onescience-paper-repro · diff
git:20260814.1419d1c to git:20261030.3665286
219 added, 95 removed. Audit A to A.
---
name: onescience-paper-repro
- description: OneScience 论文复现信息提取技能。作为 onescience-orchestrator 的执行技能，接收论文输入，提取结构化信息，生成编码任务提示词。输入：论文来源（PDF/URL/arXiv/DOI）或论文信息；输出：reproduction_spec.md（结构化规格）、coder_task_description.md（编码任务提示词）。不执行编码，不调用其他技能。
+ description: OneScience 论文复现信息提取技能。用于根据论文、PDF、arXiv、DOI 或论文标题复现实验、实现模型或提取复现规格的任务；按用户需求从全文和固定版本官方仓库定向取证，重建数据、模型、训练与评测闭环并生成唯一 reproduction_spec.md，交回调用方调度 onescience-coder。本技能不编码、不训练、不运行复现任务。
type: executor
+ capabilities:
+ owns:
+ - 用户论文复现要求解析与优先级决策
+ - 论文身份识别、全文获取与来源校验
+ - 用户需求驱动的论文复现信息提取与证据核验
+ - 论文模型结构重建与跨来源冲突裁决
+ - 官方仓库按需只读补证
+ - 单一复现规格生成与 coder 交接
+ not_owns:
+ - 编码
+ - 训练
+ - 推理
+ - 运行与评测
+ inputs:
+ - user_request
+ - paper_source
+ - paper_content
+ - output_dir
+ - domain_hint
+ outputs:
+ - reproduction_spec.md
+ downstream:
+ - onescience-coder
+ intent_aspects:
+ - paper_reproduction
+ - paper_parsing
+ operation_types:
+ - create
+ artifact_types:
+ - spec
+ domains:
+ - general
---
- ## 输入获取方式
+ # OneScience 论文复现信息提取
- 本技能支持两种输入方式：
+ ## 职责边界
- 1. **上下文 handoff**（默认）：从调用方传入的 `step_handoff` 获取任务信息。
- 2. **文件 handoff**（autonomous_mode）：从 `.onescience/handoff/step_{step_id}.yaml`
- 读取任务信息。执行后，将结果写入 `.onescience/handoff/step_{step_id}_result.yaml`。
+ 本技能把用户对论文复现的要求、论文全文和合法的官方实现证据转换为一份准确、完整、可追溯且
+ 可直接交给 coder 实现的 `reproduction_spec.md`。规格是唯一权威交付物，同时承载科学事实、
+ 模型结构、来源明确的工程接口、冲突决定和不确定性；不再维护独立的证据层或 coder 视图。
+ 本技能只提取和核验信息，不生成源码，不训练、推理、运行或评测，也不针对某个智能体或单个
+ case 定制实现过程。
- 启动时优先检查 `.onescience/handoff/` 目录是否存在对应的交接文件；若存在则使用文件模式，否则使用上下文模式。
+ 核心交付物只有 `<paper_workdir>/reproduction_spec.md`。官方 HTML、TeX 源码、`paper.pdf`、
+ 规范化全文和补充材料只是来源缓存，不属于交付规格。不得再生成 `coder_task_description.md`、
+ `implementation_contract.json`、`paper_content_summary.md`、`task_intent_profile.md`、
+ 独立 audit 报告或 variable/channel ledger；需要保留的信息全部写入 `reproduction_spec.md`。
- 文件交接格式参见 `skills/onescience-orchestrator/references/file_handoff_contract.md`。
+ ## 输入与启动
- # OneScience 论文复现信息提取
+ 接受当前用户的自然语言需求、上下文 `step_handoff`，或已有的本步骤
