Md Triage

md-triage — 任意修订意图 → 离散条目清单（第三代·改稿起头）

> ⛔ 路由铁律：本 skill 属第三代 md-*。它把【任意输入】整理成 md_triage.md（离散修订条目清单），停在人工闸；下游 md-swarm 据此批量并行改 manuscript.md。对应第一代 reviewer-triage，但通用于任意来源（不止审稿意见），且不碰 docx 占位符。 > 🧭 定位铁律（决定什么时候用它）：md-triage 是【大批量乱意见】的专属入口——一堆审稿意见 / 一份长重构方案 / 一摞语音记录，手改扛不动时才上。小修不经过它：① 改错字/调一两句 → 直接手改 manuscript.md → /md-build；② 让 AI 改某一两处（你直接指哪儿）→ md-iterate；③ 大批量乱意见 → 本 skill → md-swarm。别为小修启动这套重机械。

> 🩺 环境自检（可选·WARN 级）：md-triage 不碰 manuscript.md，风险低，但开工前可顺手跑一次共享环境闸，及早发现保护钩子被 cc-switch 刷掉： > `` > py "\preflight.py" --mode warn --context md-triage > ` > 它只**提醒**不阻断（绿则继续，红则照设计兜底：下游 md-unpack / md-swarm` 会硬拦）。原理见开发手册 §7.6。

它干什么 / 不干什么

• ✅ 干：读任意输入 → 归一成离散条目 → 分类 / 合并 / 分批 → 写 md_triage.md → 停。
• ❌ 不干：不改 manuscript.md（那是 md-swarm Phase 2 的事）、不出 Word（那是 md-build）、不下载外部文献（只列清单提示你去取）。

总流程

第一段【归一】  任意输入 → ①确定性前闸(认格式/原生读/瘦身/分块) → ②LLM抽离散条目(+置信度) → ③确定性后检
第二段【整理】  条目清单 → 五维分类 / 真实章节 / 纯评价过滤 / 合并簇 / 外部资源 / 分批方案
   ▼
写 swarm/md_triage.md（顶部「人工确认：待确认」令牌 + 行序约束）→ 自检 → 停！汇报、交还用户
   ▼ 人工闸：用户审清单（标跳过 / 写「人类修改思路」/ 改批次 / 把令牌改「已确认」）→ 交 md-swarm

> ⛔ DeepSeek-proof 铁律：你（AI）永远不许自己把令牌从「待确认」改成「已确认」。第一段+第二段跑完就停、汇报、交还控制权。 > ⛔ 人类修改思路铁律：每条的 **人类修改思路：** 是作者的批注槽——AI 永不填写，一律只留 （你填） 占位。往里写任何内容 = 越权替作者说话（实测弱模型会犯这个错）。自检会查它是否全为占位。 > ⛔ 令牌格式铁律：顶部令牌行必须逐字是 **人工确认：** 待确认（单独一行、最顶），别改写成别的样子——下游 gate 钩子和用户都只认这一行。

两条出错铁律（任何时候不可破）

• 🌐 语言铁律：条目的「原文」字段逐字保留输入原语言（英文意见就留英文原文）；摘要用中文。改稿语言由下游守，但本步绝不翻译原文。
• 🚫 不瞎猜铁律：模型读不了的东西（读花的扫描件、非多模态模型遇到的图）→ 停下问用户要文字，绝不凭空编一条意见（见 0.1 末）。

---

第一段 · 归一（把任意输入变成离散条目）

> 核心原则：别按"输入长啥样"分类，按"产出 = 一条条离散可操作条目"定义这一步。 输入无穷，产出唯一形状。唯一让 AI 放手的是 0.2「抽条」，它被 0.1 的确定性前闸 + 0.3 的确定性后检 + 后面的人工闸夹住。

