用途：该技能在论文编译完成后运行，对已生成的论文进行迭代式改进，聚焦写作质量而非研究本身，包括修正理论不一致、弱化过度声明、补充缺失内容与改善呈现。
主要能力：默认 MAX_ROUNDS=2，使用 REVIEWER_MODEL=gpt-5.4（经 Codex MCP，xhigh 推理）评审；每轮执行评审→按严重程度（CRITICAL/MAJOR/MINOR）实施修改→用 latexmk 重新编译；保存 PAPER_IMPROVEMENT_LOG.md 与 PAPER_IMPROVEMENT_STATE.json 以支持上下文压缩后恢复；最后进行格式检查（页数、Overfull/Underfull hbox）。
使用方式：输入编译好的论文路径，如 /auto-paper-improvement-loop "paper/"；可选开启人工检查点 human checkpoint: true，在每轮评审后暂停等待用户批准、自定义指令、跳过或停止。评审通过 mcp__codex__codex 发送全文，第二轮用 mcp__codex__codex-reply 保持上下文。重新编译命令为 cd paper && latexmk -C && latexmk -pdf -interaction=nonstopmode -halt-on-error main.tex。
适用场景：ICLR/NeurIPS 等投稿前的论文润色与格式合规检查，尤其适合结构完整但初稿粗糙的论文。
限制：仅改进写作与呈现，不运行实验或收集数据；不得编造实验结果，合成验证只描述方法；需保留各轮 PDF 与完整评审原文；若配置了飞书通知则按轮次发送，否则跳过。具体收费、平台支持等资料暂未提供。