+ `.onescience/handoff/step_{step_id}.yaml`。没有交接文件时直接使用当前任务上下文，不要求用户
+ 先填 JSON、创建 handoff 或重新提交同一任务。只有使用文件模式时才读取
+ [文件交接格式](../onescience-orchestrator/references/file_handoff_contract.md)。
- ## 职责边界
+ `user_request` 表示本次任务要求，不限定为某个字段：优先核对仍可见的用户原文，同时接收
+ handoff 中的 `task_context.user_goal`、`constraints`、`inputs`、`required_outputs` 和调用方
+ 已传递的明确要求。保留精确文件名、类/函数、签名、shape、路径、目标实验、来源限制和禁止
+ 事项；用户未指定的内容不作为启动缺项。
- 本技能负责从论文或论文信息中提取结构化的复现规格，并生成编码任务提示词，**不具备编码权限**。
+ 启动时单独枚举用户原文和 handoff `inputs` 中所有数据文件、数据目录、glob、URI 及 train/
+ validation/test 分路径。每个路径先按用户给出的字面值登记为 `USER_REQUIREMENT`，再记录其用途、
+ 输入来源、相对路径解析基准和验证状态；不得先摘要为数据集名称，也不得用论文下载地址、仓库默认
+ 目录、占位符或规范化后的另一条路径替换。路径不存在、当前环境不可访问或解析基准不明确时，仍
+ 须把原始值写入规格并单独标记状态，不能因无法验证而省略。
- - 作为执行技能：由 `onescience-orchestrator` 调用，接收标准化输入，返回标准化输出。
- - 核心职责：论文获取、解析、信息抽取、任务描述生成。
- - 不负责：编码实现、调用其他技能、任务规划。
+ 上下文压缩后，保留的任务目标和明确约束仍是有效输入。能够确定任务范围、论文线索和交付
+ 要求时直接继续，不因缺少逐字原文、`user_request` 字段或原文快照而停止。按实际来源登记
+ 要求；上下文归纳不能伪称逐字引用，也不能从任务标题或失败摘要补造未保留的要求。确有影响
+ 任务执行且无法从已有输入确定的缺项时，只指出具体字段及影响，不要求重发整段 prompt；
+ 宿主禁止交互时按其结果协议报告该缺项。
- 论文复现规格必须优先来自论文正文、附录、补充材料、用户提供材料和公开数据/论文页面信息。只有当这些来源对某个实现必需细节仍缺失或说明不足时，才允许补充使用官方开源仓库的只读参考；优先从论文正文、附录或补充材料中解析官方仓库，若论文未给出，再在 GitHub 上搜索官方开源仓库。只允许在线读取与该缺失细节直接相关的模型、数据处理、特征/变量选择、训练、推理和评估实现信息，例如层数、hidden size、参数形状或具体实现连线；禁止下载、clone、复制仓库到本地，禁止参考第三方复现仓库。若论文与官方仓库实现存在冲突，以论文为主，并把差异写入规格中的冲突、缺口或假设；官方仓库内容只能作为补充实现线索，不能升级为论文事实来源。
+ 加载本技能后，在同一任务中实际执行来源获取、提取、核验和落盘，再返回正式结果；不要仅
+ 宣布已调用、返回计划或等待额外输入格式。任务输入可用不代表论文证据就绪，仍须执行下述
+ 全文获取与核验流程。
- ## 输入输出接口
+ ## 来源事实与最终采用值
- ### 输入（从 onescience-orchestrator 接收）
+ 规格必须同时维护两套优先级，不能用一条简单排序混淆“按什么实现”和“什么是论文事实”：
- ```json
- {
- "paper_source": "论文来源，可为：arXiv URL、DOI、PDF 路径、论文标题",
- "paper_content": "可选：用户提供的论文正文片段或补充材料",
- "output_dir": "可选：用户指定的最终代码输出目录",
- "domain_hint": "可选：领域提示（earth/cfd/materials/biology）"
- }
- ```
+ - **执行决策优先级**：用户明确要求 > 目标论文设置 > 与目标版本匹配的官方仓库补充 > 可逆的
+ 工程选择。用户要求覆盖复现范围、数据、目标变量、算法变体、训练、评测、接口和禁止事项。
+ - **事实可信度优先级**：目标版本论文的明确陈述 > 与该论文版本和目标实验匹配的官方仓库证据
+ > 其它官方版本证据 > 机械推导。用户要求决定交付，但不能把用户变体改写成论文事实。
- ### 输出（返回给 onescience-orchestrator）
+ 用户要求与论文冲突时，最终采用用户要求，并同时保留论文原设定、用户设定、最终决定及对结果
