 skill（如 subsection-writer）可被多个 pipeline 复用，换个 pipeline 不用重写逻辑
• 可引导：新手/模型按 skill 的 acceptance + notes 执行，不需要"猜"该做到什么程度
• 可约束：guardrail 防止执行者（尤其是模型）越界（如在 C3 阶段偷偷写正文）
• 可定位：失败时报告指向具体 skill + 中间产物，修复后从失败点继续

---

为什么这样设计？

| 特性 | 传统做法 | 本设计 |

|------|----------|--------|

| 可见 | 黑盒脚本 | 每个 unit 产出中间文件（papers/、outline/、citations/、sections/） |

| 可审计 | 日志散落 | UNITS.csv 记录执行历史与验收标准，DECISIONS.md 记录人类检查点 |

| 可自循环 | 失败全部重跑 | 质量门 FAIL → 报告告诉你改哪个中间产物 → 修复后从失败 unit 继续 |

| 可复用 | 每个项目重写 | skills 模块化，跨 pipeline 复用（如 taxonomy-builder、evidence-binder） |

| 可引导 | 靠人肉判断 | 每个 skill 带 acceptance + notes，执行者知道"做到什么程度" |

English version: [README.en.md](README.en.md).

```toml

[sandbox_workspace_write]

network_access = true

[features]

unified_exec = true

shell_snapshot = true

steer = true

```

启动 codex

> codex --sandbox workspace-write --ask-for-approval never

把下面这句话丢给 Codex（或 Claude Code）即可：

> 给我写一个 agent 的 latex-survey

这句话会触发 repo 内的 skills 自动路由并执行 pipeline（按 UNITS.csv 合同落盘中间产物）。

（可选：指定 pipeline 文件：pipelines/arxiv-survey-latex.pipeline.md（或 research-units-pipeline-skills/pipelines/arxiv-survey-latex.pipeline.md）；不想自动同意 C2：把“C2 自动同意”删掉即可。C2 是一个 human in the loop 的介入点）

你也可以更明确一点（避免 router 选错）：

> 用 pipelines/arxiv-survey-latex.pipeline.md 给我写一个 agent 的 latex-survey（启用 strict 质量门；C2 自动同意）

执行层：

• UNITS.csv：39+（还在增加） 个原子 unit 的执行合约（依赖 → 输入 → 输出 → 验收标准）
• DECISIONS.md：人类检查点（C2 必须审批大纲后才进入写作）

中间产物层（按 checkpoint 分层）：

```

C1: papers/papers_raw.jsonl → papers/papers_dedup.jsonl → papers/core_set.csv (+ papers/retrieval_report.md) # 检索 + 去重/精选

C2: outline/taxonomy.yml → outline/outline.yml → outline/mapping.tsv (+ outline/coverage_report.md; outline/outline_state.jsonl) # 结构（NO PROSE）

C3: papers/fulltext_index.jsonl → papers/paper_notes.jsonl + papers/evidence_bank.jsonl → outline/subsection_briefs.jsonl (+ outline/chapter_briefs.jsonl) # 证据底座（NO PROSE）

C4: citations/ref.bib + citations/verified.jsonl → outline/evidence_bindings.jsonl → outline/evidence_drafts.jsonl → outline/anchor_sheet.jsonl → outline/writer_context_packs.jsonl (+ outline/claim_evidence_matrix.md) # 引用 + 证据包（NO PROSE）

C5: sections/*.md → output/DRAFT.md → latex/main.tex → latex/main.pdf # 写作 + 编译

```

质量门 + 自循环入口：

• --strict 模式才会持续写入质量门结论：unit 被 BLOCKED 时看 output/QUALITY_GATE.md（最新条目）定位需要修的中间产物；脚本/缺产物等运行问题看 output/RUN_ERRORS.md
• 非 --strict 跑法：不会做 unit-level 质量门拦截（output/QUALITY_GATE.md 可能只有模板/历史记录）；以 output/AUDIT_REPORT.md（全局审计）+ output/RUN_ERRORS.md 为主
• 写作层自循环（只修复失败小节）：

- output/WRITER_SELFLOOP_TODO.md（写作门：PASS/FAIL + 需要修复的 sections 列表）

- output/SECTION_LOGIC_REPORT.md（thesis + 连接词密度）

- output/ARGUMENT_SELFLOOP_TODO.md（论证链路 + 前提/口径一致性；ledger 为中间态，不进终稿）

- output/CITATION_BUDGET_REPORT.md（引用增密建议）

```

你：给我写一个 agent 的 latex-survey

↓ [C0-C1] 检索 1200+ 候选论文（目标 1500+）→ core set=300（最终文献150++ 默认；arXiv 可补全 meta）

↓ [C2] 构建 taxonomy + outline + mappin