用途
ara-rigor-reviewer 用于对 Agent-Native Research Artifact（ARA）目录执行 ARA Seal Level 2 的语义认识论评审（Semantic Epistemic Review）。它接收一个 ARA 目录路径，产出一份综合评审报告 level2_report.json，写入 artifact 根目录。
该技能的前提是 Level 1（结构校验）已经通过：所有引用可解析、必填字段存在、探索树可正确解析、跨层链接双向一致。Level 2 不重复检查这些结构性问题，而是评估 ARA 的内容在认识论上是否可靠：证据是否真正支持主张、论证是否连贯、研究过程是否被诚实记录。
评审定位是建设性的：既识别优点也识别弱点，提供可操作的改进建议，并给出校准后的总体评估。它不是缺陷探测器，而是帮助作者改进工作的评审者。
主要能力
技能围绕六个评审维度展开，每个维度按 1-5 分打分，并包含优点、弱点与建议。所有检查都是语义性的，需要阅读理解与推理，而非结构校验。
- D1 证据相关性：被引用的证据是否在实质上支持每条主张，而不仅仅是存在引用关系。
- D2 可证伪性质量：证伪标准是否有意义、可操作、范围界定良好。
- D3 范围校准：主张是否恰好断言其证据所支持的内容，不多也不少。
- D4 论证连贯性：叙事是否遵循从问题到解决方案再到证据的逻辑弧线。
- D5 探索完整性：探索树是否记录了真实的研究过程，包括失败。
- D6 方法学严谨性：实验设计是否合理，是否具备充分的基线、消融与报告。
使用方式
技能完全通过原生工具（Read、Write、Glob、Grep）操作，不执行代码、不抓取 URL、不查阅外部来源。
执行流程如下：
-
按固定顺序读取 ARA 文件，并将该列表记录为报告中的 read_order：PAPER.md；logic/claims.md；logic/experiments.md；logic/problem.md；logic/concepts.md；logic/solution/architecture.md、algorithm.md、constraints.md、heuristics.md；logic/related_work.md；trace/exploration_tree.yaml；evidence/README.md（若存在）；并从 evidence/tables/ 或 evidence/figures/ 中抽查 2-3 个证据文件。
-
解析实体：从 logic/claims.md 的每个 ## C{NN}: {title} 段落提取 Statement、Status、Falsification criteria、Proof（实验 ID）、Dependencies（主张 ID）、Tags；从 logic/experiments.md 的每个 ## E{NN}: {title} 段落提取 Verifies（主张 ID）、Setup、Procedure、Metrics、Expected outcome、Baselines、Dependencies；从 logic/solution/heuristics.md 的每个 ## H{NN} 段落提取 Rationale、Sensitivity、Bounds、Code ref；从 logic/problem.md 提取每个 O{N} 与 G{N}；从 trace/exploration_tree.yaml 提取所有节点的 id、type、title 及类型专属字段（failure_mode、lesson、choice、alternatives、result）。
-
构建工作映射：claim_proof_map（每条主张 Proof 中的实验 ID 集合）、experiment_verifies_map（每个实验 Verifies 中的主张 ID 集合）、claim_dependency_edges（从每条主张指向其 Dependencies 的有向边）、gap_set（problem.md 中所有 G{N}）、rejected_nodes（type = dead_end 或 pivot 的探索树节点）、decision_nodes（type = decision 的节点）。不校验结构完整性，Level 1 已保证。
-
对每个维度进行语义推理并记录优点、弱点与建议。
-
汇总发现：将六个维度中发现的所有问题收集为单一 findings 列表，每条发现分配 finding_id（F01、F02……）、dimension、severity（critical / major / minor / suggestion）、target_file、target_entity、evidence_span（必须为 ARA 中的逐字精确引用；若发现针对缺失内容则可省略）、observation、reasoning、suggestion，并按严重程度排序（critical 优先，其次 major、minor、suggestion）。
-
计算总体等级：取六个维度得分的均值，按映射表确定等级——Strong Accept（均值 ≥ 4.5 且无维度 < 3）、Accept（均值 ≥ 3.8 且无维度 < 2）、Weak Accept（均值 ≥ 3.0 且无维度 < 2）、Weak Reject（均值 ≥ 2.0 且（均值 < 3.0 或任一维度 < 2））、Reject（均值 < 2.0 或任一维度 = 1）。
-
写出报告：将 level2_report.json 写入 artifact 根目录，包含 artifact、artifact_dir、review_version（3.0.0）、prerequisite（Level 1 passed）、overall（grade、mean_score、one_line_summary、strengths_summary、weaknesses_summary）、dimensions（D1_evidence_relevance、D2_falsifiability、D3_scope_calibration、D4_argument_coherence、D5_exploration_integrity、D6_methodological_rigor，各含 score、strengths、weaknesses、suggestions）、findings、questions_for_authors、read_order。
适用场景
适用于对已完成 Level 1 结构校验的 Agent-Native Research Artifact 进行内容层面的认识论评审，帮助作者发现证据与主张之间的实质性问题、论证断层、范围失配、探索记录不真实或方法学缺陷，并给出可操作的改进方向。
限制
- 前提是 Level 1 已通过；Level 2 不重新检查引用解析、字段存在性、YAML 解析或跨链接一致性。
- 完全在 artifact 内部操作：不抓取外部 URL、不执行代码、不查阅外部来源，对 ARA 报告的证据按面值采信。
- 支持必须流经 Proof → experiments.md → evidence/；problem.md、architecture.md 等散文中的一致表述不能替代实验证据。
- 关于 ARA 中已存在内容的发现必须引用精确子串；关于缺失内容的发现可省略 evidence_span。
- 评分需校准：多数合格 ARA 应落在 3-4 分区间；5 分表示真正优秀，1 分表示存在根本性问题。
- 每条弱点都必须附带建议，评审需兼顾优点，不能只列问题。
补充说明
该技能的官方页面为 https://www.skills.sh/kalarislabs/research-agent-skills/ara-rigor-reviewer，来源为 kalarislabs/research-agent-skills。关于安装命令、收费方式、支持平台等具体信息，资料中暂未提供。