+ 可比性和论文忠实度的影响。论文与官方仓库不一致时，先核对版本、commit、目标实验、训练阶段
+ 和变量语义；论文明确的科学定义不由较晚仓库实现覆盖，仓库只补论文空白或说明版本化实现。
+ 完整规则见 [references/source_conflict_resolution.md](references/source_conflict_resolution.md)。
- ```json
- {
- "status": "success | partial | failed",
- "paper_workdir": ".paper2code_work/<arxiv_id>/",
- "reproduction_spec_path": "reproduction_spec.md 路径",
- "coder_task_description_path": "coder_task_description.md 路径",
- "coder_task_description_content": "coder_task_description.md 完整内容",
- "key_gaps": ["关键缺口列表"],
- "key_assumptions": ["实现假设列表"],
- "metadata": {
- "task_method": "paper2code",
- "domain_task_family": "paper-reproduction",
- "coder_reference_mode": "paper_plus_official_repo_readonly",
- "coder_static_review_required": true
- }
- }
+ ## 来源与工作目录
+
+ 先识别唯一论文身份和版本。标题或别名不足以唯一识别时，根据作者、venue、DOI/arXiv、论文
+ URL 等消歧；仍无法确认则返回 `failed`，不得用模型记忆或同名项目替代。
+
+ 论文材料和唯一规格统一放在 `.paper2code_work/<canonical-id>/`：优先使用去版本号的 arXiv ID，
+ 其次 DOI slug，最后使用经确认的标题 slug。`output_dir`、实现产物目录或当前工作目录都不能替代
+ 这个目录。识别论文后立即确定并规范化以下两个路径，后续不得改用同名的其它路径：
+
+ ```text
+ paper_workdir = .paper2code_work/<canonical-id>/
+ reproduction_spec_path = .paper2code_work/<canonical-id>/reproduction_spec.md
```
- ## 总控流程
+ 获取前先查找该目录和 `.onescience` 中已有映射，并校验标题、作者与版本。已有完整、有效且保留
+ 公式与表格结构的官方文本时直接复用；只有这类文本不可用或不完整时才复用、下载并解析 PDF。
+ 目录不存在时创建；来源缓存和规格都写入这个目录。
- 本技能把论文材料转换成结构化复现规格和编码任务提示词。总控流程只负责编排阶段，不在主技能文件中写领域特例或单篇论文特例。
+ 处理来源时完整读取
+ [references/acquisition_text_workflow.md](references/acquisition_text_workflow.md)。获取顺序必须是：
+ 已核验的本地结构化全文 -> 官方结构化全文（arXiv 优先 `/html/<versioned-id>`）-> 官方源码包
+ （arXiv `/e-print/<versioned-id>`）-> 官方 PDF。前一层不存在、转换失败或未覆盖公式、表格、附录
+ 等必要内容时才进入下一层；摘要、搜索片段或不完整正文不能支撑 `PAPER_FACT`。
+ 若全文因站点或宿主限制仍不完整，必须如实记录来源覆盖，继续利用用户要求和经核验的官方实现
+ 生成证据受限规格；这会降低论文忠实度，但只要目标和实现链仍可确定，就不自动中断 coder 交接。
- 核心产物只有：
+ 论文材料缺少当前实现必需项或表述不明确时，主动从经核验的对应官方 GitHub 等官方仓库只读
+ 补证，无需为每个字段再次询问；用户禁止使用仓库时遵守其限制。只查看与用户要求或闭环缺口
+ 直接相关的配置、文件或符号，不 clone、不下载仓库快照、不复制源码、不使用第三方复现，并
+ 记录 URL、固定 commit/tag、文件、符号、目标实验/训练阶段及所补缺口。仓库可以提供版本化
+ 实现证据，但不能冒充尚未取得的论文事实。
- - `reproduction_spec.md`：结构化事实源和审计产物。
