research-paper

name research-paper description CS 顶会论文写作全流程 Skill（7-Agent Pipeline）。覆盖从选题到投稿的完整管线：Idea 生成、Literature Review、Method 设计、Experiment 方案、Paper Writing、模拟审稿、Rebuttal。 触发词包括但不限于：写论文、发顶会、research paper、论文选题、idea generation、literature review、模拟审稿、rebuttal、paper writing、帮我写 paper、投稿、选题、novelty check。 当用户想要系统性地撰写一篇学术论文，或者需要某个阶段的帮助（如只做选题、只做文献综述、只做模拟审稿）时触发。 不要用于公众号写作（用 khazix-writer）、不要用于产品调研（用 hv-analysis）。 Research Paper Writing Skill 7-Agent 管线，将一个粗糙的研究想法变成一篇投稿就绪的顶会论文。 快速开始 用户可能给出以下任意一种输入： 一个研究方向/关键词（如 "BLE wearable + mental health"） 一个具体的 idea 描述 一份已有的实验数据/代码 一篇写了一半的论文草稿 只想做某个阶段（如 "帮我做 literature review"、"帮我模拟审稿"） 判断入口点 ：根据用户输入判断应该从哪个阶段开始，不必每次都从头跑完整管线。 用户意图 入口 Agent 说明 给了方向/关键词 Idea Agent 全流程 给了具体 idea Literature Agent 跳过选题 给了 idea + 文献 Method Agent 跳过前两步 给了方法 + 实验设计 Writing Agent 直接写 给了完整论文草稿 Review Agent 只做审稿 给了论文 + reviews Rebuttal Agent 只做 rebuttal 工作目录初始化 确认研究主题后，第一件事是创建工作目录： mkdir -p "[项目名称]" /{sections,figures/svg_output,figures/output,data,output} 目录结构： [项目名称]/ research_state.json # 全局状态文件（断点续跑） idea_output.json # Idea Agent 输出 literature_pool.json # 文献池 references.bib # BibTeX 文件 sections/ # 各 section 的 Markdown 草稿 abstract.md introduction.md related_work.md method.md experiments.md conclusion.md figures/ # 图表文件 figure_list.json # 图表清单（id/type/description/status） svg_output/ # SVG 源文件 output/ # 导出产物 paper_figures.pptx # 所有 SVG 汇总的 PPTX data/ # 实验数据 output/ # 最终产出 paper.md # 完整 Markdown 论文 paper.tex # LaTeX 版本 paper.pdf # 编译后 PDF rebuttal.md # Rebuttal letter 状态管理 用 research_state.json 驱动整个管线，支持断点续跑。每完成一个阶段就更新状态文件。 初始化模板： { "project_name" : "" , "target_venue" : "" , "current_phase" : "idea" , "selected_idea_index" : null , "phases" : { "idea" : { "status" : "pending" , "output_path" : null } , "literature" : { "status" : "pending" , "output_path" : null } , "method" : { "status" : "pending" , "output_path" : null } , "experiment" : { "status" : "pending" , "output_path" : null } , "writing" : { "status" : "pending" , "output_path" : null } , "review" : { "status" : "pending" , "output_path" : null } , "rebuttal" : { "status" : "pending" , "output_path" : null } } , "created_at" : "" , "updated_at" : "" } 每个阶段完成后： 将 status 更新为 "completed" 填入 output_path 将 current_phase 推进到下一阶段 更新 updated_at 时间戳 如果用户中途回来继续，读取 research_state.json 判断从哪里接续。 7-Agent 管线 按顺序执行以下阶段。每个阶段的详细指令在对应的 reference 文件中。 Phase 1: Idea Agent（选题） 何时执行 ：用户给了一个方向/关键词但没有具体 idea。 读取详细指令 ： idea-agent.md 摘要 ： 搜索领域最新趋势（arXiv API + WebSearch） 识别 Research Gap 生成 3-5 个候选 Idea（含 novelty、contributions、difficulty） 用 Semantic Scholar 做 Novelty Check 让用户选择一个 Idea 输出 idea_output.json Phase 2: Literature Agent（文献） 何时执行 ：有了具体 idea，需要做文献调研。 读取详细指令 ： literature-agent.md 摘要 ： 多源检索（arXiv + Semantic Scholar + WebSearch） 去重 + 透明排名 引用追踪（Snowball） 分类聚类 撰写 Related Work 4 层引用验证 输出 literature_pool.json + references.bib + sections/related_work.md Phase 3: Method Agent（方法设计） 何时执行 ：有了 idea 和文献，需要设计方法。 读取详细指令 ： method-agent.md 摘要 ： 分析现有方法的技术路线 设计方法结构 + 框架图 选定 Baseline 撰写算法伪代码 输出 sections/method.md Phase 4: Experiment Agent（实验） 何时执行 ：方法设计完成，需要规划实验。 读取详细指令 ： experiment-agent.md 摘要 ： 数据集选择 + 评估指标设计 生成 Evaluation Protocol 设计 Ablation Study 生成结果表格模板 如有真实数据，接入并生成实验描述 输出 sections/experiments.md Phase 5: Writing Agent（写论文） 何时执行 ：前 4 个阶段完成，组装完整论文。 