fin-full-pipeline · diff

git:20260805.16a3b0e to git:20260808.91b52c9

5 added, 0 removed. Audit A to A.

---

name: fin-full-pipeline

description: 经济金融研究端到端完整流程。从研究想法到可投稿论文，覆盖文献综述、想法生成、新颖性验证、实证方法设计、论文大纲、正文写作、图表生成、LaTeX编译和投稿前检查。

trigger: "研究...|完整流程...|从想法到论文...|端到端..."

argument-hint: "[research-direction]"

---

# fin-full-pipeline：经济金融研究端到端完整流程

端到端的经济金融学术研究流程，从用户描述研究方向开始，到生成可投稿论文 PDF 结束。

+ > **Agent-host / 隔离槽位（重要）**

+ > 若任务要求「不要询问、不要 Mock、缺失配置则跳过并写报告」：

+ > **先运行** `python scripts/agent_host_entry.py`。若非 0 退出，**停止本 Skill**，

+ > 不要自建平行复现流水线或编造结果。见 `AGENTS.md` → Agent-host protocol。

```

研究方向输入

↓

阶段1: FIN_BRIEF.md 生成 [FIN_BRIEF.md]

↓ checkpoint

阶段2: 文献综述 [LIT_REVIEW.md]

↓ checkpoint

阶段3: 想法生成 + 数据验证 [IDEA_REPORT.md]

↓【想法-数据交叉验证】← P1 强制检查点，不跳过

↓ checkpoint

阶段4: 新颖性验证 [NOVELTY_REPORT.md]

↓ checkpoint

阶段5: 实证方法设计 [REFINED_DESIGN.md]

↓ checkpoint

阶段6: 数据获取 [DATA_MANIFEST.md + data/*.csv]

↓ checkpoint

阶段7: 论文大纲 [PAPER_OUTLINE.md + FIGURE_PLAN.md]

↓ checkpoint

阶段8: 正文写作 [draft_v1/main.tex]

↓ checkpoint

阶段9: 图表生成 [draft_v1/figures/*.pdf]

↓ checkpoint

阶段10: 对抗性Review [REVIEW_REPORT.md]

↓ checkpoint

阶段11: LaTeX编译 [draft_v1/main.pdf]

↓ checkpoint

阶段12: 投稿前检查 [SUBMIT_CHECK_REPORT.md]

↓

最终输出: 可投稿论文 PDF + 完整研究包

```

---

## 核心原则：数据优先

**数据验证必须在阶段3（想法生成）完成，不等到阶段6（数据获取）才发现无数据。**

```

传统流程（有问题）:

想法生成 → 新颖性验证 → 实证设计 → 数据获取 ← 到这里才发现无数据！

↓ ↓

浪费大量时间不得不返回更换主题

改进流程（当前）:

想法生成 → 【想法-数据交叉验证】→ 新颖性验证 → 实证设计 → 数据获取

↓ ↓

在此处检查数据可行性数据已知可行，只需执行

无数据→立即告知用户预先设计的获取方案

```

---

## 执行前的准备

### 系统准备（每次启动必须执行）

```bash

# 检查环境并初始化输出目录（PROJECT_DIR 自动取当前目录）

PROJECT_DIR="$(pwd)"

cd "$PROJECT_DIR" || exit 1

# 创建所有输出目录

mkdir -p \

output/fin-literature \

output/fin-ideas \

output/fin-novelty \

output/fin-refinement \

output/fin-experiments/data/finance \

output/fin-review/round_1 \

output/fin-manuscript/draft_v1/figures \

output/fin-manuscript/draft_v1/tables \

output/fin-manuscript/draft_v1/scripts

# 检查 Python 关键依赖

python3 -c "import json, yaml, pandas, numpy, matplotlib, seaborn, statsmodels; print('[✓] All Python deps OK')" 2>/dev/null \

|| echo '[!] Python deps missing — run: pip install pandas numpy matplotlib seaborn statsmodels pyyaml'

# 检查 LaTeX 编译器

for cmd in pdflatex xelatex bibtex; do

if command -v $cmd &>/dev/null; then

echo "[✓] $cmd"

else

echo "[!] $cmd not found"

done

# 检查 Docker MCP 服务是否运行

for svc in mcp_eastmoney_reports mcp_financial mcp_enhanced_finance; do

if docker ps --format '{{.Names}}' | grep -q "^${svc}$"; then

echo "[✓] $svc running"

else

echo "[!] $svc not running"

done