0.1 确定性前闸：认格式 → 原生读（text-first）→ 瘦身 → 分块

读取 cascade（查表选路，先试最便宜的原生读法，读不出才升级）：

| 输入 | 怎么读（依次尝试） | |---|---| | .md / .txt | 直接 Read | | .pdf | ① pdftotext -layout "" -（Bash/PowerShell）；② 抽不出 / 满屏乱码方块 → Skill anthropic-skills:pdf（自带 OCR） | | .docx 正文 | 三级：① mcp__docx-mcp__（open→extract→close，只读文字；多数版本只回结构计数、抽不到正文是正常的）→ ② Skill minimax-docx（提全部段落文字）→ ③ Skill anthropic-skills:docx | | .docx 里的批注（Word comments） | 意见直接来自 Word 批注（导师/审稿人在稿子上批的）。先看 swarm/comments_raw.json 在不在：在 → md-unpack 摄取同一篇时已抠好，直接 Read 它，别再解析一次；不在（批注在另一份后到的 docx 上）→ 当场调共享解析器 py "%USERPROFILE%\.claude\skills\md-unpack\read_docx_comments.py" --docx --out swarm\comments_raw.json --print（纯 zip+XML、不用 Word COM）。每条 = author（来源）+ comment（=修订诉求，进 0.2 抽条）+ anchor（=被批注的原文片段，直接当该条「原文」+ 拿去 manuscript.md 里子串匹配定「目标位置/章节」）。 | | 图片 .png/.jpg / 扫描件 | ① 先让（多模态）模型直接读图（Read 图片，模型能看图就直接看）；② 模型非多模态（如 DeepSeek）/ 读花了 → 上 OCR（Skill anthropic-skills:pdf 或 tesseract）；③ 还不行 → 停下，告诉用户"这是图片我读不可靠，请把内容转成文字给我"。绝不凭空编。 | | 多文件 / 一个文件夹 | 逐个按上述读；只读修订意图相关文件（跳过明显的归档 / LEGACY / 演示文稿目录），但仍以"逐字原文片段"为准防漏。 |

预瘦身（确定性，借 reviewer-triage 附注 B）：剥邮件头（From:/To:/Subject:/Date:）、多重引用前缀（> />> ）、客户端签名（-- 开头、Sent from my iPhone）。保留正文与分隔线索。

健全性（确定性，借 reviewer-triage 附注 A）：全文 -C（R1-C1）；编辑 → ED-C1；自撰方案 → P1, P2…；散稿 / 语音 / 便签 → N1, N2…`。

• 原文片段：从输入里【逐字摘录】触发这条改动的那句 / 那段（供人工核对，不许转述 / 改写；保留原语言）。
• 一句话摘要：中文，说"要把论文改成什么"（提炼诉求，不是翻译原文）。
• 目标位置（初猜）：这条改动大概落在论文哪节 / 哪处（拿不准写"待定"）。
• 抽取置信度：高 / 中 / 低——结构清晰、原文片段明确 = 高；靠语义硬抽、来源模糊、OCR 来的 = 低。（仅用于在人工闸提醒你重点看；不附带任何换模型建议。）

怎么拆（优先级，别硬套）：

1. 输入有天然边界就顺着拆：审稿人块（Reviewer N / 审稿人N / Referee N / Editor Comment）、编号项（1. 1) （1） Comment 1:）、小标题（## / 一、二、）→ 每个边界单元起一条。
2. 没天然边界（连续散文、语音转写）→ 按语义抽：每出现一个不同的、可操作的改动诉求切一条。
3. 一个边界单元里塞了多个不同改动 → 拆成多条（宁多拆别漏）。

保守铁律：

• 宁可多拆、别漏：两诉求拿不准是不是一回事 → 分成两条（合并交给第二段「合并簇」+ 人工闸）。
• 纯客套 / 总评（"写得很好"/"选题有趣"，无修改动词、无具体锚点）→ 仍给编号、第二段标 纯评价：是，不当改动条目（判定见第二段 P.纯评价）。
• 需你（人类）线下做的（重算数据 / 补采集 / 版权许可）→ 标出来（第二段「需人类操作」），别当成 AI 能改的文字条目。
• 绝不发明输入里没有的诉求；绝不替用户决定删改方向——你只是把他说的整理清楚、不加戏。

