v0.20.6 rebuild platform environments from templates

This commit is contained in:
Deep Research System
2026-05-07 21:00:21 +08:00
parent bb2c91754b
commit b3050260b2
93 changed files with 6027 additions and 89 deletions
@@ -0,0 +1,33 @@
---
description: 将模型预设应用到 agent 文件。用法:/dr-apply-models <profile>
agent: dr-pm
---
你是 dr-pm。把模型预设应用到 agent 配置文件。
## 执行步骤
1. 如果 `$ARGUMENTS` 为空,先列出可用 profile
```bash
uv run python scripts/dr.py models --list
```
并提示用户至少选择 `simple / medium / premium` 之一。
2. 如果 `$ARGUMENTS` 非空,执行 dry-run
```bash
uv run python scripts/dr.py apply-models --profile "$ARGUMENTS" --target both --dry-run
```
3. 将 dry-run 结果展示给用户确认影响范围后,再执行实际应用:
```bash
uv run python scripts/dr.py apply-models --profile "$ARGUMENTS" --target both
```
4. 最后输出:
- 采用的 profile
- 更新的文件数与路径
- 下一步建议(如需同步到本机 `.codex/**`,运行 `uv run python scripts/install_codex_adapter.py --force`
@@ -0,0 +1,26 @@
---
description: Phase 4 - v0.20 中文原生成稿。用法:/dr-finalize [slug]
agent: dr-editor-in-chief
---
你是 OpenCode 表层接口。v0.20 默认不走英译中链路。
运行项目自有 Python core
```bash
uv run python scripts/dr.py finalize $ARGUMENTS
```
如果用户明确要求兼容旧项目的 `final_en.md -> translate -> polish` 链路,才使用:
```bash
uv run python scripts/dr.py finalize $ARGUMENTS --legacy-translate
```
如需 Quarto/xelatex
```bash
uv run python scripts/dr.py finalize $ARGUMENTS --report-engine quarto
```
不要在 OpenCode 会话中手工翻译整篇报告;只调用 Python CLI 并汇报输出文件、引用检查风险和 PDF/DOCX 路径。
@@ -0,0 +1,13 @@
---
description: Phase 1 生成研究框架。薄封装:调用 Python core。用法:/dr-frame <slug-or-path> [--method ... --chapters ...]
agent: dr-plan
subtask: false
---
执行 Python core 框架入口:
```bash
uv run python scripts/dr.py frame $ARGUMENTS
```
完成后暂停,请用户审阅 `phase1/framework.md`,确认后再进入 `/dr-research`
@@ -0,0 +1,60 @@
---
description: 术语表事实核查。用法 /dr-glossary [slug] [--from phase1|phase2|phase4]。用 Haiku + Serper/Exa 核查每个术语的英文全称和中文译名,识别拼写错误与误译。可在 Phase 2 前或 Phase 4 中运行。
agent: dr-pm
---
你是 dr-pm(项目经理),用户执行了 `/dr-glossary $ARGUMENTS`
## 何时运行
术语核查可以在三个时机运行,意义不同:
- **Phase 1 末 / Phase 2 初**:基于 framework.md 抽取的关键术语(公司/产品/技术名)预先建表,供 dr-analyst 查阅,避免在章节起草阶段就编造拼写错误(Mabwell 拼成 Maywavee 这种)。
- **Phase 2 中**:对 dr-analyst 产出的 ch01-chN.md 里出现的所有专有名词做核查。
- **Phase 4**:对 translate.py 累积的 glossary.json 做核查(当前默认时机)。
## 执行步骤
### Step 1: 定位项目 + 解析模式
```bash
slug="$ARGUMENTS"
# 默认 slug 从最近修改时间选;默认阶段 phase4
```
### Step 2: 准备术语种子列表
根据阶段选择输入:
- `--from phase1`:从 `projects/<slug>/phase1/framework.md` 抽取所有 H2/H3 标题 + 表格中的英文机构名、技术名、药物名。保存到 `projects/<slug>/phase2/terms.txt`(一行一个)。
- `--from phase2`:从 `projects/<slug>/phase2/drafts/*.md` 抽取所有高频英文专有名词(首字母大写、不在常见词词典)。
- `--from phase4`(默认):直接用 `projects/<slug>/phase4/glossary.json`
### Step 3: 调用 build_glossary.py
```bash
uv run python scripts/build_glossary.py <slug> --workers 4 \
--input <输入 glossary 或 terms.txt>
```
观察输出,关注:
- `[✓]` high confidence(自动可信)
- `[~]` medium(人工复核)
- `[?]` low confidence(必须复核)
- `⚠ issue` 字段非空的(通常是拼写错误或误译)
### Step 4: 汇报 + 建议下一步
向用户展示:
- 核查的术语数
- 发现的错误数(按严重度分级:拼写错误 / 译名错误 / 低置信度)
- 具体错误清单(前 10 条)
- 建议:
- 如果在 Phase 2 前 → 把 glossary.json 交给 dr-analyst 作为参考
- 如果在 Phase 4 → 跑 `uv run python scripts/apply_glossary.py <slug>` 把修正回塗到正文
## 注意事项
- build_glossary 需要网络访问,Serper 和 Exa 都需要代理。如遇 SSL EOF,降 `--workers 3`
- Haiku 对极专业或极新兴术语(如 "muRNA", "SBS linker")的判断可能不准,低置信度的条目必须人工复核。
- 别对通用缩写(PDE/ASGPR/LNP)作自动替换——apply_glossary 已有黑名单,但核查结果在 glossary.json 里仍会体现。
@@ -0,0 +1,13 @@
---
description: 初始化 Deep Research 项目。薄封装:调用 Python core,不在 OpenCode prompt 中承担核心逻辑。用法:/dr-init <topic> [--slug ... --method ...]
