📊 Pipeline Flowchart — math-deep-dive v1.7

0main thread 对话

1. 读 RECIPE.md 确认流程
2. 检测研究模式（详见 MODES.md）：默认 Mode A；触发短语切 Mode B
3. 跟用户确认 topic / Path（2 或 3）/ 档位（standard / deep / marathon）
4. 共同写"问题陈述 + 背景包"（200-300 字）
5. 写 decision_log.md 第一行：[mode] <date> ok mode=A|B reason=<>
6. 读 research_diary.jsonl 末 50 行，对每条 status=open 询问用户 continue / 重测 / 归档

1.0L0 Novelty Sentinel ⭐ NEW v1.5 Phase 2

用 arxiv MCP + OEIS + LMFDB 查命题最近 5 年是否已被实质覆盖。

4 verdict 分流：

✅ substantially-novel → 正常进 Phase 1

⚠️ completely-novel → 红旗（可能问题不重要 / 错命题），继续但 ranker 提高门槛

1.0.75L0.75 Innovation Scanner ⭐ NEW v1.7

读 historical_innovations.md（15 个范式转换 case + 10 元 schema），挑 3-5 个最 promising schema 应用到本命题上。这是把"发明新对象"从抽象指令变成可机械迁移的类比规则。

输出：L0.75_innovation_scanner.md 喂给 Phase 1 各角度 agent。每个角度若 match 某 schema，必须显式调用其抽象规则（不只是 mention，而是机械应用）。

为什么必要：LLM 默认产"平均数学"（搜索现有 vs 发明新）。Tier A/S 级原创理论历史上几乎全来自范式转换。给 LLM 显式 schema 库比抽象"想想新对象"指令有意义地有效。

1Template 1 — 4 阶段头脑风暴

2main thread 跟用户讨论

选择标准：

• 陈述精确（不是模糊"研究方向"）
• 有清晰工具雏形
• 与原问题有逻辑桥梁（命题成立 ⟹ 原问题部分进展）

典型 N = 1-3。N = 1 适合 smoke test 或单点深挖；N = 3 标准多角度攻坚。

3Coordinator 中央调度（贯穿所有 5 层）

3.1L1 Brainstorm — 命题级思路探索

3.2L2 Literature — 文献调研

3.3L3 Research — 主体（14 agent 全并行 + reactive loop）

3.4L4 Review — 4 类专家投票

3.5L5 Summary — 决策 + §"实质贡献声明" + §Predictions

4.0Stage 0-1 — 方向 + 哨兵

• main thread 列出 N 个方向（来自 GO 命题集合，不重新发散）
• 跑 Stage 1 数值哨兵复核（如果 Template 2 v2 已跑过 sentinel 可跳过）

4.2Stage 2 — N 个 writer 并行（含 R1-R4 + SOTA gap）

4.3Stage 3 — N 个 reviewer 流式（含独立复现 + R1-R4 审视 + Editor Persona ⭐）

4.3.5Stage 3.5 — Writer-harmonize ⭐ NEW v1.6 Loop A（自动触发）

这是 hygiene 不是 polish：abstract 与正文不一致在任何 tier 都会 desk-reject。real author 拿到 referee report 后会自己修 narrative；pipeline 之前没人代替作者做这个 sync。

触发条件（任一）：reviewer Edit ≥ 5 处 / demote 任意 \begin{theorem} / R1-R4 任一旗标。硬上限：1 round。

4.4Stage 4 — main thread 五色汇总

五色状态表（🟢 绿 / 🟡 黄 / 🔴 红）+ 每篇 verdict + 推荐期刊（含 Editor Persona 输出的 target tier 调整）+ 实操建议（立即投 / 修一轮 / 弃）。

4.5Stage 5 — 编译 PDF（main thread 调脚本）+ fixup loop

编译前预检（v1.5）：reviewer report 含 [R2-unfinished] → 跳过该 paper 编译，写 [stage5.skip.r2]；[R3-overlength] → 警告；[R4-corollary-note] → 改 target venue。

跑 tools/latex_compile_papers.sh：两遍 pdflatex（让 \ref/\cite 收敛），每篇报 size + 页数。

4.6Stage 6 — Deep Audit Loop C ⭐ NEW v1.6（用户 opt-in，默认跳过）

不自动触发。Stage 5 PDF 编译 + Stage 4 五色汇总打出后，main thread 主动询问用户：

✅ Template 3 已完成。Stage 4 五色：
  paper1_<slug>: 🟢 (target=JNT, accept-weak)
  paper2_<slug>: 🟡 (target=Math.Comp, major-revision)

要不要跑 Loop C deep audit？让 prover 重读自己的证明、找 [handwave] / [GAP]、必要时自修。

  1. skip 全部（推荐 C tier paper / 急投稿 / 探索性命题）
  2. light：所有 GO paper 跑自审标注（不改 main.tex）   ~每篇 +$1 / +5 分钟
  3. full：选定 paper 跑自审 + 自修 + 重新编译         ~每篇 +$3 / +20 分钟
          强烈推荐给 target = Compositio / Crelle / FoM Pi 的 paper

格式：[1 / 2 / 3:paper1,paper3 / mix:1=light,3=full]

为什么 opt-in：边际价值随 paper tier 变化大（C tier ~0；B tier 中；A tier 不可替代；S tier 必跑但 pipeline 达不到）。强制全跑浪费 C/B tier 预算；强制不跑让 A tier 不及格。让用户根据 Editor Persona verdict 决定。

5publish_topic.sh 一键

1. 归到 work/<topic>/
2. 修 multi-agent-research/ 内部链接（→ ../multi-agent-research/）
3. 用 templates/topic_index.html 创建 work/<topic>/index.html landing page
4. 跑 scripts/publish_topic.sh <topic> public/research/<area>.html
5. 手动编辑 public/research/<area>.html，照 templates/explore_paper_link.html 加 2 处链接
6. git commit

6/agent-talks:update