用途：Academic Repo Analyzer 面向论文配图规划，将 ML、AI4Science、Systems 及研究类代码仓库解析为有证据支撑的语义架构图，输出一份约 30–70 行的仓库理解文档，以及机器可读的 Semantic Architecture Handoff v1。该 handoff 描述科学角色与可执行关系，而非仓库文件夹结构或工程样板代码。
核心原则：论文与用户叙事优先于代码实现；论文图呈现科学贡献与概念数据流，不呈现完整软件工程产物。除非论文本身贡献了训练算法或基础设施系统，应省略 DataLoader、Trainer、Logger、ConfigParser、DeviceManager、Optimizer 设置等工程管线。若已存在论文草稿或用户架构，工具作为事实核查者，验证张量维度、损失公式、模块名与执行方向，而非重新发明架构。
输入：优先提供仓库路径、README、依赖、入口点、核心模型/算法文件、配置与测试；可接受部分仓库、孤立模型文件或核心算法脚本；最低要求一个 README、入口点或核心实现文件。有 Git 元数据时记录源修订。名称与 README 声明仅作线索，配图关键声明需在代码或测试中验证。
工作流：定位证据（README、依赖文件、入口脚本、配置、核心算法文件；顶层目录仅作发现线索，不计为架构模块；大仓库需说明采样边界）；分类任务与实现栈；构建语义图（每个组件需有独立科学或执行职责，记录稳定 id、标签、role、figure_importance、证据指针、一句职责说明；连接单独记录，可用 executed、advisory、feedback、persistence、exception 等类型，不因互相导入就推断边）；推导视觉分组；输出 handoff。domain 取受控值之一：CV、NLP、Speech/Audio、RL、Robotics、Multimodal、TimeSeries、Generative、Protein/AI4Science、GNN/ScientificComputing、Systems/Infrastructure、ScientificComputing(non-ML)、Other。
输出：含 schema、source_revision、domain、evidence_level、components、connections、authority_boundaries、semantic_component_count、visual_group_count、peer_module_count、figure_types、forbidden_claims。
限制：证据稀疏时谨慎推断并标注；无 README 时从代码谨慎推断；无入口点时仅限组件级结构；无核心实现时只报告任务/栈；仓库近乎为空时给出最小缺失材料清单，不编造架构。任务或框架分类不确定时读取 keywords.md；证据稀疏时读取 references/missing-info-policy.md。仅当用户需要下一阶段时才建议配图规划。