CLI 命令参考(research-skills)
本文件整理本仓库所有“可执行入口”(pipx CLI / Python module / Bash scripts),用于本地与 GitHub CI 保持一致的调用方式。
0) 命令名约定
research-skills:主 CLI(pipx/venv 安装后可用,或通过 shell bootstrap 安装)rsk/rsw:短别名(与research-skills完全等价)
下文统一用 rsk 作为示例。
1) Upstream(上游仓库)如何确定(如何省略 --repo)
很多命令需要知道“去哪个 GitHub 仓库查询/下载 release”。rsk 的上游解析优先级如下(从高到低):
- CLI 参数:
--repo <owner/repo|Git URL> - 环境变量:
RESEARCH_SKILLS_REPO=<owner/repo|Git URL> - 项目配置文件(从当前目录或
--project-dir向上搜索):research-skills.toml.research-skills.toml
- 打包默认(pipx 安装的包内):
research_skills/project.toml(由 CI 注入) - 如果你正在
research-skills仓库 clone 内运行:从 git remote 推断(优先upstream,其次origin)
支持的 repo 形式:
owner/repohttps://github.com/owner/repo.gitgit@github.com:owner/repo.git
推荐把上游提交到你的项目仓库(适合 CI):
# research-skills.toml
[upstream]
repo = "owner/repo" # 或 url = "https://github.com/owner/repo.git"2) rsk(安装/升级器 CLI)
这个 CLI 现在有两种分发方式:
- Python CLI:通过
pip/pipx安装 - Shell CLI:由
bootstrap_research_skill.sh默认安装到${RESEARCH_SKILLS_BIN_DIR:-~/.local/bin}
2.1 rsk check(检查版本/是否有更新)
用途:
- 输出 CLI 版本、本地 repo 版本(若在仓库内运行)、三端已安装版本
- 可选:查询上游最新 release tag,并判断是否需要升级
rsk check [--repo <owner/repo|url>] [--json] [--strict-network]关键参数:
--repo:指定上游(可省略,见“上游解析”)--json:只输出 JSON(便于 CI/脚本)--strict-network:如果上游查询失败则返回失败(默认仅提示并继续)
退出码约定:
0:无更新/或跳过上游检查1:检测到更新可用2:参数错误
2.2 rsk upgrade(下载 release 并执行三端安装脚本)
用途:
- 下载上游 release(默认 latest tag 的 tar.gz)
- 解压后运行其中的
scripts/install_research_skill.sh
rsk upgrade \
[--repo <owner/repo|url>] \
[--ref <tag-or-branch>] \
[--ref-type tag|branch] \
[--target codex|claude|gemini|all] \
[--project-dir <path>] \
[--no-overwrite] \
[--doctor] \
[--dry-run]说明:
--project-dir用于写入项目内集成文件(例如.agent/workflows/、CLAUDE.md、.gemini/)。- Shell CLI 会通过随附的 bootstrap helper 执行升级,不依赖 Python。
- 对 shell CLI 而言,
upgrade应视为 copy 模式刷新;如果你需要link软链接安装,请直接使用本地安装器。 - 退出码为底层安装器返回码(若安装失败,沿用其错误码)。
2.3 rsk align(快速参考)
用途:打印“pipx 安装了什么 / upgrade 会修改哪些路径 / 常见用法”。
rsk align [--repo <owner/repo|url>]3) 编排器 CLI:python3 -m bridges.orchestrator
这是“三端并发/降级 + task-run 标准合同落盘”的执行入口。
python3 -m bridges.orchestrator <mode> [args...]mode 列表:
doctor:环境预检bashpython3 -m bridges.orchestrator doctor --cwd .parallel:三端并发分析 + 总结端综合(自动降级为双端/单端)bashpython3 -m bridges.orchestrator parallel \ --prompt "Analyze this study design" \ --cwd . \ --summarizer claude \ --profile-file standards/agent-profiles.example.json \ --profile defaulttask-run:按 Task ID 跑标准链(plan -> evidence -> draft -> review -> gates -> 写入 RESEARCH/)bashpython3 -m bridges.orchestrator task-run \ --task-id F3 \ --paper-type empirical \ --topic your-topic \ --cwd . \ --triad常用可选参数:
--domain <name>:把运行时领域 profile(例如econ、cs、psychology)注入 task packet 和 prompts--venue <name>/--context <text>--mcp-strict/--skills-strict--profile-file <path>+--profile <name>(以及--draft-profile/--review-profile/--triad-profile)--focus-output <path>(可重复)+--output-budget <n>:把本次运行收敛到更小的 active outputs,其余 contract outputs 明确标记为 deferred,而不是继续扩写--research-depth standard|deep+--max-rounds <n>:提高证据扩展强度,并把 review/revision loop 拉深--only-target <id>(可重复):针对结构化 Stage-I 任务I4-I8,回读RESEARCH/[topic]/code/下的现有 artifact,并且只重跑指定 actionable target- 内置 profile 新增
focused-delivery、deep-research;原有default、rapid-draft、strict-review仍可用
示例:减少辅助文件,但保持更强的深度审查
bashpython3 -m bridges.orchestrator task-run \ --task-id F3 \ --paper-type empirical \ --topic your-topic \ --cwd . \ --focus-output manuscript/manuscript.md \ --research-depth deep \ --draft-profile deep-research \ --review-profile strict-review \ --triad-profile deep-research \ --triad \ --max-rounds 4示例:只重跑某个 Stage-I planning step