0.3 确定性后检 + 护栏

• regex / grep 查：每条都有非空"原文片段"吗？编号连续不跳号吗？任一缺 → 把那条标 ⚠️待补。
• 低信心条目挑出：抽取置信度 = 低 的，汇总到汇报里，在人工闸提示用户"这几条我没把握，你重点核一下原文片段对不对、有没有抽歪"（不提任何换模型）。
• 本 skill 不做覆盖保护：它是跑一次往下走的起头，正常不重跑；若你确要重跑，自行先备份当前 md_triage.md。

产出：一份离散条目清单（每条 = 编号 / 原文片段 / 摘要 / 目标初猜 / 置信度）→ 进第二段整理。

---

第二段 · 整理（分类 / 合并 / 分批 → 写 md_triage.md）

> 移植自第一代 reviewer-triage 的分类体系，已内联，不外链。维度里只有涉及章节 / 改动类型 / 需人类操作真正驱动机器与安全；内在逻辑分类、重要性纯为人读展示，不必纠结其周全（嫌不全加「其他」兜底）。

P.分类（每条标这些维度，查表匹配，不靠 AI 瞎猜）

① 内在逻辑分类（展示用·选一主类，关键词上→下优先、首个命中即采纳；全不中 → 不明）：

• 理论：framework|mechanism|theoretical|hypothesis|propose|concept|logic|causal|literature|prior
• 实证：data|variable|sample|estimation|robustness|endogeneity|regression|model|identification|standard error|coefficient|significant|specification
• 贡献：contribution|novel|original|advance|first|distinct|difference|marginal contribution
• 局限：limitation|generaliz|future research|caveat|bound|scope|external validity
• 写作：wording|phrasing|typo|awkward|unclear|table|figure|caption|heading|structure|organize|grammar|format|readability|flow

② 重要性（展示用·选一）：重大 major|critical|essential|substantial|fundamental|important|significant concern；次要 minor|suggest|could|optional|consider|might|may wish to。同时命中取重大；都不中默认次要。

③ 涉及章节（⚠️ 真驱动分批/并行·选最相关一个，只取这 9 值）：引言 / 理论 / 数据 / 方法 / 结果 / 结论 / 附录 / 全局 / 不明。

• 真实章节匹配（有 manuscript.md 时）：从 manuscript.md 提取所有 ^##\s+ 标题构成枚举集 S，按四级匹配：① 原文出现 S 中某标题全文（子串、忽略大小写）→ 该章节；② 关键词近邻（Introduction/Data/Method/Result/Conclusion/Appendix 映射）；③ 跨两章节 → 章节A + 章节B；④ 都不中 → 取 9 值里最贴近的（拿不准用 不明/全局）。只输出 S 中原文原字，不自创。 无 manuscript.md → 用上面 9 值枚举里最贴近的一个填，不写切片路径。

④ 需人类操作（⚠️ 真阻断闸·多类取成本高者：补充采集 > 版权/许可 > 数据修改）：

• 数据修改：recalculat|recode|correct the coding|reclassif|re-cod|transform the variable
• 补充采集：sample size|insufficient N|follow-up survey|additional wave|merge with .*data|qualitative interview|expand the sample|collect additional
• 版权/许可：permission|copyright|data use agreement|license|terms of use|authorization
• 都不中 → 无。（仅跑回归 / 换设定 / 稳健性不算——那是文字层面，下游 agent 能改。）

⑤ 改动类型（引用授权开关·⚠️ 真决定引用安全）：补丁（默认，引用必须全保留）/ 重写（授权动这节引用）。据意见预判：只 reword/补句/改措辞 = 补丁；明确要整段重写 / 删节 / 换框架 = 重写。人审时可改（把误判的重写改回补丁 = 锁死引用）。

