scholar-agentlisted

# Scholar-Agent ## 适用场景 - 搜索论文、找 benchmark 或 baseline - 编写文献综述、related work、survey 或阅读清单 - 比较方法、归纳研究脉络、制定研究方向 - 补单篇或批量论文笔记，并要求结果可验收、可追溯 ## 核心原则 - 目标是交付可验收产物，不是“调用过工具”或“落了一个 md 文件”。 - 默认 fail-closed。命中 skeleton、placeholder、路径漂移、元数据缺失或结构不达标时，必须显式失败。 - 默认 canary-first。新流程、新模板、新输入策略先做 1 篇样例，通过后再批量。 - 默认 staging-first。论文 note 先写 staging，再验证，再 promote 到正式目录。 - 不允许静默降级为快速摘要、模板骨架或占位笔记；若用户只要快速概览，必须显式声明这不是完整 scholar 流程。 ## 状态机流程 1. Scope Contract - 明确任务类型：找论文、单篇 note、批量 note、综述、研究规划。 - 明确交付标准：完整论文笔记、快速概览、综述卡片，或其中组合。 - 若需求含糊，先澄清，不自行压缩或扩张范围。 2. Inventory - 先枚举目标论文集合，并记录最少身份信息：title、authors、year、paper id、source type、existing note status。 - 对批量任务，先给出计划中的核心论文集合，再进入生成。 3. Metadata Gate - 生成完整论文笔记前，至少满足以下最低输入契约之一： - `abstract` 或 `summary` - 本地 `pdf_path` - 可解析的 `arxiv_id` 或等价稳定 paper id - 若只有 title 和 authors，不允许直接进入完整 note 生成。 - 对批量任务，缺 metadata 的论文进入 blocked 列表，不得混入 batch generation。 4. Canary Generation - 每次新任务先只生成 1 篇样例。 - 输出必须先写到 staging 目录，例如 `paper-notes/.staging/<job-id>/`。 - 生成后必须运行 `scripts/validate_note.py`；未通过前不得继续批量。 5. Batch Generation - 仅当 canary 通过验证时，才允许批量执行。 - 批量中每篇都必须独立验证，不允许因为前一篇通过就跳过后续校验。 6. Validation - 验证是硬门，不是建议。至少检查： - skeleton / placeholder / duplicated frontmatter - 核心 section 是否存在且有实质内容 - `unknown` 等占位值是否进入正式内容 - 关键结论是否带有最小证据锚点或可回溯 source id - 路径是否符合 canonical policy - 推荐使用： - 严格校验：`python scripts/validate_note.py --note <path> --paper-type <type> --require-frontmatter --require-evidence --dataset-policy required` - 有条件回退：`python scripts/validate_no