bashpython3 -m bridges.orchestrator task-run \ --task-id I6 \ --paper-type methods \ --topic llm-bias \ --cwd . \ --only-target S1task-plan:从合同渲染依赖任务顺序(用于“从哪一步开始做”)bashpython3 -m bridges.orchestrator task-plan --task-id F3 --paper-type empirical --topic your-topic --cwd .code-build:学术代码工作流入口bashpython3 -m bridges.orchestrator code-build \ --method "Staggered DID" \ --topic policy-effects \ --domain econ \ --focus full \ --cwd .关键参数:
--topic <slug>:提供后会进入严格 Stage I 工作流;不提供时才回落到 legacy prompt-only 模式--focus <name>:映射到I1/I2/I3/I4/I5/I6/I7/I8,或用full跑I5 -> I6 -> I7 -> I8--domain <name>:注入对应的skills/domain-profiles/*.yaml--paper-type <type>:严格 Stage-I 路由使用的论文类型--triad:在最终严格 review 阶段追加第三个独立审计--paper <path-or-url>:可选论文引用,会带入任务上下文--only-target <selector>(可重复):定向 follow-up 模式- 单阶段 focus:直接用
S1、P1-01这类 target ID --focus full:必须写成STAGE_ID:TARGET,例如I5:decision-1、I8:P1-01
- 单阶段 focus:直接用
示例:只跑高级 CS 方法的 spec 阶段
bashpython3 -m bridges.orchestrator code-build \ --method "Transformer Fine-Tuning" \ --topic llm-bias \ --domain cs \ --tier advanced \ --focus code_specification \ --paper-type methods \ --cwd .示例:在 full 流程里只重跑特定 target
bashpython3 -m bridges.orchestrator code-build \ --method "Transformer Fine-Tuning" \ --topic llm-bias \ --domain cs \ --focus full \ --only-target I5:decision-1 \ --only-target I8:P1-01 \ --cwd .single:单模型执行(调试/快速跑)bashpython3 -m bridges.orchestrator single --prompt "..." --cwd . --model codexchain:一端生成、另一端验证bashpython3 -m bridges.orchestrator chain --prompt "..." --cwd . --generator codexrole:按专长拆分任务bashpython3 -m bridges.orchestrator role --cwd . --codex-task "..." --claude-task "..." --gemini-task "..."
4) Bash 脚本入口(不依赖 pipx)
4.1 远程 bootstrap 安装器:./scripts/bootstrap_research_skill.sh
用途:
- 在没有 Python 的机器上完成安装或刷新。
- 下载 GitHub release/branch 压缩包,解压后转调其中的
scripts/install_research_skill.sh。
./scripts/bootstrap_research_skill.sh \
--repo owner/repo \
--target all \
--project-dir /path/to/project \
--overwrite说明:
- 依赖
bash和curl或wget,以及tar。 - 支持
--ref <tag-or-branch>配合--ref-type tag|branch。 - 默认会安装 shell CLI 命令:
research-skills、rsk、rsw。 - 如果你不想安装 shell CLI,可加
--no-cli;如需改目录,可用--cli-dir <path>。 - 远程 bootstrap 只支持
--mode copy。 --doctor在没有python3时会自动跳过。
4.2 安装脚本:./scripts/install_research_skill.sh
./scripts/install_research_skill.sh \
--target all \
--mode copy \
--project-dir /path/to/project \
--install-cli \
--overwrite \
--doctor说明:
- 这是本地仓库安装器。
copy/link安装路径本身不再依赖 Python。- 如果需要同时安装 shell CLI,可加
--install-cli;默认目录为${RESEARCH_SKILLS_BIN_DIR:-~/.local/bin},也可用--cli-dir <path>覆盖。 --doctor仅在系统存在python3时运行python3 -m bridges.orchestrator doctor --cwd <project>。
4.3 Release 自动化:./scripts/release_automation.sh
./scripts/release_automation.sh pre --tag v0.1.0-beta.X
./scripts/release_automation.sh post --tag v0.1.0-beta.X
./scripts/release_automation.sh full --tag v0.1.0-beta.X也可单独运行:
./scripts/release_preflight.sh [--tag v0.1.0-beta.X] [--skip-smoke] [--no-strict]
./scripts/release_postflight.sh --tag v0.1.0-beta.X [--skip-remote] [--skip-ci-status]4.4 Beta smoke:./scripts/run_beta_smoke.sh
./scripts/run_beta_smoke.sh4.5 CI 注入打包默认上游:./scripts/inject_project_toml.sh
GitHub Actions 构建时会运行它,把当前仓库 slug 写入 research_skills/project.toml,让 pipx 安装后的 CLI 默认指向正确上游。
bash scripts/inject_project_toml.sh
# 或覆盖(用于构建时切换到别的 upstream repo)
RESEARCH_SKILLS_REPO_SLUG="other-owner/other-repo" bash scripts/inject_project_toml.sh5) 校验器(推荐在 CI/发布前运行)
python3 scripts/validate_research_standard.py --strict
python3 -m unittest tests.test_orchestrator_workflows -v项目产物校验(在你的项目里跑):
python3 scripts/validate_project_artifacts.py \
--cwd /path/to/project \
--topic your-topic \
--task-id H1 \
--strict