paper-plan

paper-plan 技能可将原始的研究产出自动转换为结构严谨且符合会议要求的论文大纲。此工具专为使用代理工作流的学术研究人员与数据科学家设计，能处理多模态输入，包括研究报告 (STORY.md)、原始实验日志、JSON 图表数据及自动审稿总结。通过分析这些资讯，系统能构建完善的「宣称-证据矩阵」(Claims-Evidence Matrix)，确保论文的每一部分都有实证数据支持。

• 自动将研究宣称映射至具体的实验证据与度量指标。

• 支持 ICLR, NeurIPS, ICML, CVPR 及 IEEE 期刊/会议等多种学术论坛的结构建议。

• 整合外部写作原则与会议特定检查清单，确保叙事流畅并符合页数限制。

• 生成涵盖摘要、前言、方法与讨论的逐节规划，帮助作者维持研究故事的逻辑一致性。

• 利用跨模型协作机制，透过外部审查模型 (经由 Codex MCP) 在撰写前先行验证大纲的逻辑严密性。

• 前置需求：请确保专案目录中包含研究结果 (findings.md)、实验日志或 AUTO_REVIEW.md，以利精确生成。

• 使用方式：透过输入 '写大纲'、'paper outline' 或 'plan the paper' 触发。

• 自订参数：支持指定目标会议 (例如 --venue: NeurIPS)，系统将自动调整页数上限 (MAX_PAGES) 与结构规则。

• 内容管理：系统优先读取精简档案 (如 IDEA_CANDIDATES.md) 以节省上下文视窗，同时保持生成品质。

• 整合性：设计用于 ARIS (Auto-claude-code-research-in-sleep) 研究框架，与 Claude Code, Cursor, Trae 等整合开发环境无缝运作。