用途
Paper Review 是一个面向学术论文投稿前自审的系统化技能，帮助作者在提交前发现潜在问题、预判审稿人批评，并准备应对策略。它强调以对抗式、怀疑式的视角审查自己的论文，而不是仅做表面校对。
主要能力
审查以三轮独立进行，最后合并去重：
第一轮：对抗式深度阅读（关闭清单） 以怀疑的专家审稿人身份通读全文，不先看任何清单。追踪跨章节线索：证据是否在提出主张处真正支持该主张；设定中陈述的假设是否在后文被重新审视或被悄悄违反；正文引用的数字是否与表格一致；结论是否兑现了摘要的承诺；方法在论文特定设定之外是否仍成立。记录每一处疑点及其位置，包括尚无法证明的疑点。
第二轮：清单式扫描 使用结构化材料：5 维度清单、反直觉协议、反向提纲、图表与结论检查。此轮用于覆盖广度，捕捉已知的高频失败模式。
第三轮：机械扫描与协议审计 对源文件执行实验协议审计与机械一致性扫描，包括：承诺—交付对齐（摘要与引言中承诺的贡献是否在正文与结论中兑现）、声称但缺失的对比（论文自称“直接可比”“最接近的前作”或 SOTA 的方法是否出现在结果表中）、数值一致性（摘要/引言/结论中的每个数字是否与来源表一致，声称的提升需重新计算）、引用完整性与残留标记、模块动机、图表机械检查（加粗的“最佳”值是否确为各列最佳、箭头是否与指标方向一致）。
报告发现：校准的怀疑 发现包含两类陈述，规则不同：关于论文的事实性断言必须可验证，需核对原文并锚定到确切位置或短引用，绝不陈述论文未说的内容；怀疑与判断则被鼓励，包括低置信度的怀疑，需说明怀疑内容、标注置信度、指出何种证据可解决。不得因无法证明而压制怀疑。
反直觉审查协议 在最终润色前运行：先写一段拒稿摘要再写正面评论；删除一个缺乏直接证据的强主张；评估可信度而非仅看增益；将一个明确的局限性从隐藏笔记移入论文；攻击自己的新颖性主张（“一个强博士生能否在一个下午推导出它？”）。
5 维度自审清单
- 贡献充分性：失败案例是否常见、技术是否已被充分探索、改进是否可预见、技术是否过于直接。
- 写作清晰度：技术细节是否缺失、模块动机是否缺失、段落结构、行文流畅度、术语一致性。
- 实验结果质量：提升是否边际、绝对质量是否足够、定性结果是否有说服力。
- 实验测试完整性：消融研究、重要基线、评估指标、数据集难度、失败案例分析。
- 方法设计问题：实验设定是否实际、技术缺陷、鲁棒性、收益是否大于局限。
实验协议审计 逐行以敌意审计员身份检查实验部分：重建数据流（训练/调参/评估分别用什么数据，是否存在重叠）；列出每个假设并检查其现实性与下游影响；检查推理时信息可用性（是否使用标签、oracle 信号、未来信息、测试分布统计）；检查对比协议（数据、算力、调参努力是否一致，基线数字是否在本文设定下复现）。
反向提纲技术 逐段阅读，用一句话写出每段主旨，检查信息序列是否逻辑流畅，定位断裂处并修复。适用于引言、方法、实验部分。
图表质量检查 图：管线图突出新颖性、与先前工作区分、teaser 图自包含、标题清晰、分辨率足够、色盲友好、正文引用。表：标题在上、无竖线、使用 booktabs、最佳结果高亮、指标方向标注、标题描述设定而非结果、正文引用。
结论与局限检查 结论总结贡献与关键结果；局限部分存在（审稿人常指出其缺失）；局限以任务/设定范围方式表述；局限诚实但不自我否定。注意：击败 SOTA 不能消除技术缺陷，泄漏、不公平对比或无支撑主张在任何指标水平上仍是缺陷，应记录为发现而非局限。
投稿前最终检查 引用完整、作者信息符合会议要求、页数限制、补充材料引用、无 TODO 标记、致谢适当、无双盲违规、被引作品书目完整、无破坏匿名的自引、关键相关工作已引用。
交接至 Rebuttal 审稿意见返回后，使用 paper-rebuttal 技能进行分数诊断、审稿意见颜色编码、champion 策略、18 条战术规则、反直觉 rebuttal 原则。自审产物（拒稿优先模拟、主张—证据审计、prebuttal 草稿）可直接输入 rebuttal 流程。
使用方式
当用户希望审查或检查投稿前的论文草稿、请求对论文质量或完整性的反馈、希望为潜在审稿人批评做准备，或提到“review paper”“check my draft”“self-review”时使用本技能。若用户已收到审稿意见并需要撰写 rebuttal，应改用 paper-rebuttal 技能。
开始审查前需确认论文写作交接清单已满足：所有章节已起草、主张锚定证据、存在局限部分、图表已定稿、无未解决的 \todo{} 标记。若有未完成项，先完成写作再审查。
5 维度审查也可作为已执行工作流使用：scripts/five_aspect_review.js，加载到代码解释器并调用 await fiveAspectReview(draftText)，以并行子审查方式运行五个维度，返回带类型的结果（每个维度的分数、发现、阻塞问题）与综合裁决。优先使用它而非在文本中重新推导；仅在解释器不可用时回退到顺序清单。第三轮的机械扫描是搜索问题而非理解问题，应通过解释器运行；若不可用，应在审查中说明，而非暗示已完整覆盖。
适用场景
学术论文投稿前的自审，尤其是需要预判审稿人批评、发现跨章节隐藏缺陷、检查实验协议与数值一致性、准备 rebuttal 的场景。
限制
资料未提供关于收费、价格、平台支持范围、具体效果数据等信息。部分检查项依赖代码解释器执行脚本，解释器不可用时需回退到顺序清单并说明覆盖范围。