```

### 读取上下文（步骤1）

按优先级读取已有研究上下文：

1. `FIN_RESEARCH_PLAN.md` — 详细研究计划（最优先）

2. `FIN_BRIEF.md` — 12段式研究简报（次优先）

3. 用户直接输入的研究方向（兜底）

如果两者都不存在，则需要用户描述研究方向。

---

## 阶段详解

### 阶段1：生成 FIN_BRIEF.md

**目标：** 将用户的研究方向转化为结构化的12段式研究简报。

**触发条件：** `FIN_BRIEF.md` 不存在或内容为空。

**执行方式：**

```python

# 检查是否存在

import os

if os.path.exists("FIN_BRIEF.md"):

with open("FIN_BRIEF.md") as f:

content = f.read().strip()

if content:

print("FIN_BRIEF.md 已存在，内容如下：")

print(content[:500])

# 展示确认菜单

print("是否使用现有 FIN_BRIEF.md？（y/n）")

# 等待用户输入

# 如果用户选择 n，删除并重新生成

```

**FIN_BRIEF.md 格式（12段式）：**

```markdown

# 研究简报

## 1. 研究标题

[一句话标题，≤30字]

## 2. 研究领域

[宏观金融 / 公司金融 / 资产定价 / 金融计量 / 行为金融]

## 3. 研究问题

[一句话描述核心研究问题]

## 4. 研究类型

[实证 / 理论 / 综述 / 方法创新]

## 5. 目标期刊

[JF / JFE / RFS / 经济研究 / 金融研究 / 管理世界]

## 6. 核心假设

[H1: ... H2: ... H3: ...]

## 7. 数据来源

[A股 / 美股 / 宏观 / 跨境]

## 8. 识别策略

[DID / IV / RDD / PSM / 面板GMM]

## 9. 样本期

[YYYY-YYYY]

## 10. 核心变量

- 被解释变量（Y）：

- 解释变量（X）：

- 控制变量：

## 11. 预期结论

[预期的实证发现]

## 12. 潜在贡献

[理论贡献 / 识别策略创新 / 数据集贡献]

```

**checkpoint 交互：**

```

════════════════════════════════════════════════════════════

阶段1：研究简报生成完成

════════════════════════════════════════════════════════════

研究标题: [标题]

研究领域: [领域]

目标期刊: [期刊]

识别策略: [策略]

样本期: [年份范围]

请选择：

(1) 确认并继续

(2) 修改某个字段

(3) 补充更多细节

(4) 重新描述研究方向

```

**必须等待用户选择**，不能自动继续。

---

### 阶段2：文献综述

**目标：** 构建研究领域的完整文献地图，识别核心文献和研究缺口。

**调用技能：**

```

Skill: fin-lit-review

"[研究方向简述，从 FIN_BRIEF.md 读取]"

```

**MCP 检索组合（优先使用）：**

```

# 1. NBER 工作论文（近3年）

server: user-nber-wp

tool: get_nber_paper

params: { "query": "[研究关键词]", "year_from": 2023 }

# 2. OpenAlex 学术论文

server: user-openalex

tool: get_openalex_works

params: { "query": "[研究主题]", "per_page": 25 }

# 3. ArXiv 预印本

server: user-arxiv

tool: semantic_search

params: { "query": "[研究主题]" }

# 4. 东方财富研报（业界视角）

server: user-eastmoney-reports

tool: get_research_report

params: { "ts_code": "[相关股票代码]", "max_results": 10 }

# 5. 网络搜索（补充）

server: user-brave-search

tool: brave_web_search

params: { "query": "[研究主题 + 顶刊名]" }

```

**输出文件：**

- `output/fin-literature/LIT_REVIEW.md` — 完整文献综述（≥3000字）

- `output/fin-literature/LIT_SUMMARY.md` — 精简版（≤1000字）

**checkpoint 交互：**

```

════════════════════════════════════════════════════════════

阶段2：文献综述完成

════════════════════════════════════════════════════════════

核心文献:

• [文献1]: [主要发现]

• [文献2]: [主要发现]

研究缺口:

• [缺口1]: [描述]

• [缺口2]: [描述]

覆盖期刊: JF / JFE / RFS / 经济研究

请选择：

(1) 继续下一阶段

(2) 补充检索 [具体方向] 的文献

(3) 调整研究方向（缺口与我的想法不完全匹配）

