SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场section-writing-agent

section-writing-agent

写作与研究

查看项目

更新于 10-16 11:08

技能介绍

Section Writing Agent（第 4 步）是 PaperOrchestra 流水线中负责撰写论文剩余章节的智能体，为 Song 等人 2026 年论文（arXiv:2604.05018，§4 Step 4，App. F.1 第 47–49 页）中对应模块的实现。

用途

在流水线中，第 3 步已完成引言与相关工作，本步骤负责起草并编译完整 LaTeX 稿件中的其余章节，包括摘要、方法、实验、结论（以及可选的局限与未来工作、附录）。其输出文件 workspace/drafts/paper.tex 将交由第 5 步的 Refinement Agent 继续迭代。

主要能力

  • 单次多模态 LLM 调用：论文明确将其设计为一次综合调用，以维持跨章节的全局连贯性，不应拆分为按章节的多次调用。
  • 依据 tex_profile.json 选择 LaTeX 写法：若 use_cleveref 为真则用 \cref，否则用 Figure~\ref；use_nicefrac 决定是否用 \nicefrac；use_microtype、use_t1_fontenc 决定是否加入相应宏包行。若该文件不存在，则默认全部使用安全回退写法（不使用 cleveref、nicefrac、microtype、T1 fontenc）。
  • 从实验日志抽取指标：通过脚本 extract_metrics.py 将 experimental_log.md 中“Raw Numeric Data”小节的 markdown 表格解析为结构化 JSON，用于生成 booktabs 表格，避免从原文重新推导数值。
  • 表格与图形规范：表格使用 booktabs 格式（\toprule、\midrule、\bottomrule）；使用 figures/ 中提供的全部图片，保留文件名与扩展名，不将多张图合并为一个展示，双栏格式优先使用单栏 figure。
  • 引用管理：按 outline.json 的 citation_hints 在 citation_pool.json 中匹配 key，仅使用 refs.bib 中存在的键，并借助 citation_pool.json 的摘要写出具体准确的引用句。
  • 修辞结构：依据 skills/shared/section_rhetoric.md 的模板，摘要按贡献数量选择三种模板之一；方法小节遵循设计、动机、技术优势三段式；实验回答是否优于强基线、哪些设计带来增益、泛化程度三个问题；结论中的局限应为范围边界而非缺陷。

输入

workspace/outline.json（主计划）、workspace/inputs/idea.md（技术细节）、workspace/inputs/experimental_log.md（表格与定性分析原始数据）、workspace/drafts/intro_relwork.tex（第 3 步已填好引言与相关工作的模板，作为起点）、workspace/citation_pool.json（已验证论文的 {key, title, abstract} 映射）、workspace/refs.bib（BibTeX 文件）、workspace/inputs/conference_guidelines.md（格式规则）、workspace/figures/（第 2 步生成的 PNG 文件，作为多模态视觉输入）、workspace/figures/captions.json（各 figure_id 的图注）、workspace/tex_profile.json（TeX 宏包可用性标志，由第 0 步的 check_tex_packages.py 生成）。

使用方式

  1. 先读取 tex_profile.json 并据此选择 LaTeX 写法。
  2. 运行 python skills/section-writing-agent/scripts/extract_metrics.py --log workspace/inputs/experimental_log.md --out workspace/metrics.json 抽取指标。
  3. 读取 references/prompt.md（App. F.1 的原文提示词），在前面加上 ../paper-orchestra/references/anti-leakage-prompt.md 的防泄漏提示，再追加 section_rhetoric.md 中本次要撰写章节的约束模板。用户消息包含 outline.json、idea.md、experimental_log.md、intro_relwork.tex、citation_pool.json、conference_guidelines.md 的完整内容、由 captions.json 与文件清单构成 figures_list 数组，以及实际的图片 PNG 作为多模态输入。
  4. 将模型返回的 LaTeX 代码从代码围栏中取出，保存到 workspace/drafts/paper.tex。
  5. 运行确定性检查：orphan_cite_gate.py（每个 \cite{KEY} 必须存在于 refs.bib）、latex_sanity.py（括号与 begin/end 匹配、未转义特殊字符）、anti_leakage_check.py（无作者姓名、邮箱、单位）、table_lint.py（booktabs 规则、标题位置、指标方向、小数精度；ERROR 阻断，WARN 进入重提示）。任一检查失败时，将错误报告追加到用户消息中重新提示，不要手工修复。

关键规则

不得修改 intro_relwork.tex 中已填写章节的文本、风格与内容，保持引言与相关工作原文与导言区不变；缺失标题或作者时使用占位符（如双盲场景用“Anonymous Authors”），不得编造真实姓名。表格数值须直接取自 experimental_log.md，不得臆造数字。所有表格和图片应出现在结论之前（除非明确置于附录）；若使用附录，附录位于参考文献之后并另起新页。输出须开箱即编译，所有 \begin{X} 与 \end{X} 对应，不得把 cleveref 写成 cleverref，并在 \bibliographystyle 前始终输出 \clearpage。

适用场景与限制

适用于已具备大纲、技术说明、实验日志、引用池与图片素材的论文自动撰写流水线。限制包括：本步骤依赖第 2、3 步的产物作为输入；宿主模型若不支持视觉输入，只能退化为纯文本模式，以 captions.json 图注代替直接看图，质量会明显下降（论文指出视觉 grounding 可显著改善图与文的对应关系）；对收费、价格、平台等信息，资料中暂未提供。