/rebuttal

解析审稿意见，将每条 concern 原子化（Rvx-Cy 编号）并映射到 wiki claim， 检查 evidence 是否充分（追溯到 wiki experiments）， 用 Review LLM 模拟审稿人追问（stress-test，评分 1-5），生成正式版（纯文本）和富文本版 rebuttal。 安全检查确保 no fabrication, no overpromise, full coverage。

Inputs

• review：审稿意见来源，以下之一：
  • 文件路径（如 raw/reviews/reviewer1.txt、raw/reviews/meta-review.md）
  • 多个文件路径（逗号分隔：raw/reviews/R1.txt,raw/reviews/R2.txt,raw/reviews/R3.txt）
  • 直接粘贴的审稿文本
• --paper-slug（可选）：关联论文在 wiki/outputs/ 中的 slug，用于定位 PAPER_PLAN
• --venue（可选）：目标会议/期刊（ICLR / NeurIPS / ICML / ACL / CVPR），影响 rebuttal 格式和字数限制
• --stress-test（可选，默认开启）：Review LLM 模拟审稿人追问，关闭用 --no-stress-test
• --format（可选，默认 formal）：输出格式
  • formal：正式 rebuttal 纯文本版（适合直接粘贴到 submission system）
  • rich：富文本版（含 wiki [[links]]、详细分析、改进计划）

Outputs

• wiki/outputs/rebuttal-{slug}.md — 富文本版 rebuttal（含 [[wikilinks]]、evidence 追溯、分析表格）
• wiki/outputs/rebuttal-{slug}.txt — 正式版 rebuttal（plain text，适合 submission system 粘贴）
• wiki/claims/*.md — 若 concern 暴露 evidence gap，在 ## Open questions 追加建议
• wiki/log.md — 追加日志

Wiki Interaction

Reads

• wiki/claims/*.md — 映射 concerns 到 claims，检查 evidence 充分性
• wiki/experiments/*.md — 查找支持 claim 的实验 result
• wiki/papers/*.md — 查找引用的论文上下文
• wiki/concepts/*.md — 理解 method 相关 concerns 的概念背景
• wiki/ideas/*.md — 查找 idea 的 motivation 和 pilot results
• wiki/outputs/PAPER_PLAN.md — 了解论文结构（来自 /paper-plan，若有 --paper-slug）
• wiki/graph/context_brief.md — 全局上下文
• wiki/graph/edges.jsonl — claim-experiment-paper 关系
• .claude/skills/shared-references/cross-model-review.md — Review LLM stress-test 独立性

Writes

• wiki/outputs/rebuttal-{slug}.md — 富文本版
• wiki/outputs/rebuttal-{slug}.txt — formal 纯文本版
• wiki/claims/*.md — 在 ## Open questions 追加 reviewer 发现的 gap（不直接修改 confidence/status，仅建议）
• wiki/log.md — 追加日志

Graph edges created

• 无新 edges（rebuttal 是查询操作，不修改知识图谱）

Workflow

前置：

1. 确认工作目录为 wiki 项目根（包含 wiki/、raw/、tools/ 的目录）
2. 读取 cross-model-review.md 确认 stress-test 独立性原则
3. 生成 slug：python3 tools/research_wiki.py slug "{paper-slug}-rebuttal"

Step 1: 解析审稿意见

1. 读取审稿文本：

   • 若为文件路径：读取所有指定文件
   • 若为直接文本：直接使用
   • 合并多个 reviewer 的意见，标注来源（Reviewer 1/2/3/Meta）

2. 识别结构：

   • 提取每个 reviewer 的：overall score（Accept/Reject/Borderline）、confidence、summary、Strengths、Weaknesses、questions
   • 若格式不标准（纯文本），用 LLM 解析为结构化格式

3. 输出：每个 reviewer 的结构化意见

Step 2: 原子化 Concerns

将每条 weakness 和 question 拆分为独立的 atomic concern：

1. 拆分规则：

   • 一个 weakness 可能是复合句，包含多个独立 concern（"方法缺少消融实验，且没有与 X 比较" → 拆分为 2 个 concerns）
   • 每个 atomic concern 分配 ID：Rvx-Cy 格式（Rv1-C1 = Reviewer 1, Concern 1；Rv1-C2 = Reviewer 1, Concern 2）
   • 保留 reviewer 编号，确保追溯到原始意见

2. 分类每个 concern：

   • evidence：关于实验数据、result 解读的事实性质疑
   • method：关于方法设计、算法正确性的方法论问题
   • missing：缺少某些实验/分析/比较/引用
   • clarity：表达不清、符号混乱、图表问题
   • scope：贡献不够显著、适用范围质疑
   • novelty：与已有工作重叠、创新性不足
   • minor：格式、typo 等小问题