```

---

### 阶段3：想法生成 + 想法-数据交叉验证（P1 强制检查点）

**目标：** 生成8-12个研究想法，过滤后保留数据可行的想法。

**调用技能：**

```

Skill: fin-generate-idea

"[研究方向，从 FIN_BRIEF.md 读取]"

```

#### 子步骤 3A：想法生成

**核心逻辑：**

```python

from scripts.agent_pipeline import AgentPipeline, AgentPipelineConfig

config = AgentPipelineConfig(

topic="[研究方向]",

venue="[目标期刊]",

research_field="[研究领域]",

use_hitl=True, # outline/literature/draft gates; set False only for batch CI

visualize=True,

)

pipeline = AgentPipeline(config=config)

# 生成候选想法（8-12个）

ideas = pipeline._orchestrator.generate_ideas(topic="[研究方向]")

```

**想法格式：**

```python

ideas = [

{

"id": "idea_001",

"title": "关税冲击与资本结构调整速度",

"description": "利用DID分析2018年中美关税战对企业资本结构调整速度的影响",

"keywords": ["tariff", "capital structure", "DID", "A-share"],

"hypothesis": "H1: 关税暴露程度越高，企业资本结构调整速度下降越显著",

"novelty_score": 8.5, # 1-10

"data_feasibility": "high", # high/medium/low

# ... 8-12个想法

]

```

**想法排序标准：**

1. 数据可行性（必须先满足）

2. 新颖性评分（目标期刊查重）

3. 理论贡献潜力

4. 实证可操作性

#### 子步骤 3B：【P1 强制】想法-数据交叉验证 ← 绝对不能跳过

**必须执行的数据验证：**

```python

from scripts.idea_data_checker import IdeaDataValidator

validator = IdeaDataValidator(ideas=ideas)

report = validator.validate_all()

validator.print_report(report)

# report.idea_results[0] 包含：

# - idea: 原始想法

# - feasibility: Feasibility.AVAILABLE / PARTIALLY_AVAILABLE / DATA_GAP / REQUIRES_AUTH

# - feasibility_score: 0.0-1.0

# - gaps: 数据缺口列表

# - actions: 修复建议

```

**验证结果处理：**

| 可行性 | 含义 | 处理方式 |

|--------|------|---------|

| `AVAILABLE` | 真实数据可用 | ✅ 直接进入推荐名单 |

| `PARTIALLY_AVAILABLE` | 部分数据缺失 | ⚠️ 进入推荐名单，但需补充缺失数据 |

| `DATA_GAP` | 数据缺口严重 | ❌ 不进入推荐名单，需用户决策 |

| `REQUIRES_AUTH` | 需授权模拟数据 | 🔐 必须显式授权 |

**用户交互（强制）：**

```

════════════════════════════════════════════════════════════

⚠️ 阶段3.5：想法-数据交叉验证（P1 强制检查点）

════════════════════════════════════════════════════════════

验证结果统计:

✅ 数据可行: X 个想法

⚠️ 部分可行: X 个想法

❌ 数据缺口: X 个想法

🔐 需授权模拟: X 个想法

──────────────────────────────────────────────────────

✅ 数据可行的想法（直接推进）:

1. [想法标题]

数据: tushare, akshare

2. [想法标题]

数据: tushare, esg_rating

⚠️ 部分可行的想法（需补充数据）:

3. [想法标题]

缺失: ESG评级数据

获取途径: Wind ESG数据库 / 商道融绿

❌ 数据缺口的想法（无法推进）:

4. [想法标题]

缺失: 上市公司海关进出口明细（HS编码）

获取途径: CSMAR海关数据库（需机构账号）

网址: https://www.gtadata.com

──────────────────────────────────────────────────────

请选择：

(1) 选择想法1（数据可行）

(2) 选择想法2（数据可行）

(3) 补充缺失数据后再继续（优先获取 [数据名称]）

(4) 授权使用模拟数据（仅演示用，论文不能发表）

(5) 更换研究方向

```

**禁止事项：**

- ❌ 禁止跳过此检查点

- ❌ 禁止静默 fallback 到模拟数据

- ❌ 禁止将 `DATA_GAP` 状态的想法推荐给用户

- ❌ 禁止在用户未授权的情况下使用模拟数据

**硬中断条件：** 如果所有想法都是 `DATA_GAP` 且没有替代方案，流程必须停止。

```python

validated = [r for r in report.idea_results if r.feasibility in (

Feasibility.AVAILABLE, Feasibility.PARTIALLY_AVAILABLE

)]

if not validated:

print("⚠️ 所有候选想法均无数据支持，流程硬中断")

print("请选择：")

print(" (1) 补充数据（将数据文件放入 data/ 目录）")

print(" (2) 更换研究方向")

# 等待用户输入

# 如果用户选择继续处理，确保只有有数据的想法进入后续阶段