- - `coder_task_description.md`：自包含的编码任务提示词，必须完整承载 `reproduction_spec.md` 中所有已确定内容。
+ HTML 或源码全文必须完整保存到本地后再分段读取，不能把被工具截断的响应当作全文。仅进入 PDF
+ 回退时，PDF 才必须下载落盘后本地解析；不用 `webfetch` 将 PDF 转成 markdown。宿主返回
+ `Response too large`/5MB 限制表示工具响应超限，应切换到流式下载并分段读取本地材料，不能判定
+ 论文不可用后直接按 prompt 编码。具体回退、结构保真和下载要求见来源工作流。
- 编码任务提示词必须自包含，不应要求下游再读取其他文件补齐细节。
+ ## 提取、核验与交接
- 执行时按顺序读取以下独立 workflow：
+ 来源检查后完整读取
+ [references/structured_extraction_workflow.md](references/structured_extraction_workflow.md)，执行：
+ 与任务领域或方法匹配时，只读取 `assets/domain_knowledge/` 中相关的领域文件和方法知识卡作为
+ 提取与核验清单；知识卡不是当前论文事实，任何具体值仍须回到用户、论文或固定版本仓库取证。
+ 方法卡按信号选择，不全量加载：
- 1. `./references/acquisition_text_workflow.md`
- - 负责论文来源识别、PDF/正文获取、文本提取、内容完整性校验和工作目录组织。
- 2. `./references/structured_extraction_workflow.md`
- - 负责解析论文正文、表格、图注、算法框、附录和补充材料，先生成 `paper_content_summary.md`，再根据摘要召回领域知识并生成结构化 `reproduction_spec.md`。
- 3. `./references/audit_workflow.md`
- - 负责把 `reproduction_spec.md` 对照论文内容迭代校验和修复，直到 spec 正确或只剩明确 `MISSING:` / `ASSUMPTION:`。
- 4. `./references/coder_handoff_workflow.md`
- - 负责从审计后的 `reproduction_spec.md` 展开生成自包含 `coder_task_description.md`，并完成交接。
+ - FNO/RNO/DeepONet、PDE、Darcy、Navier-Stokes 或 operator learning：读取
+ `assets/domain_knowledge/neural_operator_pde.md`。
+ - conditional diffusion、denoiser、noise schedule、随机下采样/天气生成：读取
+ `assets/domain_knowledge/conditional_diffusion.md`。
+ - functional/operator attention、dual form、slice/group token、不规则网格注意力：读取
+ `assets/domain_knowledge/functional_attention.md`。
- 解析论文和审计时，先总结论文内容，生成 `paper_content_summary.md`；如论文中已给出官方仓库，则记录仓库 URL/名称；只有当论文正文、附录、补充材料、用户材料和公开页面对某个实现必需细节仍缺失或说明不足时，才可只读查看官方开源仓库中与该缺失细节直接相关的实现内容；若论文未给出官方仓库，再在 GitHub 搜索官方开源仓库。随后再根据摘要中的任务、数据对象、模型关键词和评估关键词，读取 `./assets/domain_knowledge/` 下各领域文件的表头摘要，召回对应领域知识：
+ 1. `REQUIREMENTS`：逐条登记用户要求，并把每项要求展开成需要从来源回答的信息问题；用户提供的
+ 每个数据路径都是独立 requirement 和数据绑定，不能被其它数据要求合并覆盖。
+ 2. `SOURCE`：确认论文身份、版本、全文、附录、补充材料和官方仓库证据范围。
+ 3. `EXTRACT`：围绕信息问题定向读取，同时补齐 data -> model -> loss -> train -> checkpoint ->
+ inference -> metric 闭环，不用摘要式通读替代目标实验取证。
+ 4. `RECONSTRUCT`：模型任务必须读取
+ [references/model_structure_reconstruction.md](references/model_structure_reconstruction.md)，以模块树、