P.纯评价过滤（客套话跳过）

三条同时满足才判纯评价（否则保守保留）：① 无修改动词（无 should/must/revise/clarify/add/remove/请/建议/补充）；② 无具体锚点（没指向某节/图/句/变量）；③ 整体性总评或致辞（well-written/interesting/congratulations/总体而言）。三条全中 → 标 **纯评价：** 是，不入合并、不进分类计数，但编号不跳号。

P.合并簇

把"核心诉求相同 + 指向对象相同"的合并成簇（一个下游小工一次处理，避免不一致）：

• MC-N（跨审稿人共识·成员来自 ≥2 个来源）/ MD-N（同一来源重复）。
• 只生成涵盖 ≥2 条原条目的簇；严守保守原则：拿不准就不合并。被合并的原条目下加 **所属合并簇：** MC-N（…）。
• 冲突归类：某条目同时满足 ≥2 簇 → 不自动选，列入「⚠️ 冲突归类清单」交用户裁决，且该条目不写 **所属合并簇：**。

P.外部资源提取

意见要求引用某文献 / 用某数据库 / 采用某方法 / 查某政策 → 按 8 类（文献/数据/数据修改/补充采集/方法工具/政策制度/版权许可/其他）列成 X-N 清单，单列第四部分，提示用户先备齐再改稿。隐含引用收紧：仅"人名+年份 + 对话/比较意图动词"才提取；模棱两可不列、仅备注线索。

P.分批方案（Task N Agent M·并行的依据）

AI 据"涉及章节 + 分类 + 合并簇"给默认分批，triage 顶部写「分批方案总览」+ 每条加 **批次：** Task N Agent M：

• 涉及不同章节的普通条目 → 可同批并行（一批 ≤5 个小工，DeepSeek 友好）。
• 涉及同一章节的多条 → 排到不同 Task（串行），避免撞车。
• 整节重写（改动类型=重写） + 搬动类 → 单独占一个 Task（批大小 1），不并行。
• 合并簇 → 一个小工处理整簇（簇算 1 个任务）。
• 纯评价 / 需人类操作未完成 → 不派（批次填 —）。
• 人审可改：你改某条 Task N Agent M 即可；下游只认"同 Task 并行、不同 Task 排队"。改了「涉及章节」AI 只提示"批次可能要调"，不自动改。

P.写 swarm/md_triage.md（结构 + 行序约束）

写到 \swarm\md_triage.md（工作目录 = 输入文件 / manuscript.md 所在目录）。每条字段严格按这个相对行序（下游靠它解析，不得调换；某行无内容则整行省略、不得换位）：

四级标题 → 所属合并簇 → 涉及外部资源 → 需人类操作 → 纯评价 → 涉及章节 → 批次 → 改动类型 → 抽取置信度 → 中文摘要 → 原文 → 人类修改思路

骨架：

# 修订意见整理报告

> # ⛔ 待你确认 ⛔
> **审完下面这份清单后，把这一行的「待确认」手动改成「已确认」**，md-swarm 才会动你的论文。（⛔ AI 永不许自己改这一行。）
>
> **审的时候重点过这三样：**
> 1. **不要的条目** → 标注跳过（或直接删掉那条）。
> 2. **`人类修改思路`** → 想怎么改、有什么顾虑，写进每条那一行（AI 不会替你填）。
> 3. **⚠️ 每条的「改动类型」——这是引用安全的总开关，务必逐条看：**
>    - **`补丁`（默认·安全）**：只改文字，**这节的引用一条都不许删**（AI 想删也会被硬闸拦死）。绝大多数小改都该是这个。
>    - **`重写`（授权动引用）**：允许 AI 在这节**删/换引用**。**只有当你确实要它动引用时**才标这个——比如"把这段从技术扩散改写成技术创新，旧的扩散文献删掉"。标了重写，那节引用就不再被锁死。
>    - **怎么用**：想让 AI 动某节引用 → 把那条改成 `重写`，并在 `人类修改思路` 写清"删哪些、我会补哪些"（新文献 AI 只会标 `[@NEW: …]` 占位，真实文献你事后补）。**反过来**：嫌某条被误判成 `重写`、不想它碰引用 → 改回 `补丁` 即可锁死。