3. 评估严重性：critical / major / minor

4. 输出：原子化 concern 列表，每个包含 {id (Rvx-Cy), reviewer, type, severity, text}

Step 3: 映射 Concerns 到 Wiki Claims

对每个 concern：

1. 查找关联 claim：

   • 从 concern 文本提取关键词
   • 在 wiki/claims/*.md 中搜索匹配的 claim
   • 读取 wiki/graph/edges.jsonl 查找 claim-experiment 关系
   • 若找不到直接匹配：标注 "unmapped"（无直接 claim 对应）

2. 检查 Evidence Status：

   • 读取 claim 的 evidence 列表
   • 统计 strong/moderate/weak evidence 数量
   • 查找关联 experiments 的 results
   • 判断：
     • 充分（sufficient）：strong >= 1 或 moderate >= 2
     • 部分充分（partial）：有 evidence 但强度不够
     • 不足（insufficient）：无 evidence 或只有 weak
     • 矛盾：有 invalidates 类型 evidence

3. 输出：

Concern ID	Reviewer	Type	Severity	Claim mapped	Evidence Status	Strategy
Rv1-C1	R1	method	critical	[[claim-slug]]	sufficient	A
Rv1-C2	R1	missing	major	[[claim-slug]]	insufficient	B
Rv2-C1	R2	novelty	major	unmapped	—	D

Step 4: 起草 Rebuttal 回应

对每个 concern 按 strategy 起草回应：

Strategy A — Evidence 充分（直接回应）：

• 引用具体实验 result 和数据（标注来源，确保追溯到 wiki/experiments/）
• 指向 wiki 中的 evidence（转化为论文引用）
• 若 concern 基于误解：礼貌澄清，指出论文中相关 Section

Strategy B — Evidence 不足（承认 + 具体计划）：

• 诚实承认当前 evidence 不够充分
• 提出具体的补充实验计划（可链接到 /exp-design）
• 说明具体时间线和资源需求
• 不使用模糊承诺，只承诺具体可执行的补充实验

Strategy C — Clarity 问题（修改承诺）：

• 承认表达不清
• 提供改进后的描述（直接在 rebuttal 中展示修改后的文本）
• 列出具体的 Paper Edit 计划

Strategy D — Scope/Novelty 质疑（论证）：

• 强调与现有工作的本质区别
• 引用 novelty-check 结果（若有）
• 指出 reviewer 可能遗漏的差异点

每条回应的格式：

**[Rvx-Cy]** {concern summary}

{response text, 2-5 sentences，标注来源确保可追溯}

安全检查（每条回应）：

• No fabrication：不伪造数据或实验结果
• No overpromise：只承诺具体可执行的补充实验
• 引用的数据在 wiki/experiments/ 中有记录
• 若 claim 已 challenged/deprecated，不假装它是 supported

Step 5: Review LLM Stress-Test

遵循 cross-model-review.md：不向 Review LLM 发送 Claude 的 rebuttal 策略分析。

若 --stress-test 开启（默认）：

mcp__llm-review__chat:
  system: "You are a critical reviewer who has just read a rebuttal to your review
           comments. You are skeptical and will push back on weak responses.
           For each rebuttal response, assess on a scale of 1-5:
           1 = unconvincing (deflection or fabrication suspected)
           2 = weak (vague, no concrete evidence)
           3 = acceptable (addresses concern but could be stronger)
           4 = strong (concrete evidence, clear reasoning)
           5 = fully convincing (compelling evidence, thorough response)
           Also check for overpromise: are commitments specific and feasible?
           Provide a follow-up question for any response scoring <= 3."
  message: |
    ## Original Review Concerns
    {atomic concerns list with Rvx-Cy IDs}

    ## Author Rebuttal
    {drafted rebuttal responses}

    ## Please assess each response (score 1-5) and provide follow-up questions.

处理 Review LLM 反馈：

• score 4-5（convincing）：保持原回应
• score 3（acceptable）：加强回应，补充 Review LLM 建议的细节
• score 1-2（unconvincing/weak）：重写回应，考虑是否需要更换 strategy（A→B，承认不足）

第二轮（若有 score <= 2 的回应）：

mcp__llm-review__chat-reply:
  threadId: {previous thread}
  message: |
    We've revised the following responses:
    {revised responses}
    Please re-assess (score 1-5).

最多 2 轮 stress-test。处理 follow-up 追问并更新回应。

Step 6: 格式化输出 + 安全检查

6a. 格式化正式版 rebuttal-{slug}.txt（plain text，适合 submission system）：

We thank the reviewers for their constructive feedback. We address each concern below.

