engineersoheinsahani-ai/skill

SKILL.md — journal-arena ENB-Pro v4.0（投稿前限定版）

目的: 原稿をEnergy and Buildingsに投稿する前の完全な scientometrics レビュー（コーディング方式）を、ローカルモデル上の実エージェントが実行します — オリジナルの16グループ分割、最大100エグゼキュータ、各呼び出しは独立してタイムスタンプ付き。すべて英語。v3.1の全機能（デュアルグラウンディング、元帳、コーパス、マトリックス、カウンシル、キット、ガード）に加え、input/ 上のマシンウェーブ（マップ、プリチェック、figureqc、diffnum）、および図版スペシャリストを含むポストカウンシルライターズチームを保持。

0. 法律（全エージェント、全モデル、全フェーズ）

1. 一任務の法則 — 各エージェントは正確に1つの部分（groups/16-group-playbooks.md 内の自身のGグループカード）を担当します。任務外の観察は、最大1つの転送ノート（重要度 style）にのみ記録できます。
2. デュアルグラウンディングの法則 — すべての評価的判断は2つのアンカーを持ちます: (a) 調査文献からの正確な引用（work/ledger.jsonl からのソースID + ロケータ [L:e4-012 ...]）、および (b) 主張がマッピングされている場合に限り、原稿からの正確な引用。(a) がない場合は隔離され、カウントされません。例外: 決定論的なルール準拠判断（anchor_type: rulebook|machine、lit_quote_id: L:rule-<id>。ここでidは checklists/ またはエンジン執行者に存在）は事実です — matrix3.py rule_exists によってマシン検証されます。
3. 判断価値の法則 — 評決 + 最大3つの実行可能なアクション + 引用。言い換えのみの要約は不可。元帳は重複排除します。決定のない活動は無駄です。
4. 証拠階層の法則 — 本文=1.0 > 要旨=0.5 > ルールブック=1.0（決定論的） > メタデータ=0（隔離）。すべての引用はその階層を持ちます。
5. 検証ライセンス — ソースと input/ に対して読み取り専用。原稿は、所有者の明示的な --attach 判断（オンラインモデルではPOL-AI-5。ローカルモデルは対象外）がない限り、所有者のマシンから離れません。
6. PRIV-1…PRIV-6 — engine/humanize.py はプライベート派生モジュールです。これを公開してはなりません。guard_private.py scan は、任意のパッケージがこのマシンから出る前にクリーンであることを出力しなければなりません（公開ビルドはそれを除外します — NOTICE.md 参照）。
7. 捏造禁止の法則 — 数値を決して捏造しないでください。欠損値は [number needed]、著者によってのみ解決されます。検出器スコアが決定することはありません。
8. 誇張禁止の法則 — 証拠よりも大きな主張は禁止。主張の誇張はスコア化され、拒否権を発動できます（G11メタ監査 + アリーナルーブリック重み）。
9. 実行誠実の法則 — すべてのアーティファクトは、誰が実行したかを記録します: indep: machine（決定論的ツール — 事実）· harness（engine/harness.py を介した個別モデル呼び出し、所有者の環境からのキーのみ）· human（所有者またはペーストバック）· single（役割を切り替える1つのモデル — ラベル付きシミュレーション）。「100エージェント」は、100回の個別呼び出し（campaign.py）がある場合にのみ真です。そうでなければ single です。単一エグゼキュータの発見は、P0を単独で確認することは決してありません。P0にはマシン確認、2人以上の独立したエグゼキュータ、または所有者の承認が必要です。
10. アーティファクト差分の法則（新規、所有者決定2026-10-12） — エージェントはリサーチパイプラインを決して実行しません（時間がかかるため。所有者の仕事です）。所有者は、パイプライン自身の出力を input/results/（マニフェスト、監査JSON、テーブル、CSV、ログ）に、コードを input/pipeline/（読み取り専用静的レビュー）に置きます。engine/diffnum.py は、すべての原稿番号をアーティファクト（トレース済み/未トレース）と照合します。未トレースの数値は、G8のマシン発見および [number needed] 候補になります。UNTRACED フラグはスクリーンヒットであり、エラーの証明ではありません — 構造的に正直です。