+ Tensor 数据流、数学算子、shape/语义、参数关系和行为不变量六个互补视图重建结构。
+ 5. `RESOLVE`：按双优先级规则处理用户、论文、仓库内部及跨来源冲突，形成唯一最终采用值。
+ 6. `VERIFY`：逐项回查用户覆盖、证据定位、跨章节一致性、shape 和运行链闭合，修正遗漏和误归属。
+ 7. `PERSIST`：把唯一规格写到 `reproduction_spec_path`，从磁盘读回核验后交给 coder。
- - `earth.md`：气象、海洋、地球系统。
- - `cfd.md`：流体、PDE、CFD。
- - `materials.md`：材料、化学、原子尺度建模。
- - `biology.md`：生信、生命科学。
+ 使用以下分类：
- 领域知识只能辅助提取和审计，不得覆盖论文证据；如果领域经验与论文描述冲突，以论文正文、表格、公式、算法框、附录和补充材料为准。领域知识中的字段只有被论文或用户材料支持时，才能写入确定要求。
+ - `USER_REQUIREMENT`：用户明确选择，最终决策最高优先。
+ - `PAPER_FACT`：论文明确陈述；正文只引用集中来源索引中的 `source_id`，详细页码、章节、图表或
+ 公式定位只写在来源索引中，不夹入模型、数据、训练等描述内容。
+ - `OFFICIAL_REPO_DETAIL`：合法仓库补证，附 URL、版本、文件/符号。
+ - `INFERRED`：可由证据机械推出，写出推导。
+ - `UNRESOLVED`：可靠来源未说明或无法裁决，且会影响科学语义或结果复现。
+ - `IMPLEMENTATION_FREEDOM`：来源未约束、不会改变科学语义的纯工程选择，留给 coder。
+ - `PROPOSED_CHOICE`：可靠来源仍缺失但代码交付需要候选时使用；写明候选依据、可替换边界、
+ 可配置方式和论文忠实度影响，绝不标成论文事实。
- ## 工作顺序
+ 不得静默生成假设，也不得用“常用值”“合理默认”冒充论文设置来补齐学习率、batch size、
+ 网络层数、损失公式、归一化、数据划分、随机种子、调度器或评测公式。经定向查证仍缺失且不影响
+ 科学语义的内容属于 `IMPLEMENTATION_FREEDOM`；影响实现但存在可逆候选的内容可明确记为
+ `PROPOSED_CHOICE`，使 coder 继续交付，同时降低 `paper_fidelity`。
- 1. 识别论文来源：本地 PDF、URL、arXiv/DOI、标题检索或用户粘贴正文。
- 2. 解析并规范化论文工作目录：
- - 必须把下载或复制的论文材料保存到 `.paper2code_work/<id>/`。
- - `<id>` 优先使用不带版本号的 arXiv ID；没有 arXiv ID 时使用 DOI slug；仍无法识别时使用标题 slug。
- - 若能识别 arXiv ID，固定使用 `.paper2code_work/<arxiv_id>/`，例如 `.paper2code_work/2406.01465/`。
- - 下载的论文 PDF、补充材料、解析文本、摘要、结构化规格和交接任务书都写入该目录。
- - 用户指定的输出目录只表示最终复现代码落点，不改变论文解析工作目录。
- 3. 按顺序加载并执行：
- - `./references/acquisition_text_workflow.md`：下载、提取文本和内容完整性校验。
- - `./references/structured_extraction_workflow.md`：解析论文、生成 `paper_content_summary.md`，根据摘要召回领域知识，并生成结构化 `reproduction_spec.md`。
- - `./references/audit_workflow.md`：对照论文内容审计并修复 `reproduction_spec.md`，直到 spec 正确或只剩明确缺口/假设。
- - `./references/coder_handoff_workflow.md`：生成自包含 `coder_task_description.md`。
- 4. 在论文工作目录中生成两个核心产物：
- - `reproduction_spec.md`：中文为主、全面且准确的结构化复现规格，必须覆盖论文来源元数据、证据位置、任务、数据、处理、模型、损失、训练、推理、评估、配置、领域专属信息、缺口和假设；不能只抽取摘要或主方法。
- - `coder_task_description.md`：中文为主、清楚详细且自包含的自然语言实现任务描述，必须从 `reproduction_spec.md` 展开生成，并完整覆盖其中所有已确定内容；不得只写摘要，必须自包含所有实现细节。