```

**输出文件：**

- `output/fin-ideas/IDEA_REPORT.md` — 完整想法报告（含数据验证结果）

- `output/fin-ideas/IDEA_CANDIDATES.md` — 精简版 TOP 3-5

---

### 阶段4：新颖性验证

**目标：** 在 JF/JFE/RFS/arXiv/中文顶刊中检索，确认研究想法的新颖性。

**调用技能：**

```

Skill: fin-novelty-check

"[选定想法的描述]"

```

**检索覆盖矩阵：**

| 来源 | 时间范围 | 重要性 | 检索词示例 |

|------|---------|--------|-----------|

| JF/JFE/RFS/JME | 近5年 | 最高 | `carbon trading + innovation` |

| arXiv q-fin | 近2年 | 高 | `tariff + innovation + DID` |

| NBER Working Papers | 近3年 | 高 | `trade war + capital structure` |

| SSRN | 近2年 | 中高 | 补充检索 |

| 东方财富研报 | 无限制 | 中 | 业界视角补充 |

**输出文件：**

- `output/fin-novelty/NOVELTY_REPORT.md` — 新颖性报告

**checkpoint 交互：**

```

════════════════════════════════════════════════════════════

阶段4：新颖性验证完成

════════════════════════════════════════════════════════════

综合评分: X/10

评估等级: 高度新颖 / 中度新颖 / 缺乏新颖性

最接近的先例:

• [文献]: [主要方法，与本研究的区别]

主要风险:

• [reviewer最可能引用的先例]

差异化策略:

• [本研究如何区分]

请选择：

(1) 继续细化该方向（新颖性可接受）

(2) 调整研究角度以更好区分

(3) 更换研究方向

(4) 查看详细报告后再决定

```

---

### 阶段5：实证方法设计

**目标：** 将研究想法细化为完整可执行的实证方案。

**调用技能：**

```

Skill: fin-experiment-design

"[选定想法的描述 + REFINED_DESIGN.md]"

```

**识别策略选择决策树：**

```

用户描述研究方向

↓

是否存在明确的外生冲击事件？

↓ yes ↓ no

是否存在对照组？是否存在工具变量？

↓ yes ↓ no ↓ yes ↓ no

DID 是否有 IV/2SLS 面板回归

清晰断点？ + 安慰剂检验

↓ yes

RDD

```

**输出文件：**

- `output/fin-refinement/REFINED_DESIGN.md` — 细化后的研究设计

- `output/fin-refinement/EXPERIMENT_PLAN.md` — 详细实验执行计划

- `output/fin-refinement/VARIABLE_DEFINITIONS.md` — 变量定义表

- `output/fin-refinement/ROBUSTNESS_PLAN.md` — 稳健性检验方案（≥6种）

- `output/fin-refinement/ENDOGENEITY_PLAN.md` — 内生性处理方案

- `output/fin-refinement/EXECUTION_CHECKLIST.md` — 实验执行检查清单

**checkpoint 交互：**

```

════════════════════════════════════════════════════════════

阶段5：实证方法设计完成

════════════════════════════════════════════════════════════

识别策略: [DID / IV / RDD / 面板GMM]

被解释变量Y: [变量名]

核心解释变量X: [变量名]

控制变量: [列表]

固定效应: [类型]

稳健性检验: [N]项

内生性处理: [方案]

请选择：

(1) 确认设计方案，继续数据获取

(2) 调整变量定义（说明要改什么）

(3) 更换识别策略（说明原因）

(4) 查看完整设计报告

