paper-plan

paper-plan 技能可將原始的研究產出自動轉換為結構嚴謹且符合會議要求的論文大綱。此工具專為使用代理工作流的學術研究人員與數據科學家設計，能處理多模態輸入，包括研究報告 (STORY.md)、原始實驗日誌、JSON 圖表數據及自動審稿總結。透過分析這些資訊，系統能構建完善的「宣稱-證據矩陣」(Claims-Evidence Matrix)，確保論文的每一部分都有實證數據支持。

• 自動將研究宣稱映射至具體的實驗證據與度量指標。

• 支援 ICLR, NeurIPS, ICML, CVPR 及 IEEE 期刊/會議等多種學術論壇的結構建議。

• 整合外部寫作原則與會議特定檢查清單，確保敘事流暢並符合頁數限制。

• 生成涵蓋摘要、前言、方法與討論的逐節規劃，幫助作者維持研究故事的邏輯一致性。

• 利用跨模型協作機制，透過外部審查模型 (經由 Codex MCP) 在撰寫前先行驗證大綱的邏輯嚴密性。

• 前置需求：請確保專案目錄中包含研究結果 (findings.md)、實驗日誌或 AUTO_REVIEW.md，以利精確生成。

• 使用方式：透過輸入 '写大纲'、'paper outline' 或 'plan the paper' 觸發。

• 自訂參數：支援指定目標會議 (例如 --venue: NeurIPS)，系統將自動調整頁數上限 (MAX_PAGES) 與結構規則。

• 內容管理：系統優先讀取精簡檔案 (如 IDEA_CANDIDATES.md) 以節省上下文視窗，同時保持生成品質。

• 整合性：設計用於 ARIS (Auto-claude-code-research-in-sleep) 研究框架，與 Claude Code, Cursor, Trae 等整合開發環境無縫運作。