- - 不要生成 `paper_source.json`、`evidence_index.md` 这类额外交接文件；来源信息和证据位置直接写入 `reproduction_spec.md`。
- - 生成后必须逐条核对 `reproduction_spec.md` 的每个非空、非纯缺失项是否已进入 `coder_task_description.md`；没有进入的内容要补写，不能留给下游自行综合。
- - 生成前必须完成一致性审计：变量清单与通道数、输入/输出 shape、时间步融合、per-node/per-edge learnable features、loss target、权重公式、评估指标和所有实现假设不得自相矛盾；论文未明确给出的公式或数据格式只能写为 `ASSUMPTION:`，不能写成事实。
- - 涉及变量数和通道数时，必须生成 `variable_channel_ledger.json` 并用 `./scripts/variable_channel_audit.py` 做机械校验；校验失败则标记为 partial 状态并说明原因。
- 5. 生成标准化输出（JSON 格式），包含所有必要的元数据和产物路径，返回给 `onescience-orchestrator`。
+ ## 单一规格的完整性
- ## 输出要求
+ 按任务适用性检查并写入同一份规格：
- 最终必须返回标准化 JSON 格式输出（符合"输入输出接口"章节定义），包含：
+ - 论文身份、版本、复现范围、主结果和对应实验设置。
+ - 科学问题、方程、边界/初始条件、输入、输出和训练 target。
+ - 数据来源、用户给出的原始数据路径及用途、路径解析基准与验证状态、字段、单位、split、样本
+ 构造、预处理、归一化和泄漏风险。
+ - 模型端到端职责，以及模块树、Tensor 数据流、数学算子、shape/轴与变量语义、参数共享/独立、
+ 初始化和可验证行为不变量；六个视图必须互相一致。
+ - 损失公式、权重、reduction、mask 及 prediction/target 关系。
+ - 训练阶段、优化器、学习率、scheduler、batch、epoch/step、随机性、checkpoint。
+ - 推理、rollout、后处理、指标公式、评测 split、baseline、表图映射和报告结果。
+ - 软件、硬件、计算预算、依赖、附录、补充材料、消融和限制。
+ - 用户指定的文件、接口、路径、产物、验收要求和禁止事项。
- - `status`：success（完整提取）、partial（部分提取/有重要缺口）、failed（无法处理）
- - `paper_workdir`：论文工作目录路径
- - `reproduction_spec_path`：结构化规格文件路径
- - `coder_task_description_path`：编码任务提示词文件路径
- - `coder_task_description_content`：编码任务提示词完整内容
- - `key_gaps`：关键缺口列表
- - `key_assumptions`：实现假设列表
- - `metadata`：包含 task_method、domain_task_family 等元数据
+ 用户、论文或合法官方实现中能够约束编码的信息直接写入统一规格，包括适用的配置、文件清单、
+ 模型 constructor、模块结构、forward Tensor Program、数据链、脚本 callable、训练/评测协议、
+ 产物 schema、验收项、冲突和未决项。它们仍是统一科学复现规格的一部分，不形成独立
+ Implementation Contract 或 coder 视图。来源没有约束的内容分类为 `UNRESOLVED`、
+ `IMPLEMENTATION_FREEDOM` 或显式 `PROPOSED_CHOICE`，不能为填满模板而自行设计。
- 如果论文无法获取或解析，设置 `status=failed`，在 `key_gaps` 中说明原因和需要用户补充的材料，不编造细节。
+ `reproduction_spec.md` 必须采用
+ [references/structured_extraction_workflow.md](references/structured_extraction_workflow.md) 第 7 节的
+ 统一规格结构。结构用于保证科学链和实现链不遗漏，不以标题数量或表格非空判定正确；每个任务
+ 只展开适用内容，不适用项写明 `NOT_APPLICABLE` 及证据，未知项写明来源检查范围和处理策略。
+ 工作流中的示例只示范内容粒度和证据写法，不能原样复制为当前论文事实。