读取详细指令 ： writing-agent.md 核心原则 ：Writing Agent 是组装者 + 润色者，不是重写者。已有 section 原样复用 + 定点修补，不重新生成。 摘要 ： 新写 Abstract（~150 词）→ sections/abstract.md 新写 Introduction（漏斗结构，~1.5 页）→ sections/introduction.md 轻量润色 Related Work / Method / Experiments（StrReplace 定点修改，不重写） 新写 Conclusion + Limitations → sections/conclusion.md 纯文件拼接 组装 output/paper.md （不经过 LLM） 一致性检查（术语 / 符号 / 引用 / 图表） Phase 5.5: Figures Agent（论文绘图） 何时执行 ：Writing Agent 完成全文组装后，将 [FIGURE: ...] 占位符转化为实际图表。也可独立触发。 读取详细指令 ： figures-agent.md 核心流程 ：先生成 SVG 矢量图，再统一嵌入到一个 PPTX 文件中。 摘要 ： 扫描论文中所有 [FIGURE: ...] 占位符，生成图表清单 按类型分类（架构图 / 流程图 / 柱状图 / 折线图 / 可视化） 逐图生成 SVG（遵循学术配色 + PPTX 兼容约束） SVG 质量自检（XML 合法性 / 禁用特性 / 可读性） 运行 figure_to_pptx.py 将所有 SVG 汇总到单个 PPTX 更新论文中的占位符为 LaTeX figure 环境 输出 ： figures/svg_output/*.svg — 各图 SVG 源文件 figures/output/paper_figures.pptx — 所有图汇总的 PPTX（可在 PPT 中编辑） figures/figure_list.json — 图表清单 Phase 6: Review Agent（模拟审稿） 何时执行 ：完整论文草稿就绪。 读取详细指令 ： review-agent.md 摘要 ： 模拟 3 个 Reviewer（方法论/实验/写作 各一个） 锚定审稿（用已知分数论文做参照） 生成 Meta-Review + Accept/Reject 预测 输出优先修改清单 Phase 7: Rebuttal Agent（反驳） 何时执行 ：收到 review（模拟的或真实的）。 读取详细指令 ： rebuttal-agent.md 摘要 ： 逐条分析 Weakness/Question 分类（可回复/需补实验/需改写/无法解决） 生成 Rebuttal Letter 生成论文修改建议 如需大改，回到 Writing Agent 论文绘图：SVG → PPTX 论文中的图表通过 Figures Agent 生成。核心流程： 先写 SVG → 再汇总到 PPTX 。 绘图命令 ： python3 [skill目录]/scripts/figure_to_pptx.py "[项目路径]/figures" 输出 ： figures/output/paper_figures.pptx （一个 PPTX 包含所有论文图表，每图一页 slide） PPTX 用途 ： 用户在 PowerPoint 中精调图表细节（对齐、颜色、标签位置） 导出为 PDF/PNG 用于 LaTeX 插图 直接复制到答辩 PPT SVG 技术约束 （确保 PPTX 兼容）： 禁用 <style> / class / mask / <foreignObject> / <animate> 颜色用 HEX + fill-opacity ，不用 rgba() 字体用系统预装字体（Arial / Times New Roman / Microsoft YaHei） 详见 figures-agent.md 最终输出：Markdown -> LaTeX -> PDF 论文写完后，转换为目标会议的 LaTeX 格式并编译 PDF。 会议模板规范 ： venue-templates.md 转换流程 ： 运行 scripts/md_to_latex.py 将 Markdown 转为 LaTeX 运行 scripts/build_paper.sh 编译 PDF python [skill目录]/scripts/md_to_latex.py \ "output/paper.md" \ "output/paper.tex" \ --venue <venue_name> \ --bib "references.bib" bash [skill目录]/scripts/build_paper.sh "output/paper.tex" 支持的 venue 列表： neurips_2026 、 icml_2026 、 iclr_2026 、 cvpr_2026 、 acl_2026 、 iccse_2026 引用验证 在 Literature Agent 和 Writing Agent 阶段，都需要验证引用的真实性。 详细协议 ： citation-verification.md 快速验证 ： python [skill目录]/scripts/verify_citations.py "references.bib" 联网工具使用 整个管线需要大量联网搜索。使用以下工具： WebSearch ：搜索论文趋势、最新工作、特定主题 WebFetch ：获取具体页面内容（arXiv 论文页、GitHub README 等） arXiv API ： curl -s "https://export.arxiv.org/api/query?search_query=all:关键词1+AND+all:关键词2&max_results=20&sortBy=submittedDate&sortOrder=descending" Semantic Scholar API ： curl -s "https://api.semanticscholar.org/graph/v1/paper/search?query=关键词&limit=20&fields=title,authors,year,citationCount,venue,externalIds,abstract" 搜索策略：先用 WebSearch 发现方向，再用 arXiv API / Semantic Scholar API 做精确检索。多次搜索、多个关键词组合，不要只搜一次。 使用子 Agent 加速 对于耗时较长的阶段（尤其是 Literature Agent），建议使用子 Agent 并行： 子 Agent 1：arXiv 检索 + 最新 preprint 扫描 子 Agent 2：Semantic Scholar 检索 + citation chasing 子 Agent 3：Google Scholar 补充搜索 每个子 Agent 的 prompt 中包含联网工具使用指引（见上文）。 质量红线 以下问题出现任何一条，论文不可提交： 引用了不存在的论文（幻觉引用） 实验数据/结果是编造的 方法描述与实际实现不一致 Related Work 遗漏了该领域的关键工作 论文存在明显的逻辑矛盾 发现上述问题时，必须停下来修复，不可跳过。