```

---

### 阶段6：数据获取

**目标：** 根据 REFINED_DESIGN.md 获取所有所需数据。

**调用技能：**

```

Skill: fin-data-acquisition

"[REFINED_DESIGN.md]"

```

#### 【关键】数据源预检查（必须首先执行）

```python

from scripts.data_source_checker import DataSourceChecker, DataRequirement

requirements = [

DataRequirement(

name="financial_data",

user_facing_name="A股财务数据",

description="资产负债率、ROA、规模等公司财务指标",

sources=["tushare", "wind", "csmar", "akshare"],

required=True,

DataRequirement(

name="customs_data",

user_facing_name="上市公司海关进出口明细（HS编码）",

description="用于计算企业关税暴露强度",

sources=["csmar_customs"],

required=True,

# ... 根据 REFINED_DESIGN.md 添加其他需求

]

checker = DataSourceChecker(requirements)

result = checker.run()

checker.print_report()

# 【硬中断】如果需要模拟数据

if result.requires_synthetic_data:

from scripts.pipeline_checkpoint import InteractivePipelineCheckpoint

cp = InteractivePipelineCheckpoint()

authorized = cp.authorize_synthetic_or_stop(

purpose="本研究所需的A股财务数据和海关进出口数据"

)

if not authorized:

# 流程停止，用户必须：

# - 补充真实数据，或

# - 更换研究方向

STOP_HERE

```

**MCP 数据获取示例：**

```yaml

# A股行情数据

server: user-tushare

tool: get_daily_quote

params:

ts_code: "000001.SZ"

start_date: "20200101"

end_date: "20241231"

# 财务数据

server: user-tushare

tool: get_financial_report

params:

ts_code: "000001.SZ"

report_type: "income"

# 宏观数据（无需 Key）

server: user-financial

tool: get_macro_china

params:

indicator: "gdp"

# 美股数据（无需 Key）

server: user-yfinance

tool: get_yf_historical

params:

ticker: "AAPL"

start_date: "2020-01-01"

end_date: "2024-12-31"

```

**输出文件：**

- `output/fin-experiments/DATA_MANIFEST.md` — 数据清单与来源

- `output/fin-experiments/DATA_VALIDATION.md` — 数据验证报告

- `data/finance/*.csv` — 原始数据文件（**真实数据**）

**checkpoint 交互：**

```

════════════════════════════════════════════════════════════

阶段6：数据获取完成

════════════════════════════════════════════════════════════

数据状态:

✅ 已获取: [列表]

❌ 未获取: [列表]

⚠️ 模拟: [列表]

请选择：

(1) 确认数据，继续实证分析

(2) 补充数据后再继续

(3) 查看详细数据状态报告

(4) 暂停，评估数据质量后再决定

```

---

### 阶段7：论文大纲

**目标：** 基于目标期刊生成完整的论文大纲及配套文件。

**调用技能：**

```

Skill: fin-paper-plan

"[选定想法的完整描述]"

```

**输出文件：**

- `output/fin-manuscript/PAPER_OUTLINE.md` — 完整论文大纲

- `output/fin-manuscript/FIGURE_PLAN.md` — 图表计划

- `output/fin-manuscript/TABLE_PLAN.md` — 表格计划

- `output/fin-manuscript/ABSTRACT_DRAFT.md` — 摘要草稿

**checkpoint 交互：**

```

════════════════════════════════════════════════════════════

阶段7：论文大纲生成完成

════════════════════════════════════════════════════════════

目标期刊: [期刊名]

预估字数: [X]字

结构: [N]章

大纲预览:

1. Introduction — [约X字]

2. Literature Review — [约X字]

3. Hypothesis Development — [约X字]

4. Data & Methodology — [约X字]

5. Empirical Results — [约X字]

6. Robustness Checks — [约X字]

7. Conclusion — [约X字]

图表计划: [N]张图 + [M]张表

请选择：

(1) 确认大纲，开始正文写作

(2) 修改某章节内容或长度

(3) 调整图表计划

(4) 先保存，稍后再写

```

---

### 阶段8：正文写作

**目标：** 根据 PAPER_OUTLINE.md 和 REFINED_DESIGN.md 生成完整的论文正文草稿。

**调用技能：**

```

Skill: fin-paper-draft

"[PAPER_OUTLINE.md]"

```

**执行前准备：**

```bash

# 创建 LaTeX 目录结构（PROJECT_DIR 自动取当前目录）

PROJECT_DIR="$(pwd)"

DRAFT_DIR="$PROJECT_DIR/output/fin-manuscript/draft_v1"

mkdir -p "$DRAFT_DIR/figures" "$DRAFT_DIR/tables" "$DRAFT_DIR/scripts"

