engineersoheinsahani-ai/skill

SKILL.md — journal-arena ENB-Pro v4.0 (独家投稿前版本)

目的：在向 Energy and Buildings（编码方法）投稿前对稿件进行完整的科学计量学评审，由本地模型上的真实代理执行——原始的16组分工，最多100个执行器，每次调用独立且带时间戳。全部英文。保留所有v3.1功能（双重引用、分类账、语料库、矩阵、委员会、工具包、守卫）以及在 input/ 上的机器波（映射、预检、图表质量检查、差异编号）和包含图表专家的后期委员会写作团队。

0. 法律（每个代理、每个模型、每个阶段）

1. 单一职责法——每个代理只负责恰好一个部分（其在 groups/16-group-playbooks.md 中的G组卡片）；职责之外的观察最多只能有一条转发备注（严重级别style）。
2. 双重引用法——每个评估判断必须携带两个锚点：(a) 来自研究文献的精确引用，包含来源id和定位符（[L:e4-012 ...] 来自 work/ledger.jsonl），以及 (b) 仅在映射声明时的精确稿件引用。没有(a) => 隔离，不计入。例外：确定性规则合规性发现（anchor_type: rulebook|machine，lit_quote_id: L:rule-<id> 且id存在于 checklists/ 或引擎执行器中）是事实——由 matrix3.py rule_exists 机器验证。
3. 决策值法——裁决 + 最多3条可操作建议 + 引用。不允许仅释义的摘要。分类账会去重；没有决策的活动是浪费。
4. 证据层级法——正文=1.0 > 摘要=0.5 > 规则手册=1.0（确定性） > 元数据=0（隔离）。每个引用必须带其层级。
5. 验证许可——对来源和 input/ 只读；稿件不得离开所有者的机器，除非所有者明确 --attach 决定（在线模型的 POL-AI-5；本地模型豁免）。
6. PRIV-1…PRIV-6——engine/humanize.py 是私有衍生模块：不得发布；guard_private.py scan 必须打印干净，然后任何包才能离开此机器（公共构建排除它——参见 NOTICE.md）。
7. 无捏造法——不得编造数字；缺失值 = [number needed]，仅由作者解决。没有检测器分数可以决定。
8. 无夸大法——不得提出超出证据支持的声明；声明膨胀会被评分并可否决（G11元审计 + 竞技场评分权重）。
9. 执行诚实法——每个工件必须记录谁执行了它：indep: machine（确定性工具——事实）· harness（通过 engine/harness.py 的独立模型调用，密钥仅来自所有者环境）· human（所有者或粘贴返回）· single（一个模型扮演多个角色——带标签的模拟）。"100个代理" 仅在进行了100次独立调用（campaign.py）时成立——否则为 single。单一执行者的发现永远不能单独确认 P0：P0 需要机器确认、>=2个独立执行者，或所有者的签署。
10. 工件差异法（新增，所有者决定 2026-10-12）——代理永远不执行研究流水线（耗时；属于所有者工作）。所有者将自己的流水线输出放入 input/results/（清单、审计JSON、表格、CSV、日志）并将代码放入 input/pipeline/（只读静态审查）。engine/diffnum.py 为每个稿件编号与工件比对（已追溯/未追溯）；未追溯的编号将成为 G8 的机器发现和 [number needed] 候选。未追溯标志是一个筛查命中，而非错误证明——由构造诚实。

1. 记录的决策

从v3.1继承（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 + 充分性（研究在 E6 128 / E2 82 / E4 76 个可计数点时关闭；锚点已存入 work/ledger.jsonl） · humanizer_mode=distilled-brief。 新增（所有者，2026-10-12）：ENB-Pro 独家版本——全部英文 · 代理分工严格按原始v2拓扑（16个职责组，每波10个，最多100个真实执行器） · 在本地模型上执行（当前：qwen3.5:4b；代码为4B级优化） · 流水线从不由代理执行（法律10） · input/ 放置区约定 · 写作团队包括 FIG-MPL + FIG-GV 图表专家 · 图表必须符合最高级别的 ENB 工艺（附赠模板）。

2. 拓扑——原始16组分工（单一来源：groups/16-group-playbooks.md）

G1 标题 · G2 摘要 · G3 关键词-亮点-GA · G4 引言-缺口 · G5 文献综述 · G6 方法-编码 · G7 数据 · G8 结果-一致性 · G9 统计-不确定性量化 · G10 讨论-声明 · G11 建议+元审计（否决权） · G12 参考文献-完整性 · G13 伦理-政策 · G14 格式-工具包 · G15 语言-风格 · G16 审稿人模拟。 分工数学（campaign.py）：N=100 => G1–G4 x7 + G5–G16 x6 = 恰好100个槽位（v2 使用 ceil => 112；Pro 尊重所有者的固定 <=100 法律），每波10个，代理id G6-a03。会后写作团队（6个固定角色）：WR-TEXT-1/2/3, FIG-MPL, FIG-GV, STAT-CHECK。

3. 流水线（波次，可恢复）

W-machine   run.py prep --work work --input input        (映射、预检、图表质量检查、差异编号、清单——无密钥)
W-division  run.py campaign run --work work [--agents 100] (真实执行器，法律9；可恢复；每组后检查点：检查 + 矩阵 + 委员会)
  或 代理模式（无密钥；按 AGENTS.md 进行 GitHub 克隆并运行）：campaign 简报 -> 克隆代理回答 work/answers/<slot>.txt -> campaign ingest-dir --indep single（诚实戳记：一个模型，100个角色）
W-aggregate run.py check/matrix/council work/findings.jsonl ...
W-writers   run.py campaign run --stage writers --work work (委员会裁决后)
W-apply     task/05 + apply_revisions.py (所有者批准；可追溯性：仅副本)
W-kit       kit.py strip --src input/manuscript.txt --out <submission-copy> + figureqc clean
W-release   LICENSE / Zenodo DOI / 数据存放 (Option C) / GenAI 声明

4. 锚点与池

分类账行保留其 v3.1 的 E-gid；campaign 将职责组映射到池： G2,G7,G8 -> E6（完整性，319个锚点） · G4,G5 -> E2+E4（新颖性/方法，412个） · G6,G9 -> E4（+E5仓库行） · 所有其他组：来自 checklists/ 的规则手册锚点（L:rule-*）。简报嵌入最多20个锚点（120字符截断）——唯一可引用的池（法律2）。

5. 小模型契约（4B级本地模型）

提示词：法律摘要 ~700字符 + 职责卡片 + 最多20个锚点 + 仅职责相关的稿件摘录（<=6000字符，按章节映射） + 机器事实 + 一个少样本 JSONL 示例。生成：max_tokens 1200，温度曲线 0.2–0.5，/no_think 用于 qwen3 系列（默认），一次解析重试，稳健提取（围栏/尾逗号/拼接对象）。预期会被门控大量隔离——这是系统正在工作，而非失败；4B 模型的实际产出：每个执行者 2–4 个存活发现。

6. 布局与命令

checklists/ engine/ groups/ input/ sources/ task/ templates/ demo/ work/ 入口：python3 engine/run.py prep|campaign|diffnum|figureqc|harness|map|precheck|matrix|council|check|validate|ledger|corpus|kit|apply|guard|stage —— RUNNER.md 是连接指南（Ollama/API/粘贴返回）。NOTICE.md：隐私、许可状态、环境变量。