/sync
强制同步项目进度文档(project_truth / execution_context / orchestrator_state)
> /plugin marketplace add LigphiDonk/Oh-my--paper > /plugin install omp@oh-my-paper
How it fires
How this command gets triggered: by you, by Claude, or both.
- Fires itselfClaude auto-loads it when your prompt matches the work.
- You can call itInvoke it directly when you want it.
- Slash command
/sync
Context preview
What this command does when you run it.
强制同步项目进度文档(project_truth / execution_context / orchestrator_state)
Command definition
sync.mddescription: 强制同步项目进度文档(project_truth / execution_context / orchestrator_state)
你是 Oh My Paper Conductor。用户调用此命令是因为进度文档没有及时更新。你的任务是**全面重建三个核心进度文档**,使其准确反映当前真实状态。
第一步:读取所有原始数据
一次性读取所有状态文件,获取完整上下文:
cat .pipeline/tasks/tasks.json
cat .pipeline/memory/project_truth.md
cat .pipeline/memory/orchestrator_state.md
cat .pipeline/memory/execution_context.md
cat .pipeline/memory/experiment_ledger.md
cat .pipeline/memory/decision_log.md
cat .pipeline/memory/literature_bank.md
cat .pipeline/memory/agent_handoff.md
cat .pipeline/memory/review_log.md
cat .pipeline/docs/research_brief.json
第二步:向用户确认遗漏的进展
用 `AskUserQuestion` 询问:
> **进度同步** > > 我已读取所有文件,准备重建进度文档。 > > 请简述一下**文档中没有记录但实际已完成的事情**(如果有): > - 例:「跑完了 baseline 实验,accuracy 83%」 > - 例:「调整了研究方向,改为专注 X 方法」 > - 例:「没有遗漏,只是文档没更新」
选项:
- `没有遗漏,直接从现有文件同步`
- `有遗漏,我来描述`
如果用户选"有遗漏",用纯文字追问具体内容,收集后再继续。
第三步:重建 project_truth.md
综合所有信息,**完整重写** `project_truth.md`,结构如下:
# Project Truth
_最后同步:[ISO 日期时间]_
## 研究主题
[来自 research_brief.json]
## 当前阶段
[currentStage] — 总体进度:[X/Y 任务完成]
## 已确认决策
(来自 decision_log.md,每条一行,格式:[日期] 决策内容)
## 阶段进展摘要
### Survey
[完成的文献调研成果,如果有]
### Ideation
[已评估的 idea,选定方向]
### Experiment
[实验结果摘要,包括最佳结果和关键结论]
### Publication
[写作进展,已完成章节]
## 当前最佳实验结果
[来自 experiment_ledger.md 的最优结果,格式:指标名 = 值(实验ID,日期)]
## 方向调整记录
[任何研究方向的变化,按时间排序]
## 风险 / 阻塞项
[当前阻塞或高风险项]
第四步:重建 orchestrator_state.md
**完整重写** `orchestrator_state.md`:
# Orchestrator State
_最后同步:[ISO 日期时间]_
## 全局进度看板
| 阶段 | 状态 | 完成/总计 | 备注 |
|------|------|----------|------|
| Survey | [done/active/pending] | X/Y | |
| Ideation | [done/active/pending] | X/Y | |
| Experiment | [done/active/pending] | X/Y | |
| Publication | [done/active/pending] | X/Y | |
## 当前活跃任务
[列出 tasks.json 中所有 status=in-progress 的任务]
## 最近完成任务(最近5条)
[tasks.json 中最近 done 的任务,含 updatedAt]
## 决策点
[需要 Conductor 做决定的事项,来自 agent_handoff.md 或 review_log.md]
## 下一步建议
[基于当前状态,最合理的下一步行动]
第五步:重建 execution_context.md
**完整重写** `execution_context.md`:
# Execution Context
_最后同步:[ISO 日期时间]_
## 当前任务
**ID:** [当前 in-progress 任务 ID,无则填"待分配"]
**标题:** [任务标题]
**状态:** [in-progress / 待分配]
**详细说明:**
[任务要求]
## 决策树(本轮实验)
[来自已有 execution_context 或 experiment_ledger 的实验决策逻辑]
## 最终评估配置
[当前或最近一次实验的完整配置参数]
## 上下文积累诊断
[本任务已积累的关键上下文,帮助执行者避免重复踩坑]
## 待处理的 Agent 反馈
[来自 agent_handoff.md 中还未处理的交接项]
第六步:写入文件并确认
将上述三个文件用 Write/Edit 工具直接写入 `.pipeline/memory/`。
写完后,用 `AskUserQuestion` 确认:
> **同步完成** ✓ > > 已更新: > - `project_truth.md` — 包含方向调整、Phase B 进展、最佳实验结果 > - `orchestrator_state.md` — 全局进度看板 + 决策点 > - `execution_context.md` — 当前任务 + 决策树 + 评估配置 > > 接下来?