```

**输出文件：**

- `output/fin-manuscript/draft_v1/main.tex` — 主文件

- `output/fin-manuscript/draft_v1/introduction.tex`

- `output/fin-manuscript/draft_v1/literature.tex`

- `output/fin-manuscript/draft_v1/methodology.tex`

- `output/fin-manuscript/draft_v1/results.tex`

- `output/fin-manuscript/draft_v1/conclusion.tex`

- `output/fin-manuscript/draft_v1/references.bib`

---

### 阶段9：图表生成

**目标：** 生成期刊级别的图表（≥300 DPI，PDF矢量格式）。

**调用技能：**

```

Skill: fin-paper-figure

"[FIGURE_PLAN.md]"

```

**DID 研究必须生成的图表：**

1. **平行趋势图** — 政策前后实验组与对照组的趋势对比

2. **安慰剂检验图** — 随机化处理时间的系数分布

3. **动态效应图** — 事件研究框架下的各期系数

**输出文件：**

- `output/fin-manuscript/draft_v1/figures/*.pdf` — 所有图表

- `output/fin-manuscript/draft_v1/scripts/generate_figures.py` — 可复现脚本

---

### 阶段10：对抗性 Review

**目标：** 对论文正文草稿进行多轮严格评审。

**调用技能：**

```

Skill: fin-review-loop

"[draft_v1/main.tex]"

```

**Review 维度：**

| 维度 | 检查项 |

|------|--------|

| 理论贡献 | 研究缺口是否真正填补？ |

| 识别策略 | DID/IV/RDD 是否正确使用？ |

| 数据质量 | 样本选择是否存在偏误？ |

| 稳健性 | 是否有足够的稳健性检验？ |

| 写作质量 | 逻辑是否清晰？表述是否准确？ |

**输出文件：**

- `output/fin-review/REVIEW_REPORT.md` — 完整 review 报告

- `output/fin-review/REVIEW_STATE.json` — 每轮评分和状态

- `output/fin-review/round_*/` — 各轮详细 review

**checkpoint 交互：**

```

════════════════════════════════════════════════════════════

阶段10：Review 完成

════════════════════════════════════════════════════════════

当前轮次: X/4

综合评分: X/10

接受建议: [接受 / 大修 / 小修]

主要问题:

• [问题1]

• [问题2]

是否需要修改后重新提交？

```

---

### 阶段11：LaTeX 编译

**目标：** 编译生成可投稿的 PDF 文件。

**编译脚本：**

```bash

PROJECT_DIR="$(pwd)"

DRAFT_DIR="$PROJECT_DIR/output/fin-manuscript/draft_v1"

cd "$DRAFT_DIR"

# 检测期刊类型

if grep -qi "经济研究\|金融研究\|管理世界\|中国工业经济" main.tex; then

COMPILER=xelatex

else

COMPILER=pdflatex

# 完整编译流程

$COMPILER -interaction=nonstopmode main.tex

bibtex main

$COMPILER -interaction=nonstopmode main.tex

# 检查结果

if [ -f "main.pdf" ]; then

echo "✅ 编译成功: main.pdf"

else

echo "❌ 编译失败，查看 compile_log.txt"

