从零散论文组件组装完整论文时：端到端编排文献到评审流水线并管…

当已有论文项目目录或论文计划，需要把文献、规划、代码、实验、图表、写作、引用、格式化、编译和评审按依赖顺序组装成完整 PDF 时使用。

适用场景

解决思路

1. 运行完整性检查脚本并输出 checkpoint：`python ~/.claude/skills/paper-assembly/scripts/assembly_checker.py --dir paper/ --output checkpoint.json`。
2. 运行完整性检查脚本查看详情：`python ~/.claude/skills/paper-assembly/scripts/assembly_checker.py --dir paper/ --verbose`。
3. 该脚本会扫描 paper 目录、检查 9 个 pipeline phases、报告缺失 artifacts，并建议 next steps。
4. 评估当前状态：扫描 paper 目录中已有 artifacts。
5. 评估当前状态：识别哪些 phases 已完成、哪些 pending。
6. 评估当前状态：为剩余工作构建 dependency graph。
7. 按依赖顺序执行 Phase 1 Literature：用 literature-search、literature-review，输入 Topic，输出 Knowledge base、BibTeX。
8. 按依赖顺序执行 Phase 2 Planning：用 research-planning，输入 Knowledge base，输出 Paper structure、task list。
9. 按依赖顺序执行 Phase 3 Code：用 experiment-code，输入 Plan，输出 Training/eval pipeline。
10. 按依赖顺序执行 Phase 4 Experiments：用 experiment-design，输入 Code，输出 Results JSON/CSV。
11. 按依赖顺序执行 Phase 5 Figures：用 figure-generation，输入 Results，输出 PNG figures。
12. 按依赖顺序执行 Phase 6 Tables：用 table-generation，输入 Results，输出 LaTeX tables。
13. 按依赖顺序执行 Phase 7 Writing：用 paper-writing-section，输入 All above，输出 main.tex sections。
14. 按依赖顺序执行 Phase 8 Citations：用 citation-management，输入 Draft，输出 references.bib。
15. 按依赖顺序执行 Phase 9 Formatting：用 latex-formatting，输入 Draft，输出 Formatted LaTeX。
16. 按依赖顺序执行 Phase 10 Compilation：用 paper-compilation，输入 All，输出 PDF。
17. 按依赖顺序执行 Phase 11 Review：用 self-review，输入 PDF，输出 Review scores。
18. State Propagation：每个 phase 完成后，将输出 artifacts 保存到 paper directory。
19. State Propagation：将结果传播到 downstream phases。
20. State Propagation：更新 progress checkpoint file。
21. Quality Gates：进入下一 phase 前，验证所有 required outputs 存在。
22. Quality Gates：检查一致性（例如 all cited keys in .bib）。
23. Quality Gates：验证 figures/tables 与 experimental results 匹配。
24. Final Assembly：合并所有 sections 到 main.tex。
25. Final Assembly：验证所有 \includegraphics files 存在。
26. Final Assembly：验证所有 \cite keys 存在 .bib。
27. Final Assembly：编译为 PDF。
28. Final Assembly：运行 self-review 做质量检查。
29. 采用 Sequential Pipeline（AI-Scientist）模式：generate_ideas → experiments → writeup → review。
30. 采用 Multi-Agent State Broadcasting（AgentLaboratory）模式：通过 `set_agent_attr("dataset_code", code)`、`set_agent_attr("results", results_json)` 将结果传播给所有 downstream agents。
31. 采用 Copilot Mode（AgentLaboratory）模式：允许人类在任何 phase boundary 介入 review/correction。
32. 使用 checkpoint 格式：记录 project、phases_completed、current_phase、artifacts、last_updated；例如 `{"project":"paper-name","phases_completed":["literature","planning","code"],"current_phase":"experiments","artifacts":{"literature":"knowledge_base.json","plan":"research_plan.json","code":"experiments/","results":null},"last_updated":"2024-01-15T10:30:00Z"}`。
33. 遵循规则：Never skip phases — 每个 phase 依赖前序输出。
34. 遵循规则：每个 phase 完成后保存 checkpoints。
35. 遵循规则：建议在 phase boundaries 进行 human review。
36. 遵循规则：论文中所有 numbers 必须 trace 到实际 experiment logs。
37. 遵循规则：如果 upstream 变化，重新运行 downstream phases。
38. 参考 orchestration patterns 和 state management：`~/.claude/skills/paper-assembly/references/orchestration-patterns.md`。

适用边界 · 注意事项

• 没有已产出的论文组件或可执行计划时，无法进行端到端组装。
• 不是论文/科研写作项目，或不需要按阶段依赖编排与 checkpoint 时。
• 运行环境不具备 `~/.claude/skills/paper-assembly/scripts/assembly_checker.py` 及相关 paper-* skills 时，无法直接套用。