用途：投稿前预审论文，或收到真实审稿意见后做返修回复，两种模式。
模式一（投稿前模拟审稿）：按论文类型择一套 rubric（ML/AI 会议用 NeurIPS 官方评审表；系统综述/临床用 GRADE+Cochrane ROB；通用/期刊用 ScholarEval 8 维），不混用。扮演 3-4 位独立审稿人（主编契合、方法学、领域文献、魔鬼代言人），输出 Summary、Strengths/Weaknesses、编号必改问题（Critical 与 Minor 分开）、Questions、Limitations、建议补充实验及打分（Soundness/Presentation/Contribution 1-4、Overall 1-10、Confidence 1-5）。攻击方法学时按效度、偏倚、统计清单扫描，标注谬误须命名、解释缺陷并指出何种证据才能有效推断。
模式二（真实返修）：解析审稿意见、分类（必改/可商榷/误解），建立承诺账本；用 R→A→C 格式逐条写 response letter，每条先给 1-5 让步评分，仅 ≥4 才实质让步，禁止连续让步。会议 rebuttal 常限 1 页，多禁止新实验；期刊 response letter 鼓励补实验并附新结果。
使用方式：模板见同目录 templates/response_letter_template.md、templates/rereview_checklist.md。可用 scripts/fetch_openreview.py 抓公开评审语料校准（如 python fetch_openreview.py --venue ICLR.cc/2024/Conference --max-subs 20 --out corpus.json，或 --selftest 离线自检），会议 rebuttal 字数检查用 python scripts/rebuttal_budget.py letter.md --venue iclr。产出为标准工件 response_matrix.md。
限制：仅依据公开资料，收费、支持平台与具体效果暂未提供；引用的端点与实测结果以资料所述为准。