SuperAPI AI 工具集

feedback-synthesizer

写作与研究

查看项目

更新于 10-13 14:52

技能介绍

Feedback Synthesizer 是一个面向科研项目的反馈整理技能,目标是把来自导师、合作者、非正式评审人或委员会的零散意见,转换为持久的项目记忆和后续行动。它回答的核心问题是:当某位导师、合作者或评审人说了某些内容之后,项目中的论点、风险、实验、写作或决策应当发生什么变化。

适用场景包括:导师会议产生了建议、顾虑或方向性意见,需要转成行动项;合作者对草稿、方法或结果发来评论,需要分类;非正式评审人或同事在提交前分享反馈;委员会会议记录需要转为结构化决策记录;反馈散落在邮件、文档和笔记中需要汇总;以及希望在接收反馈后更新项目记忆,同时不丢失或误解关键信号。

需要注意的是,该技能明确不适用于提交决定之后的正式评审回复,那应使用 rebuttal-strategist;它也不负责撰写反馈更新回复,那应使用 advisor-update-writer。它与 rebuttal-strategist、advisor-update-writer、research-project-memory、experiment-design-planner、result-diagnosis 等技能配合使用。

技能目录包含 SKILL.md 和 templates/feedback-record.md。在合成之前,需要读取 memory/claim-board.md、memory/risk-board.md 和 memory/action-board.md,确保反馈与已有项目状态对照;当反馈涉及论文论点或结果时,读取 paper/.agent/paper-evidence-board.md;在撰写反馈记录前读取 templates/feedback-record.md。

核心原则强调:反馈并不等价,需要区分必须处理、应该处理和仅记录;挑战核心论点的反馈需要比表达形式类反馈更强的回应;范围很重要,导师关于方向的反馈与合作者关于某张图的反馈不同;每条合成后的反馈都要记录来源和日期;避免过度承诺,只承诺当前阶段范围内的实验或改写;不一致或相互矛盾的反馈应被标记,而不是被悄悄解决。

操作流程分为五步。第一步,收集反馈来源:原始反馈、来源、日期、上下文,以及反馈针对的工件或论点。第二步,逐条分类反馈:记录反馈项、来源、目标(论点、实验、写作、方法、数据、框架或范围)、语气(顾虑、建议、方向、问题或赞扬)、优先级(必须处理、应该处理、仅记录或不同意)、是否影响投稿。优先级规则为:必须处理指核心论点受到挑战、发现致命弱点,或导师明确指示变更;应该处理指有效顾虑,若忽略会削弱论文或浪费算力;仅记录指风格偏好、小建议或锦上添花;不同意指与现有证据冲突、基于误解,或团队已讨论决定不采纳。第三步,关联项目记忆:对必须或应该处理项,评估对论点板、风险板、行动板、决策日志和证据板的影响,对不同意项记录理由。第四步,撰写反馈记录,保存到 memory/feedback/<YYYY-MM-DD>-<source>-<topic>.md,内容包含上下文、分类表、记忆更新、触发的开放决策或实验、记录的不同意及理由、后续行动和负责人。第五步,路由后续动作:交由 advisor-update-writer 起草回复,experiment-design-planner 规划实验,result-diagnosis 重新解读结果,paper-evidence-board 更新论点与证据对齐,paper-writing-assistant 修改被标记章节,若收到正式评审决定则使用 rebuttal-strategist。最后进行 sanity check:每个必须处理项都有行动、风险或决策;每个论点级挑战都已对照现有证据;不同意见已记录理由;反馈记录已按日期和来源保存;下一步动作清晰。

该技能的收费方式、价格、平台要求等信息暂未提供。