Research Skills

简体中文

English

简体中文

English

Appearance

Paper Type 路线图 ​

这一页给出四种 canonical paper type 的标准示例路线：

  • systematic-review
  • empirical
  • methods
  • theory

它们不是唯一正确路径，但在你需要一个可辩护、可落地的默认流程时，这些路线最适合作为起点。

怎么读这些范例 ​

每个 playbook 都会包含：

  • 推荐路线
  • 更窄的轻量路线
  • 常见会用到的 skills
  • 常见产物
  • 一个起手命令

你可以先把它们当默认操作模板，再根据自己的约束决定要不要收窄或加深。

1. Systematic Review ​

什么时候用 ​

当你在做 PRISMA 风格系统综述、证据综合，或者需要一个透明检索与筛选逻辑的 structured related work 基础时，用这条。

推荐路线 ​

  1. A1：澄清问题与边界
  2. B1：跑可复现检索
  3. B1_5：收敛概念与 Boolean 检索式
  4. B2：提取论文
  5. B3：构建 literature map
  6. E1：综合证据
  7. E2：做质量 / 偏倚评估
  8. G1：跑 PRISMA 检查
  9. F3：写综述全文

更窄路线 ​

如果你已经有比较稳定的 corpus，可直接用：

  1. B2
  2. B3
  3. E1
  4. F3

典型 skills ​

  • academic-searcher
  • concept-extractor
  • paper-screener
  • paper-extractor
  • literature-mapper
  • evidence-synthesizer
  • quality-assessor
  • prisma-checker
  • manuscript-architect

典型产物 ​

  • search log
  • screening log
  • extraction table
  • literature map
  • synthesis memo 或 meta-analysis 结果
  • quality assessment
  • PRISMA compliance report
  • manuscript draft

起手命令 ​

bash
python3 -m bridges.orchestrator task-run \
  --task-id B1 \
  --paper-type systematic-review \
  --topic ai-in-education \
  --cwd . \
  --research-depth deep

常见收窄规则 ​

如果辅助产物开始失控，优先保留：

  • B2
  • B3
  • E1
  • F2 或 F3

再配合 --focus-output 和 --output-budget。

2. Empirical Paper ​

什么时候用 ​

当你在写标准实证论文，核心问题是设计、数据、分析、结果解释和投稿收口时，用这条。

推荐路线 ​

  1. A1：定义问题
  2. A1_5：生成假设
  3. C1：搭建设计
  4. C2 / C3：变量操作化与数据路径确认
  5. C4：补稳健性逻辑
  6. I1 / I2 / I3，或在代码量较大时切入完整 Stage-I 代码链
  7. F1：设计稿件结构
  8. F3：起草全文
  9. F4：补表格 / 图 / 结果解释
  10. G2：做 reporting check
  11. H1：整理 submission package

更窄路线 ​

如果研究已经跑完，主要需求是写作和提交前检查，可以直接用：

  1. F1
  2. F3
  3. F4
  4. G2
  5. H1

典型 skills ​

  • question-refiner
  • hypothesis-generator
  • study-designer
  • variable-constructor
  • dataset-finder
  • robustness-planner
  • analysis-interpreter
  • table-generator
  • figure-specifier
  • reporting-checker

典型产物 ​

  • question / hypothesis set
  • design spec
  • variable / dataset plan
  • robustness plan
  • manuscript draft
  • 表格与图规格
  • reporting compliance memo
  • submission bundle

起手命令 ​

bash
python3 -m bridges.orchestrator task-run \
  --task-id C1 \
  --paper-type empirical \
  --topic policy-effects \
  --cwd .

常见判断规则 ​

如果代码只是辅助，就留在 design + writing 路线。 如果代码本身已经成为论文贡献的一部分，就切到完整 Stage-I 代码链，不要只靠普通写作流程。

3. Methods Paper ​

什么时候用 ​

当核心贡献是方法、算法、pipeline 或代码支持的新程序，并且代码本身是第一类证据时，用这条。

推荐路线 ​

  1. A1：定义问题与贡献声明
  2. A3：完成理论 / 方法定位
  3. C1：规定评估设计
  4. I5：写 code specification
  5. I6：写 zero-decision execution plan
  6. I7：实现与 profiling
  7. I8：复核逻辑与统计有效性
  8. I4：做 reproducibility audit
  9. F1：设计稿件结构
  10. F3：写 methods paper 全稿
  11. H3：做模拟评审压力测试

更窄路线 ​

如果你还在锁定实现边界，不需要立刻编码，可先用：

  1. A1
  2. C1
  3. I5
  4. I6

典型 skills ​

  • theory-mapper
  • study-designer
  • code-specification
  • code-planning
  • code-execution
  • code-review
  • reproducibility-auditor
  • stats-engine
  • manuscript-architect

典型产物 ​

  • method positioning memo
  • evaluation design
  • code specification
  • execution plan
  • performance profile
  • code review
  • reproducibility audit
  • methods manuscript draft

起手命令 ​

bash
python3 -m bridges.orchestrator code-build \
  --method "Staggered DID" \
  --topic policy-effects \
  --domain economics \
  --focus full \
  --paper-type methods \
  --cwd .

常见判断规则 ​

如果你不确定是否需要完整代码链，就问自己：

  • 代码是不是核心贡献？
  • reviewer 会不会直接检查可复现性和实现质量？
  • 这篇文章是否必须给出 code_review.md、reproducibility_audit.md 这类严格产物？

如果答案是“会”，就走 Stage-I 代码链。

4. Theory Paper ​

什么时候用 ​

当论文的主贡献是概念、理论结构、机制构建，而不是数据执行或代码实现时，用这条。

推荐路线 ​

  1. A1：收敛核心问题
  2. A1_5：把问题转成 propositions
  3. A2：映射理论基础
  4. A4：识别 unresolved theoretical gap
  5. B2：做定向文献提取
  6. E1：综合概念性证据
  7. F1：设计 manuscript logic
  8. F3：写理论全文
  9. G4：做语气压缩
  10. H4：做 fatal-flaw 压力测试

更窄路线 ​

如果理论基础已经稳定，可直接用：

  1. A2
  2. A4
  3. F1
  4. F3

典型 skills ​

  • question-refiner
  • hypothesis-generator
  • theory-mapper
  • gap-analyzer
  • paper-extractor
  • evidence-synthesizer
  • manuscript-architect
  • tone-normalizer
  • fatal-flaw-detector

典型产物 ​

  • 概念问题定义
  • propositions
  • theory map
  • theoretical gap memo
  • theory manuscript draft
  • 语气归一化日志
  • fatal-flaw memo

起手命令 ​

bash
python3 -m bridges.orchestrator task-run \
  --task-id A2 \
  --paper-type theory \
  --topic organizational-ai-governance \
  --cwd .

常见判断规则 ​

不要把代码链硬塞进 theory paper，除非 simulation 或 method 本身就是贡献的一部分。

跨 Playbook 的通用建议 ​

什么情况下该走深一点 ​

这些情况建议走更完整的链：

  • reviewers 会期待 reproducibility 或 checklist evidence
  • 论文类型本身就有强 reporting 标准
  • 证据基础存在争议或高度异质
  • 你需要更强的 adversarial review

什么情况下该收窄 ​

这些情况建议收窄：

  • 输入已经比较稳定
  • 当前是 revision，不是从零开始
  • artifact sprawl 已经太大
  • 你只需要一个核心交付物

常用控制参数：

  • --focus-output
  • --output-budget
  • --research-depth deep
  • --only-target

相关页面 ​

Research Skills 文档站

MIT License