选项:
- `继续当前任务`
- `查看更新后的进度(/omp:plan)`
- `没事了`
Read more
description: 强制同步项目进度文档(project_truth / execution_context / orchestrator_state)
你是 Oh My Paper Conductor。用户调用此命令是因为进度文档没有及时更新。你的任务是**全面重建三个核心进度文档**,使其准确反映当前真实状态。
第一步:读取所有原始数据
一次性读取所有状态文件,获取完整上下文:
cat .pipeline/tasks/tasks.json cat .pipeline/memory/project_truth.md cat .pipeline/memory/orchestrator_state.md cat .pipeline/memory/execution_context.md cat .pipeline/memory/experiment_ledger.md cat .pipeline/memory/decision_log.md cat .pipeline/memory/literature_bank.md cat .pipeline/memory/agent_handoff.md cat .pipeline/memory/review_log.md cat .pipeline/docs/research_brief.json
第二步:向用户确认遗漏的进展
用 `AskUserQuestion` 询问:
> **进度同步** > > 我已读取所有文件,准备重建进度文档。 > > 请简述一下**文档中没有记录但实际已完成的事情**(如果有): > - 例:「跑完了 baseline 实验,accuracy 83%」 > - 例:「调整了研究方向,改为专注 X 方法」 > - 例:「没有遗漏,只是文档没更新」
选项:
- `没有遗漏,直接从现有文件同步`
- `有遗漏,我来描述`
如果用户选"有遗漏",用纯文字追问具体内容,收集后再继续。
第三步:重建 project_truth.md
综合所有信息,**完整重写** `project_truth.md`,结构如下:
# Project Truth _最后同步:[ISO 日期时间]_ ## 研究主题 [来自 research_brief.json] ## 当前阶段 [currentStage] — 总体进度:[X/Y 任务完成] ## 已确认决策 (来自 decision_log.md,每条一行,格式:[日期] 决策内容) ## 阶段进展摘要 ### Survey [完成的文献调研成果,如果有] ### Ideation [已评估的 idea,选定方向] ### Experiment [实验结果摘要,包括最佳结果和关键结论] ### Publication [写作进展,已完成章节] ## 当前最佳实验结果 [来自 experiment_ledger.md 的最优结果,格式:指标名 = 值(实验ID,日期)] ## 方向调整记录 [任何研究方向的变化,按时间排序] ## 风险 / 阻塞项 [当前阻塞或高风险项]
第四步:重建 orchestrator_state.md
**完整重写** `orchestrator_state.md`:
# Orchestrator State _最后同步:[ISO 日期时间]_ ## 全局进度看板 | 阶段 | 状态 | 完成/总计 | 备注 | |------|------|----------|------| | Survey | [done/active/pending] | X/Y | | | Ideation | [done/active/pending] | X/Y | | | Experiment | [done/active/pending] | X/Y | | | Publication | [done/active/pending] | X/Y | | ## 当前活跃任务 [列出 tasks.json 中所有 status=in-progress 的任务] ## 最近完成任务(最近5条) [tasks.json 中最近 done 的任务,含 updatedAt] ## 决策点 [需要 Conductor 做决定的事项,来自 agent_handoff.md 或 review_log.md] ## 下一步建议 [基于当前状态,最合理的下一步行动]
第五步:重建 execution_context.md
**完整重写** `execution_context.md`:
# Execution Context _最后同步:[ISO 日期时间]_ ## 当前任务 **ID:** [当前 in-progress 任务 ID,无则填"待分配"] **标题:** [任务标题] **状态:** [in-progress / 待分配] **详细说明:** [任务要求] ## 决策树(本轮实验) [来自已有 execution_context 或 experiment_ledger 的实验决策逻辑] ## 最终评估配置 [当前或最近一次实验的完整配置参数] ## 上下文积累诊断 [本任务已积累的关键上下文,帮助执行者避免重复踩坑] ## 待处理的 Agent 反馈 [来自 agent_handoff.md 中还未处理的交接项]
第六步:写入文件并确认
将上述三个文件用 Write/Edit 工具直接写入 `.pipeline/memory/`。
写完后,用 `AskUserQuestion` 确认:
> **同步完成** ✓ > > 已更新: > - `project_truth.md` — 包含方向调整、Phase B 进展、最佳实验结果 > - `orchestrator_state.md` — 全局进度看板 + 决策点 > - `execution_context.md` — 当前任务 + 决策树 + 评估配置 > > 接下来?
选项:
- `继续当前任务`
- `查看更新后的进度(/omp:plan)`
- `没事了`
A Claude Code plugin that turns your terminal into an autonomous research lab — literature survey, experiment execution, paper writing, all in one pipeline.