+
+ 关键数值、公式、变量、shape、split、模型组件和指标必须紧邻简短 `source_id`，详细定位集中在
+ 来源索引中。正文不得使用“Table/Chapter/Section/page 显示”一类论文导航语句污染科学描述。
+ 论文示意图只支持图中明确表达的结构，不支持推断隐藏层数、kernel 参数、张量轴或实现库。
+ 论文主结果、消融结果和用户验收目标必须分别标注，不能互换。
+
+ ## 状态与 coder 交接
+
+ 交接前执行落盘门禁：
+
+ 1. `paper_workdir` 的规范化路径必须严格等于 `.paper2code_work/<canonical-id>/`。
+ 2. `reproduction_spec_path` 必须严格等于 `<paper_workdir>/reproduction_spec.md`；不得指向实现产物根目录。
+ 3. 文件必须存在、非空，并覆盖统一规格结构；不适用项必须有理由，未知项必须有来源范围和处理策略。
+ 4. 从磁盘读回的完整内容必须与 `reproduction_spec_content` 逐字一致。
+ 5. 落盘一致性失败时先修正同一份规格再交接；来源不完整不能用落盘门禁伪装成内容完整。
+ 6. 核对同一实验/阶段的字段在正文、配置、契约与未决表中状态一致；不得同时写为
+ `UNRESOLVED` 和已采用默认值。为磁盘全文计算 SHA-256，连同未决项作用范围一起传递。
+ 7. 将用户输入中的全部数据路径与磁盘规格逐项对照：每个原始字面值、用途、解析基准、验证状态
+ 和 coder 使用落点都必须存在。缺失任一用户数据路径时不得交接，先修正同一份规格。
+
+ - `success`：论文身份和目标版本可靠，用户要求已覆盖，目标实验的科学与实现链闭合，关键内容有
+ 直接证据或正确分类。
+ - `partial`：唯一目标可确认且规格可交付，但全文覆盖、实现细节或数值复现仍有明确不确定性；
+ 只要 coder 能按已知事实、配置化候选或可替换边界继续实现，就保持 handoff 可用。
+ - `failed`：无法唯一识别目标，且现有用户要求、官方材料和允许来源不足以形成不误导的可实现规格。
+
+ 返回给 orchestrator，并由其把同一份规格交给 `onescience-coder`：
+
+ ```json
+ {
+ "status": "success | partial | failed",
+ "paper_workdir": ".paper2code_work/<canonical-id>/",
+ "reproduction_spec_path": ".paper2code_work/<canonical-id>/reproduction_spec.md",
+ "reproduction_spec_content": "reproduction_spec.md 完整内容",
+ "reproduction_spec_sha256": "磁盘规格文件的 SHA-256",
+ "source_status": "verified_fulltext | partial_official_sources | identity_only",
+ "paper_fidelity": "exact | evidence_aligned | candidate",
+ "implementation_readiness": "ready | ready_with_configurable_choices | insufficient",
+ "key_conflicts": [],
+ "key_unresolved": [],
+ "paper_repro_handoff": true,
+ "recommended_consumer": "onescience-coder",
+ "next_action": "onescience-orchestrator"
+ }
+ ```
+
+ `paper_repro_handoff` 由 `implementation_readiness` 决定，而不是由全文是否完整单独决定。
+ `ready` 或 `ready_with_configurable_choices` 时应交给 coder；`failed/insufficient` 时才设为 false，
+ 并说明缺少的最小目标识别或实现信息。每个未决项须注明影响构建、运行、论文忠实度还是精确数值
+ 复现，以及采用必填配置、可替换策略、多变体或候选实现中的哪一种继续方式；不能只加标签后
+ 静默硬编码。
+ 返回规格只完成信息提取步骤；用户要求生成代码时，调用方还必须调度 coder 并核查实际源码产物。