/quality-assurance-auditor

name: "quality-assurance-auditor"
description: "强制审计论文生成质量，防止模型偷换、逻辑断链、内容空洞。Invoke when 用户提出检查/审计/验收/确保/verify/QA，或合并前需要把关。"

质量审计员（Quality Assurance Auditor）

全局流程协作约束（长对话防漂移）

• 本 skill 不得作为孤立入口。用户要求完整论文、生成 Word、继续流程或不确定阶段时，先回到 `paper-workflow-orchestrator` 判断当前 S0-S8 阶段。
• 启动或继续本 skill 的正式任务前，必须运行：

  python .claude/skills/paper-workflow-orchestrator/scripts/workflow_guard.py --skill quality-assurance-auditor

• 如果输出 `[WORKFLOW FAIL]` 或报告 `status != "PASS"`，停止本 skill，按 `paper_output/qa/workflow_guard_report.json` 的失败项回补前置阶段，不得凭记忆继续。
• 本 skill 只写入自己契约范围内的 `paper_output/` 产物；完成后必须回到 `paper-workflow-orchestrator` 判断下一步，并用 `context-memory-keeper` 记录已完成产物、阻塞项和下一步。
• 长对话中如果上下文变长、阶段不确定或用户分开调用 skill，先运行：

  python .claude/skills/paper-workflow-orchestrator/scripts/workflow_guard.py --status

再读取 `paper_output/qa/workflow_guard_report.json`、`paper_output/preflight_report.json`、`paper_output/input_manifest.json`、`paper_output/results/run_manifest.json` 和本 skill 的上游 JSON 契约，按报告里的 `recommended_skill` 与 `next_action` 继续。

• 继续流程前，必须把 `paper_output/context/workflow_memory.json` 视为长期断点记录；若其中的 `current_step`、`next_step`、`recommended_skill` 与 `workflow_guard.py --status` 不一致，以 guard 报告为准。
• 每次完成本 skill 的产物后，先回到 `paper-workflow-orchestrator` 或运行 `workflow_guard.py --status`，再更新 workflow memory：

  python .claude/skills/context-memory-keeper/scripts/update_workflow_memory.py

更新后读取 `paper_output/context/workflow_memory.json` / `.md`，确认下一步和推荐 skill 已记录。

执行契约

• 上游输入：优先读取 `paper_output/plan/model_route.json`、`rubric_alignment.json`、`data_plan.json`、`visualization_plan.json`、`paper_output/figure_index.json`、`paper_output/results/model_results.json`、`paper_output/results/run_manifest.json`、`paper_output/results/metrics.json`、`paper_output/results/conclusions.json` 与 `paper_output/tables/table_index.json`；缺失时回退到 `paper_output/step1/problem_analysis.json`。
• 正式成稿前必须输出 `paper_output/qa/evidence_gate_report.json` 与 `.md`，机器可读报告必须记录本次审计输入的 SHA-256。`paper_output/tasks.json` 仅是 legacy/quickstart 的可选清单，不属于 S7 正式契约。
• 下游交接：official evidence gate PASS 后直接进入 `paper-formal-writer` 的自适应章节写作。`paper-micro-unit-generator` 只有在 S7 修复队列明确要求 `micro-repair` 时才参与正式流程。
• 推荐下一步：回到 `paper-workflow-orchestrator`，由 guard 路由到 `paper-formal-writer`；不得把 legacy/quickstart 合并稿当作正式稿审计通过。
• 失败回退：若 `problem_files/` 为空应阻塞；若模型路线缺失则用题意分析生成任务；若题意分析也缺失才使用通用任务模板；若正式 evidence gate 缺少 `run_manifest.json` 或运行记录不匹配，必须回退到 `model-code-and-result-generator` 重新运行建模代码。

目标

• 在论文生成的每一个关键节点插入“强制验收点”，只有审计通过才能进入下一步，防止“字数达标但逻辑错误”或“模型偷换”等隐性偷懒。
• 提供可量化的通过/失败判定，并给出具体修改清单，确保最终论文既“厚”又“对”。
• 明确区分“quickstart 验证草稿”和“正式比赛稿”：脚本跑通不等于论文合格；结果证据仍为骨架时，不得交付最终稿。
• 明确职责边界：`evidence_gate.py` 判断结果是否来自可复核运行、输入与产物是否仍新鲜、指标和图表表格是否可用；`paper-formal-writer/scripts/check_paper_format.py` 判断动态篇幅、三级标题、原生公式、正文引文、图表引用和 Word 渲染质量。两个门禁都通过后，才能称为正式稿。

适用时机

• 任何一步 skill（赛题解析、模型选型、结构设计、微单元生成）完成后，用户希望确认“这一步真的做对了吗？”
• 在合并全文之前，做最终一致性扫描，防止前后矛盾、遗漏约束、图表断链。
• 当用户怀疑“AI 偷偷简化了模型”或“生成的内容空洞”时，立即调用本 skill 进行强制审计。

输入

• 必填：待审计产物（如 `problem-doc-model-selector` 输出的模型路线、论文结构清单、或单个微单元文本）。
• 必填：原始赛题 PDF/Word 内容或关键约束摘录，用于对照。
• 可选：用户自定义的评分点清单（如 CUMCM 官方 rubric），可覆盖默认规则。

输出

• 审计报告（JSON + 人类可读）：
• `checkpoint_id`：本次审计节点编号
• `status`：PASS / FAIL
• `score`：0–100 量化得分
• `failures[]`：未通过项列表，含「问题描述」「位置」「建议修改」
• `warnings[]`：可接受但建议优化的项
• 若状态为 FAIL，则**拒绝进入下一步**，并给出「必须修改清单」
• 若状态为 PASS，则给出「已验证通过」印章，可安全继续

