用途：从评审结论和实验结果出发，生成结构化的逐节论文大纲，适用于用户要求“写大纲”“paper outline”“plan the paper”“论文规划”等场景。
主要能力：提取核心主张、一句话贡献、主张对应的实验证据与已知弱点，构建“主张-证据矩阵”；按目标会议与论文类型（实证/理论/方法）选择 5-8 节结构并分配页数预算；逐节规划摘要、引言、相关工作、方法、实验、结论等，包含开篇钩子、贡献列表、英雄图描述；生成图表计划（类型、说明、数据来源、优先级）与引用计划（每节所需引用，引用需核实、不可凭记忆生成 BibTeX，未确认标记 [VERIFY]）；通过 REVIEWER_MODEL（gpt-5.4，经 Codex MCP，high reasoning effort）对大纲交叉评审并按反馈修订。
使用方式：在项目目录中准备输入之一，如 NARRATIVE_REPORT.md、STORY.md、GPT54_AUTO_REVIEW.md、figures/ 下的 JSON 结果、IDEA_REPORT.md，以及可选的紧凑文件 IDEA_CANDIDATES.md、findings.md、EXPERIMENT_LOG.md；若均不存在，需用户用 3-5 句描述论文贡献。支持参数指定主题与 venue。最终大纲保存至项目根目录 PAPER_PLAN.md。
适用场景与限制：面向 ML 会议与 IEEE 期刊/会议的投稿规划；页数统计规则因 venue 而异（ML 会议正文至结论、不含参考文献与附录；IEEE 含参考文献）。不生成作者信息，留占位或匿名；证据不足时应标注“needs experiment”而非过度声明；内容超出页数预算时建议移至附录。文中所提 /paper-figure、/paper-write、/paper-compile 为后续步骤提示，具体可用性暂未提供。