科研立项依据写作器

与 bensz-collect-bugs 的协作约定

• 当用户环境中出现因本 skill 设计缺陷导致的 bug 时，优先使用 bensz-collect-bugs 按规范记录到 ~/.bensz-skills/bugs/，严禁直接修改用户本地 Claude Code / Codex 中已安装的 skill 源码。
• 若 AI 仍可通过 workaround 继续完成用户任务，应先记录 bug，再继续完成当前任务。
• 当用户明确要求“report bensz skills bugs”等公开上报动作时，调用本地 gh 与 bensz-collect-bugs，仅上传新增 bug 到 huangwb8/bensz-bugs；不要 pull / clone 整个 bug 仓库。

输出契约

• 唯一默认写入落点：extraTex/1.1.立项依据.tex
• 禁止改动：main.tex、extraTex/@config.tex、任何 .cls/.sty
• 目标：把“为什么要做、现状为什么不够、科学问题是什么、项目如何切入”写清楚
• 默认写作导向是 theoretical，可在 config.yaml:style.mode 切为 mixed 或 engineering

输入

• 最小信息表优先使用 references/info_form.md
• 科学问题与假说口径统一看：
  • references/scientific_question_guidelines.md
  • references/scientific_hypothesis_guidelines.md
• 推荐用 scripts/run.py init 帮用户快速生成和补全信息表

硬规则

• 只编辑 extraTex/1.1.立项依据.tex
• 优先保留现有 \subsubsection 骨架，只替换正文
• 不写无法核验的“国际领先/国内首次”等表述
• 引用外部工作前先要求用户提供 DOI/链接或可核验题录信息
• 若 AI 不可用，必须回退到硬编码能力，不得直接停工

推荐工作流

1. 定位项目与目标文件。
2. 抽取现有小标题骨架与正文范围。
3. 用 scripts/run.py coach --stage auto 判断当前处于 skeleton / draft / revise / polish 哪一阶段。
4. 围绕 4 段闭环组织内容：
   • 价值与必要性
   • 现状与不足
   • 科学问题 / 科学假设
   • 本项目切入点与贡献
5. 做可核验性与引用守护，避免吹牛式表述。
6. 检查与 2.1 研究内容 的术语、缩写、指标一致性。
7. 解析目标字数；无显式要求时再用配置兜底。
8. 输出诊断、评审建议或安全写回结果。

关键能力

• Tier1 硬编码诊断：结构、字数、引用键、危险命令、高风险表述提示
• AI 语义能力：内容维度覆盖、吹牛式表述识别、术语一致性、阶段判断、示例推荐
• 安全写入：按 \subsubsection{...} 精确替换正文并自动备份
• 可视化报告、diff、rollback、review 建议

常用脚本

• scripts/run.py init
• scripts/run.py coach --stage auto
• scripts/run.py diagnose
• scripts/run.py review
• scripts/run.py apply-section
• scripts/run.py diff
• scripts/run.py rollback

只读集成

• 支持只读访问 systematic-literature-review 的结果目录，用于提取研究现状和验证引用一致性
• 集成逻辑见 scripts/core/review_integration.py
• 该集成是只读的，不得修改综述目录内容

重点参考

• references/theoretical_innovation_guidelines.md
• references/methodology_term_examples.md
• references/boastful_expression_guidelines.md
• references/dimension_coverage_design.md
• references/dod_checklist.md
• scripts/README.md