1. 記録上の決定

v3.1から継承（所有者、2026-10-09/11）: code_scope=research_code · tier1_journals=[Energy and Buildings (primary), Applied Energy, Building & Environment, Energy, Journal of Building Engineering, Energy and AI] · corpus_axis=manuscript-derived (work/corpus/axis.json) · corpus_counting=body-access-only · corpus_ceiling=20 + 十分性（研究はE6 128 / E2 82 / E4 76 で CLOSED、カウント可能; アンカーは work/ledger.jsonl に預託）· humanizer_mode=distilled-brief。 新規（所有者、2026-10-12）: ENB-Pro 限定版 — すべて英語 · エージェント分割は正確にオリジナルの v2 トポロジー（16任務グループ、10のウェーブ、最大100実エグゼキュータ）· ローカルモデル上で実行（現在: qwen3.5:4b。コードは4Bクラス向けに最適化）· パイプラインはエージェントによって決して実行されない（法律10）· input/ ドロップゾーン契約 · ライターズチームには FIG-MPL および FIG-GV 図版スペシャリストを含む · 図は最新の ENB クラフトを満たさなければならない（テンプレート同梱）。

2. トポロジー — オリジナルの16グループ分割（単一ソース: groups/16-group-playbooks.md）

G1 タイトル · G2 要旨 · G3 キーワード-ハイライト-GA · G4 イントロダクション-ギャップ · G5 文献レビュー · G6 方法論-コーディング · G7 データ · G8 結果-一貫性 · G9 統計-UQ · G10 考察-主張 · G11 推奨+メタ監査（拒否権）· G12 参考文献-完全性 · G13 倫理-ポリシー · G14 書式-キット · G15 言語-スタイル · G16 査読者シミュレーション。 分割計算（campaign.py）: N=100 => G1–G4 x7 + G5–G16 x6 = 正確に100スロット（v2では ceil 使用 →112; Proは所有者の最大100法則を尊重）。10のウェーブ、エージェントID G6-a03。ポストカウンシルライターズチーム（6つの固定ロール）: WR-TEXT-1/2/3、FIG-MPL、FIG-GV、STAT-CHECK。

3. パイプライン（ウェーブ、再開可能）

W-machine   run.py prep --work work --input input        (マップ、プリチェック、figureqc、
                                                          diffnum、インベントリ — キー不要)
W-division  run.py campaign run --work work [--agents 100] (実エグゼキュータ、法律9;
            再開可能。各グループ後にチェックポイント: check + matrix + council)
  または AGENT MODE（キー不要。AGENTS.md に従い GitHub クローン＆実行）: キャンペーンブリーフ ->
            クローニングエージェントが work/answers/<slot>.txt に回答 -> キャンペーン
            ingest-dir --indep single（正直なスタンプ: 1モデル、100の役割）
W-aggregate run.py check/matrix/council work/findings.jsonl ...
W-writers   run.py campaign run --stage writers --work work (カウンシル評決後)
W-apply     task/05 + apply_revisions.py (所有者承認; トレーサビリティ: コピーのみ)
W-kit       kit.py strip --src input/manuscript.txt --out <submission-copy> + figureqc clean
W-release   LICENSE / Zenodo DOI / データ預託 (Option C) / GenAI 宣言

4. アンカーとプール

元帳行は v3.1 の E-gid を保持。キャンペーンは任務グループをプールにマッピング: G2,G7,G8 -> E6（完全性、319アンカー）· G4,G5 -> E2+E4（新規性/方法論、412）· G6,G9 -> E4（+E5 リポジトリ行）· その他全グループ: checklists/ からのルールブックアンカー（L:rule-*）。ブリーフには最大20アンカー（120文字トリム）が埋め込まれる — 唯一引用可能なプール（法律2）。

5. 小モデル契約（4Bクラスローカルモデル）

プロンプト: 法律ダイジェスト約700文字 + 任務カード + 最大20アンカー + 任務関連の原稿抜粋のみ（最大6000文字、セクションマッピング済み）+ マシン事実 + 1つのフューショットJSONL例。生成: max_tokens 1200、温度プロファイル 0.2–0.5、qwen3ファミリーでは /no_think（デフォルト）、1回のパース再試行、ロバストな抽出（ fences/末尾カンマ/連結オブジェクト）。ゲートによる積極的な隔離を期待 — それはシステムが機能していることであり、失敗ではありません。4Bでの現実的な収量: エグゼキュータあたり2〜4の生存発見。

6. レイアウトとコマンド

checklists/ engine/ groups/ input/ sources/ task/ templates/ demo/ work/ エントリ: python3 engine/run.py prep|campaign|diffnum|figureqc|harness|map|precheck|matrix|council|check|validate|ledger|corpus|kit|apply|guard|stage — RUNNER.md は接続ガイド（Ollama/API/ペーストバック）です。NOTICE.md: プライバシー、ライセンスステータス、環境変数。