审计维度（可逐层开关）

1. 赛题覆盖度

• 是否 100% 识别所有子问题（Q1/Q2/Q3…）
• 是否 100% 覆盖所有显式约束（不等式、边界、特殊条件）

2. 模型-任务匹配度

• 模型类型（预测/优化/分类）与任务目标是否一致
• 是否具备处理给定数据格式的能力（时序→时序模型、截面→回归等）

3. 逻辑一致性

• 假设 ⇄ 模型推导 ⇄ 结果解释 是否闭环
• 符号表是否出现冲突或双口径（同一符号两种含义）

4. 评分点对齐度

• 每个高分点（敏感性分析、对照实验、误差量化）是否在结构或文本中被“可定位”地承诺

5. 内容完整性与反灌水（High Priority）

• **禁止凑字数**：复制段落后只替换数字、序号、少量同义词或连接词，均视为机械扩写并直接 FAIL。
• **拒绝重复和占位**：连续重复、数字归一化后近重复、模板占位符和“待补结果”痕迹均直接 FAIL。
• **结构核查**：对照正式 outline 检查核心章节和每问证据是否完整；不能用空泛背景、重复结论或图表描述堆叠代替模型推导。

6. 证据与运行新鲜度

• `execution_provenance`、`run_manifest.json`、建模脚本、输入文件和输出产物必须相互匹配，记录的 SHA-256 必须等于当前文件。
• 计算指标必须非空且为有限值；`None`、空字符串、`NaN`、`Inf` 或缺少 `result_summary` 均直接 FAIL。
• 图表或表格只要缺失、空文件、生成失败、标记为 placeholder，或包含失败/占位说明，均不得作为正式证据。

7. 图表-正文链检测

• 正文是否出现“见图 3”而图 3 真实存在且编号正确
• 图表标题与正文描述是否语义一致

8. 正式交付检查

• Word 导出、原生公式、正文引文、三级标题和渲染质量由 `paper-formal-writer` 负责；本 skill 不从 `final_paper.md` 直接拼装正式 Word。
• 最终验收必须读取 `format_check_report.json`，确认状态为 PASS、输入哈希仍新鲜且 `render_qa.status=PASS`。

工作流程（可嵌套到任意阶段）

1. 接收待审计产物与原始赛题 2. 按用户指定的维度逐项扫描 3. 生成 PASS/FAIL 报告与修改清单 4. 若 FAIL，则**阻塞后续 skill 调用**，强制返回修改；若 PASS，则盖章放行 5. 可选：将审计结果写入 `.audit_log.jsonl`，供后续追溯

使用示例

• 输入：（1）problem-doc-model-selector 输出的「模型路线」、（2）赛题原文
• 行为：
• 检查是否遗漏子问题 → 发现 Q3 未被提及 → FAIL
• 报告：`failures: [{"issue": "子问题 Q3 未被识别", "suggestion": "在模型路线中补充 Q3 的任务拆解与指标定义"}]`
• 用户必须先修正模型路线，重新审计通过后才能进入结构设计

防偷懒机制

• 本 skill **绝不生成任何新内容**，只做「Review & Reject」
• 所有判定规则公开透明，用户可自定义阈值或开关维度
• FAIL 时**强制阻塞**，无法通过 prompt 绕过，必须实质修改

备注

• 审计规则默认对齐 CUMCM 国赛评分标准，可通过 `rubric=` 参数覆盖
• 支持中英文赛题与输出，关键词库可扩展
• 审计本身不依赖外部大模型，全部基于规则与关键词库，确保速度与不偏性

---

附录 A：脚本入口（推荐）

本 skill 的可执行脚本都放在 `scripts/` 下。

当前 `scripts/pipeline.py` 是 legacy/quickstart 基础检查脚本，负责初始化目录、检查 `problem_files/` 并按需生成 `paper_output/tasks.json`。正式 S6 使用 `evidence_gate.py`，正式 S7 不依赖 `tasks.json`。

`scripts/evidence_gate.py` 是正式成稿前证据门禁脚本，负责检查每个 `question_id` 是否具备真实模型结果、有限且非空的评价指标、可读取的图表或表格、结论回扣和任务追踪。official 模式会复核 `execution_provenance` 与 `paper_output/results/run_manifest.json`，比较建模脚本、输入文件和输出产物的当前大小与 SHA-256，拒绝运行后被修改的代码或数据；缺少 `result_summary`、失败/空/占位图表表格、无匹配运行记录也会失败。它会输出 `paper_output/qa/evidence_gate_report.json` 与 `.md`，并在 JSON 的 `input_hashes` 中记录本次门禁输入，供后续格式化和 workflow guard 检查报告是否过期。official 模式未通过会返回非零退出码；quickstart 模式只给 warning。

`paper-formal-writer/scripts/check_paper_format.py` 是正式成稿后的格式门禁脚本。它读取 outline 中按子问题数量生成的动态篇幅目标，检查 `1 / 1.1 / 1.1.1` 三级标题、每问的建模/算法/结果/检验、图表引用、正文引文与参考文献闭环、可编辑 Word OMML 公式、重复段落和内部工程话术。最终交付必须使用 `--render required`，通过 LibreOffice 将 DOCX 转为 PDF 并验证页数和可提取文本；报告同时记录源稿、DOCX、outline、索引和 evidence report 的哈希。它不替代 `evidence_