agent: dr-plan
subtask: false
---
执行 Python core 初始化入口:
```bash
uv run python scripts/dr.py init $ARGUMENTS
```
完成后暂停,下一步运行 `/dr-frame <slug>` 生成 `phase1/framework.md`
@@ -0,0 +1,31 @@
---
description: 查看或解析模型预设。用法:/dr-models [profile]
agent: dr-pm
---
你是 dr-pm。目标是把当前模型预设解析成清晰结果,并给出可执行命令。
## 执行步骤
1. 如果 `$ARGUMENTS` 为空:运行
```bash
uv run python scripts/dr.py models
```
2. 如果 `$ARGUMENTS` 非空:把它当作 profile,运行
```bash
uv run python scripts/dr.py models --profile "$ARGUMENTS"
```
3. 输出结果时必须包含:
- 当前 profile 名称
- 各角色模型映射(至少 dr_plan / dr_pm / dr_analyst / dr_verifier / translate / polish / glossary
- 一条可复制命令,用于 Phase 4 指定该 profile
```bash
uv run python scripts/dr.py finalize <slug> --model-profile <profile>
```
4. 如果 profile 不存在,提示可用 profile 并建议 `simple / medium / premium` 三档。
@@ -0,0 +1,44 @@
---
description: Phase 2 - v0.20 Python core task-card research. 用法:/dr-research [slug]
agent: dr-pm
---
你是 OpenCode 表层接口。不要自行 spawn subagents,也不要在本会话里执行章节研究。
运行项目自有 Python core
```bash
uv run python scripts/dr.py research $ARGUMENTS --workers 6
```
生成真实证据包时显式开启模型 worker:
```bash
uv run python scripts/dr.py research $ARGUMENTS --workers 6 --execute-packets
```
默认 scholar/news/patents 专用路由 strict 失败即停;如只是低成本试跑,可允许通用搜索兜底:
```bash
uv run python scripts/dr.py research $ARGUMENTS --workers 6 --execute-packets --allow-search-fallback
```
将证据包收束为章节 brief,降低并发碎片化:
```bash
uv run python scripts/dr.py research $ARGUMENTS --workers 6 --build-briefs
```
生成中文章节草稿:
```bash
uv run python scripts/dr.py research $ARGUMENTS --workers 6 --assemble-chapters
```
如用户只是想预览任务卡:
```bash
uv run python scripts/dr.py research $ARGUMENTS --workers 6 --dry-run
```
完成后只汇报 Python CLI 输出的关键路径:`phase2/task_cards.json``phase2/packets/*.json`、manifest 进度和下一步。
@@ -0,0 +1,13 @@
---
description: Phase 3 审校。薄封装:调用 Python core deterministic review。用法:/dr-review <slug-or-path>
agent: dr-chief-editor
subtask: false
---
执行 Python core 审校入口:
```bash
uv run python scripts/dr.py review $ARGUMENTS
```
完成后暂停,请用户审阅 `phase3/critique.md`,再决定回炉 Phase 2 或进入 `/dr-finalize`
@@ -0,0 +1,20 @@
---
description: v0.20 platform-neutral Python core runner. 用法:/dr-run [slug-or-topic]
agent: dr-pm
---
你是 OpenCode 表层接口。不要自行编排多 agent;核心调度由 Python runtime 负责。
运行:
```bash
uv run python scripts/dr.py run $ARGUMENTS --workers 6
```
如需预演:
```bash
uv run python scripts/dr.py run $ARGUMENTS --workers 6 --dry-run
```
只汇报 Python CLI 的阶段判断、产物路径和下一步。
@@ -0,0 +1,12 @@
---
description: 查看当前研究项目进度。用法:/dr-status [slug]
agent: dr-pm
---
你是 OpenCode 表层接口。运行 Python core 状态命令:
```bash
uv run python scripts/dr.py status $ARGUMENTS
```
汇报阶段状态、task cards、packets、drafts、sources、final_zh/PDF/DOCX 等关键产物。