**人工确认：** 待确认
**来源**（文件/粘贴/语音…）/ **输入条目数** / **改动类型分布**（补丁 N 条 / 重写 M 条）/ **需人类操作数** / **合并簇数** / **外部资源数** / **纯评价数** / **低信心条目数** / **生成时间**

## 分批方案总览（AI 默认·你可改）
- Task 1 并行(3小工): P2 改引言 + P5 改方法 + N1 改结论
- Task 2 单独串行(整节重写): P3 重写理论框架
- ...

## ⚠️ 需你确认引用授权（标了「重写」= md-swarm 会删/换本节引用）
- P3（重写：整段重写理论框架）、审-5（重写：换分析框架、删旧文献）…  ← 这些条目 md-swarm 被授权动其中的引用，**确认你真的要**；不想动引用就把那条改回 `补丁`（锁死引用）。
- （若一条「重写」都没有，写：**无——所有条目均为 `补丁`，全程引用一条不删**。）

## ⚠️ 需你重点核对（低信心 / 待补）
- P7（低信心：语音转写抽来的）、N3（⚠️待补：没抽到清晰原文片段）…

## 第一部分：按内在逻辑分类（5 张表：理论/实证/贡献/局限/写作；每表含 编号/来源/章节/摘要/重要性/批次）

## 第二部分：按原始顺序
#### P2 · 理论 · 重大 · 引言
**所属合并簇：** MC-1（跨审稿人共识）
**涉及外部资源：** X-1
**需人类操作：** 无
**纯评价：** 否
**涉及章节：** 引言
**批次：** Task 1 Agent 1
**改动类型：** 补丁
**抽取置信度：** 高
**中文摘要：** 
**原文：** 
**人类修改思路：**（你填）

## 第三部分：合并问题簇
#### MC-1 · 实证 · 重大 · 方法
**统一摘要：** / **成员条目：** P2, N5 / **合并理由：** / **批次：** Task 3 Agent 1 / **人类修改思路：**

## 第四部分：外部资源清单（8 类表，X-N + 来源条目 + 获取建议）

## 第五部分：需人类操作查阅指南（搜 `**需人类操作：**` 定位；完成后加删除线 `~~...~~`，下游才放行）

## ⚠️ 冲突归类清单（若有·交你裁决）

P.自检 + 停

自检 = 跑本 skill 自带的确定性脚本（2026-07-11 起替代旧的 Select-String 手工正则，治"格式微差假阴/假阳"）：

py "\verify_triage.py" --triage "\swarm\md_triage.md" --expect pending

它确定性地查十项（编号与下述一致）：① 四级标题计数 = 输入条目数；② ID 连续不跳号、第一部分与第二部分 ID 全集一致（纯评价除外·WARN 级）；③ 外部资源 X-N 正反向一致；④ 元信息计数与正文一致（含 补丁/重写 分布）；⑤ 行序约束；⑥ 每条都有非空「原文」（0.3 后检的硬要求）；⑦ 令牌行逐字为 **人工确认：** 待确认（脚本先按 gate 钩子同款容错找到它——容忍 blockquote 前缀/中英冒号/空格/emoji——再要求逐字规范：写歪会被点名"第 N 行、应改成什么"，不再报成"缺失"）；⑧ 每条 **人类修改思路：** 都是占位（（你填），无 AI 自填内容——AI 填了就是违反人类修改思路铁律；令牌已确认后本项自动跳过，因为那时是作者在填）；⑨ 每条都有 **改动类型：** 字段且值是 补丁 或 重写（默认 补丁）；⑩ 「⚠️ 需你确认引用授权」清单 = 所有 改动类型：重写 的条目（逐条对上、不漏不多；一条重写都没有则该节写"无"）。退出码 0 才算过；任一 FAIL → 按输出逐条修复重写、重跑；WARN 酌情人工瞄一眼。脚本带 --selftest（13 用例）；令牌语义与 md_swarm_gate_hook.ps1 保持同款判断（改一处要同步查另一处，§6.5⑥）。