```

**输出文件：**

- `output/fin-manuscript/draft_v1/main.pdf`

- `output/fin-manuscript/draft_v1/compile_log.txt`

---

### 阶段12：投稿前检查

**目标：** 全面检查匿名性、格式、图表、引用、参考文献等所有投稿必需项。

**调用技能：**

```

Skill: fin-submit-check

"[draft_v1/]"

```

**输出文件：**

- `output/fin-review/SUBMIT_CHECK_REPORT.md` — 检查报告

- `output/fin-review/SUBMIT_CHECK_ISSUES.md` — 待修复问题清单

---

## 完整输出文件结构

```

output/

├── FIN_BRIEF.md ← 研究简报

├── fin-literature/

│ ├── LIT_REVIEW.md ← 完整文献综述

│ └── LIT_SUMMARY.md ← 精简版

├── fin-ideas/

│ ├── IDEA_REPORT.md ← 完整想法报告

│ └── IDEA_CANDIDATES.md ← TOP 3-5 候选

├── fin-novelty/

│ └── NOVELTY_REPORT.md ← 新颖性验证

├── fin-refinement/

│ ├── REFINED_DESIGN.md ← 研究设计

│ ├── EXPERIMENT_PLAN.md ← 实验计划

│ ├── VARIABLE_DEFINITIONS.md ← 变量定义

│ ├── ROBUSTNESS_PLAN.md ← 稳健性方案

│ ├── ENDOGENEITY_PLAN.md ← 内生性方案

│ └── EXECUTION_CHECKLIST.md ← 执行清单

├── fin-experiments/

│ ├── DATA_MANIFEST.md ← 数据清单

│ ├── DATA_VALIDATION.md ← 数据验证

│ └── data/finance/*.csv ← 原始数据

├── fin-review/

│ ├── REVIEW_REPORT.md ← Review 报告

│ ├── REVIEW_STATE.json ← 评分状态

│ ├── SUBMIT_CHECK_REPORT.md ← 投稿检查

│ └── round_*/ ← 各轮详情

└── fin-manuscript/

├── PAPER_OUTLINE.md ← 论文大纲

├── FIGURE_PLAN.md ← 图表计划

├── TABLE_PLAN.md ← 表格计划

├── ABSTRACT_DRAFT.md ← 摘要草稿

└── draft_v1/

├── main.tex ← 主文件

├── introduction.tex

├── literature.tex

├── methodology.tex

├── results.tex

├── conclusion.tex

├── references.bib

├── figures/*.pdf ← 图表

├── tables/

├── scripts/generate_figures.py

├── main.pdf ← 编译后 PDF

└── compile_log.txt

```

---

## 禁止模式（Forbidden Patterns）

以下行为绝对禁止：

| 禁止行为 | 说明 |

|---------|------|

| 静默 fallback 到模拟数据 | 必须显式告知用户并获取授权 |

| 跳过想法-数据交叉验证 | 阶段 3.5 是 P1 强制检查点 |

| 跳过 checkpoint | 每个阶段完成后必须等待用户确认 |

| 在正文中写入模拟数据的回归系数 | 实证实数必须来自真实数据 |

| 跳过新颖性验证 | 必须检索目标期刊确认新颖性 |

| 不标注数据来源 | 所有图表必须标注数据来源 |

| 自动选择研究方向 | 用户必须明确选择 |

---

## 关键模块引用

### AgentPipeline（主类）

```python

from scripts.agent_pipeline import AgentPipeline, AgentPipelineConfig

# 基本用法

config = AgentPipelineConfig(

topic="[研究方向]",

venue="[目标期刊]",

research_field="[研究领域]",

use_hitl=True, # outline/literature/draft gates; set False only for batch CI

visualize=True,

)

pipeline = AgentPipeline(config=config)

result = pipeline.run(topic="[研究方向]")

```

### IdeaDataValidator（想法-数据验证）

```python

from scripts.idea_data_checker import IdeaDataValidator, Feasibility

validator = IdeaDataValidator(ideas=ideas)

report = validator.validate_all()

# 检查结果

for idea_result in report.idea_results:

if idea_result.feasibility == Feasibility.AVAILABLE:

# ✅ 数据可行

elif idea_result.feasibility == Feasibility.PARTIALLY_AVAILABLE:

# ⚠️ 部分可行，需补充

elif idea_result.feasibility == Feasibility.DATA_GAP:

# ❌ 数据缺口，不推荐

```

### DataSourceChecker（数据源预检查）

```python

from scripts.data_source_checker import DataSourceChecker, DataRequirement

requirements = [

DataRequirement(

name="financial_data",

user_facing_name="A股财务数据",

sources=["tushare", "akshare"],

required=True,

]

checker = DataSourceChecker(requirements)

result = checker.run()

if result.requires_synthetic_data:

# 硬中断，必须用户授权

pass

```

### InteractivePipelineCheckpoint（强制交互）

```python

from scripts.pipeline_checkpoint import InteractivePipelineCheckpoint, Stage, DecisionOption

cp = InteractivePipelineCheckpoint()

cp.wait_at_checkpoint(

stage=Stage.DATA_ACQUISITION,

summary="数据获取完成",

next_options=[

DecisionOption("proceed", "运行实证回归", "使用当前数据直接跑回归"),

DecisionOption("supplement", "补充数据后继续", "获取更多数据后再跑"),

)

```

---

## 快速命令参考

```bash

# 启动完整流水线

python scripts/agent_pipeline.py --topic "碳排放权交易对企业绿色创新的影响" --venue "经济研究"

# 快速想法验证

python scripts/idea_data_checker.py --ideas "关税+DID" --validate

# 数据源预检查

python scripts/data_source_checker.py --requirements tariff_research

# 编译论文

python scripts/research_framework/pipeline.py --topic "..." --compile

# 检查系统状态

python scripts/health_check.py

```