从一篇博士论文 PDF 到一份竞赛级科技说明书，全程 AI Agent 协作完成
继承 pipeline-base v4.0，每个角色有独立的操作手册和评分标准
主会话调度器。读取竞赛配置文件，编排 Writer→Reviewer→Fixer 流程，管理上下文和检查点。
Opus按评审维度全覆盖原则撰写初稿。从论文 PDF 提取数据，按模板结构生成说明书，控制页数纪律。
OpusR1 结构评委检查完整性和格式；R2 深度评委做技术审查和数据交叉验证。两轮独立评分。
R1: Sonnet R2: Opus读取 Reviewer 报告，逐条修复必须修改项。每次修改都引用问题编号（P01、N01...），可追溯。
Opus用户在关键节点介入：确认选题方向、提供团队信息、手动修改数据标注。AI 不替代人的判断。
Human读取廖普博士论文 PDF（11MB），提取核心技术数据：EDE-net 精度指标、KD+剪枝性能数据、实验条件。同时加载竞赛配置文件（评审维度 × 权重）。
按科技类说明书模板（6章结构）撰写初稿。评审维度全覆盖：每个维度映射到对应章节，高权重维度（创新性20%、现实意义20%）分配更多篇幅。
独立 Agent 按 8 个评审维度逐项打分，检查致命缺陷清单（F01-F08）。发现 5 个必须修改项 + 2 个致命缺陷触发。
逐条处理 R1 报告中的 P02-P05：统一性能数据表述、为 3 个创新点补充量化对比、添加数据来源标注、插入图表占位符、补充参考文献 [8][9]。
增量审读（只读修改段落 + R1 问题区域）。交叉验证所有性能数据与源论文一致性。发现 8 个新问题（N01-N08），包括对比基准过弱、漏检率无实验支撑、精度数据选择性报告等。
修复 N01（补充 2018/2019 年近期文献作为对比基准）、N02（区分 A/B 类焊缝精度数据）、N04（漏检率标注为理论推算值）、N08（参考文献编号去重）。
按 PUA Debugging Skill 的穷尽式自检清单，逐项验证：数据一致性、参考文献编号、创新点对比完整性、A/B 类焊缝区分、图表占位符。
python-docx 原生构建 Word 文档（build_docx.py），处理下标渲染（{sub|X} 标记 → Word subscript run）、表格管道符冲突（{sub:X} 变体）、Unicode 下标替换、全角符号修正、参考文献悬挂缩进。最终运行 11 项自动化验证脚本。
用户在流程中多次介入：① 手动修改返工能耗表述 ② 手动添加经济性假设标注 ③ 补充参考文献 [8][9] ④ 指出 Unicode 下标格式问题 ⑤ 要求 PUA 穷尽式自检。AI 不替代用户的领域判断和质量标准。
80 分 = 可提交门控 · 90 分 = 可交付 · 95 分 = 卓越
区别于传统图像处理需要针对不同直径焊缝设计不同算法，EDE-net具有通用性强、抗干扰能力好的特点，一套网络即可适应不同规格压力容器焊缝的特征点提取，配合图像增强方法有效解决标注数据不足的问题。
传统机器视觉方法（加窗分析法、曲线拟合法、角点检测法等）需要针对不同直径焊缝设计不同算法参数，适应性差[3]。近年来，Ye等(2018)采用三阶多项式拟合激光中心线，但仅适用于简单焊缝；Fan等(2019)采用Shi-Tomasi角点检测，但无法处理多缺陷共存场景。EDE-net采用编码-解码结构，一套网络即可适应不同规格压力容器焊缝（A类纵焊缝和B类环焊缝），特征点提取精度达AP0.5=0.85、mAP=0.71，显著优于传统方法。
configs/节能减排.json SKILL-competition-pipeline/SKILL.md
│ │
▼ ▼
┌──────────────────────────────────────────────────────┐
│ Phase 0: Coordinator 加载配置 + 素材解析 │
│ ├─ 读取评审维度 × 权重 │
│ ├─ Grep/Read 提取论文关键数据 │
│ └─ 生成 task.md 执行计划 │
├──────────────────────────────────────────────────────┤
│ Phase 1: Writer [Opus] │
│ ├─ 按模板结构逐章撰写 │
│ ├─ 评审维度全覆盖检查 │
│ └─ 页数纪律控制（科技类 ≤10 页） │
├──────────────────────────────────────────────────────┤
│ Phase 2: R1 Reviewer [Sonnet Sub-Agent] │
│ ├─ 8 维度逐项打分（扣分制，满分 100） │
│ ├─ 致命缺陷清单 F01-F08 │
│ └─ 输出 R1_审稿报告.md │
│ │ │
│ ▼ │
│ Phase 2b: Fixer [Opus] — 逐条修复 R1 问题 │
├──────────────────────────────────────────────────────┤
│ Phase 3: R2 Reviewer [Opus Sub-Agent] │
│ ├─ 增量审读（只读修改段落） │
│ ├─ 源论文数据交叉验证 │
│ └─ 输出 R2_审稿报告.md │
│ │ │
│ ▼ │
│ Phase 3b: Fixer [Opus] — 修复 R2 技术问题 │
├──────────────────────────────────────────────────────┤
│ Phase 4: PUA 自检 + 终稿输出 │
│ └─ 穷尽式检查清单 → 说明书终稿.md │
├──────────────────────────────────────────────────────┤
│ Phase 5: Word 文档构建 [python-docx] │
│ ├─ build_docx.py 原生构建（非 pandoc/texword） │
│ ├─ {sub|X} 下标标记 → Word subscript run │
│ ├─ 表格管道符冲突处理（{sub:X} 变体） │
│ └─ 11 项自动化验证脚本 → 全部通过 │
└──────────────────────────────────────────────────────┘