然后停、汇报、交还用户。汇报里点名：标了「重写」(会动引用)的条目、低信心条目、⚠️待补 条目、冲突归类未裁决——请用户重点核。⛔ AI 永远不许自己把令牌改「已确认」。

> 📋 回显铁律：跑完回显 swarm\md_triage.md 绝对路径 + 各项计数（含 补丁 N / 重写 M 条）+ 标了「重写」的条目点名（这些会删改引用、请重点确认） + 低信心/待补/冲突点名 + 下一步："审完 md_triage.md（标跳过/写人类修改思路/确认每条「改动类型」补丁还是重写/改批次），把令牌改『已确认』，然后 /md-swarm 批量改稿。"

已知限制（待修·非阻断）

• 行序约束的下游承担者是 LLM 而非脚本（md_triage.md 骨架靠"四级标题 → 所属合并簇 → … → 原文 → 人类修改思路"的固定行序）：需澄清——audit_coverage.py 不按行序解析，它只扫 ^####\s+(\S+) 四级标题第一个 token（设计上"依赖的格式假设最小化"，不读字段行）；真正按行序读字段的是 md-swarm 主控与 D agent（都是 LLM 读，对格式微差有容忍度）。真实风险是：某字段行因无内容被整行省略、或字段行换位时，LLM 读条目可能漏读某个字段（而非脚本解析错位）。靠 verify_triage.py 第⑤项确定性兜底。
• ~~自检用 Select-String 正则对格式微差敏感：令牌行、人类修改思路占位、ID 连续性等校验遇全/半角差异、多余空格、blockquote 前缀变化等会假阴（漏报问题）或假阳（误判已确认被写歪）。比 md-swarm 的 md_swarm_gate_hook.ps1 令牌行识别（已修过同款语义判断）更脆。~~ ✅ 已修（2026-07-11）：P.自检落成确定性脚本 verify_triage.py（十项全查、归一后再判、令牌语义与 gate 钩子同款容错、写歪的行精确点名行号与应有形式而非假阴）；--selftest 13 用例全绿；用测试21 真件（30 条、补丁18/重写12）校准零误报。

---

关系

上游：任意修订输入（审稿意见 / 方案 / 邮件 / 语音 / 图片 / PDF / Word 批注…；可选 manuscript.md 用于填真实章节）。下游：md-swarm（读 swarm/md_triage.md，按 Task 并行改 manuscript.md）。对应第一代 reviewer-triage（通用化 + 砍占位符）。自带脚本 verify_triage.py（P.自检十项确定性体检·2026-07-11·带 --selftest）；读取借 anthropic-skills:pdf/anthropic-skills:docx/minimax-docx/docx-mcp 与 pdftotext/OCR；Word 批注借 md-unpack/read_docx_comments.py（与 md-unpack 共用同一解析器：同篇用 md-unpack 摄取时已抠好的 swarm/comments_raw.json、别篇当场解析，详见 0.1 cascade）。可单独调用（"先把这摞意见理成清单看看"，理完不一定马上改）。全套见 ../md-技能套件·开发手册.md。

> 何时用本 skill：见顶部「定位铁律」。一句话——大批量乱意见才用 md-triage；小修手改 md，单处改用 md-iterate。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: pwya
• Source: pwya/md-paper
• License: Apache-2.0

Install and usage instructions live in the source repository linked above.