Reviewer 1:

[Rv1-C1] {concern summary}
{response}

[Rv1-C2] {concern summary}
{response}

Reviewer 2:
...

Summary of Revisions:
- {bulleted list of planned changes}

Additional Experiments (if applicable):
- {new experiments committed to, with timeline}

6b. 格式化富文本版 rebuttal-{slug}.md：

# Rebuttal Analysis: {paper title}

## Coverage Summary
| Concern ID | Type | Severity | Claim | Evidence Status | Review LLM Score | Strategy |
|------------|------|----------|-------|-----------------|------------|----------|
| Rv1-C1 | method | critical | [[claim-slug]] | sufficient | 4/5 | A |
| Rv1-C2 | missing | major | [[claim-slug]] | insufficient | 3/5 | B |

## Responses
### Reviewer 1
**[Rv1-C1]** ...
**[Rv1-C2]** ...

## Evidence Gap Analysis
| Claim | Confidence | Gap | Needed |
|-------|-----------|-----|--------|
| [[claim-slug]] | 0.5 | No ablation on dataset X | Run ablation experiment |

## Action Items

### Paper Edits
| Section | Change | Reason |
|---------|--------|--------|
| Section 3.2 | Clarify notation | Rv1-C3 clarity concern |

### Wiki Updates
| Page | Update | Reason |
|------|--------|--------|
| claims/{slug} | Add open question | Rv2-C1 evidence gap |

### Suggested Experiments
| Experiment | Target Claim | Suggested by |
|-----------|-------------|--------------|
| ablation-dataset-x | [[claim-slug]] | Rv1-C2 |

→ Run `/exp-design ablation-dataset-x` to design follow-up

## Review LLM Stress-Test Summary
- Average score: {N}/5
- Scores 4-5: {N}/{total}
- Scores 1-3: {N}/{total} (all revised)

## Safety Checklist
- [x] No fabrication: all cited data exists in wiki/experiments
- [x] No overpromise: all committed experiments are specific and feasible
- [x] Full coverage: {N}/{N} concerns addressed (no omissions)
- [x] Challenged claims not presented as supported

6c. 最终安全检查：

• Full coverage：确认每个 concern 都有回应（无遗漏）
• No fabrication：每个引用的数据点在 wiki/experiments/ 中有记录（可追溯）
• No overpromise：补充实验的承诺是具体可行的
• Honesty on weak claims：若 claim confidence < 0.4，不假装 evidence 充分

6d. 更新 wiki：

• 若有 evidence gap 的 claims：在 wiki/claims/{slug}.md 的 ## Open questions 追加 reviewer 指出的 gap
• 追加日志：

  python3 tools/research_wiki.py log wiki/ \
    "rebuttal | {N} concerns addressed | {M} evidence gaps | stress-test avg: {score}/5"
  

Constraints

• No fabrication：绝不编造实验数据或 result。每个引用的数字必须可追溯到 wiki/experiments/，标注来源
• No overpromise：只承诺具体可执行的补充实验。用 "we will run ablation on X with setup Y" 而非 "we will investigate"
• Full coverage：每个 reviewer concern (Rvx-Cy) 必须有回应，不得遗漏。coverage 不足时阻止输出
• Evidence 追溯：每条回应引用的 evidence 必须可追溯到 wiki 页面，标注来源 slug
• 不直接修改 wiki claims：rebuttal 只在 claims 的 Open questions 追加建议，不修改 confidence/status
• Review LLM 独立性：stress-test 时遵循 cross-model-review.md，不向 Review LLM 透露回应策略
• Concern ID 格式：严格使用 Rvx-Cy 格式（Rv1-C1, Rv1-C2, Rv2-C1），确保可追溯
• 具体承诺：所有修改承诺和实验计划必须具体（specific Section、具体 dataset、明确 metric）
• 输出到 wiki/outputs/：rebuttal 文件统一存放在 wiki/outputs/ 目录

Error Handling

• 审稿文件找不到：报错，列出 raw/reviews/ 下可用文件
• 审稿格式无法解析：降级为纯文本处理，由 LLM 提取 concerns，在报告中标注
• concern 映射不到 claim（unmapped）：标注 "unmapped"，仍然回应（基于论文内容而非 wiki claim）
• Review LLM stress-test 不可用：跳过 Step 5，在报告中标注 "stress-test skipped: Review LLM unavailable"
• evidence 严重不足：若 >50% concerns 的 evidence 为 insufficient，警告用户并建议先补充实验
• wiki 为空：警告 wiki 知识库为空，建议先运行 /ingest 填充 claims 和 experiments
• 所有回应被 Review LLM 评为 1-2 分：终止输出，报告需要重新分析，建议先补充实验

Dependencies

Tools（via Bash）

• python3 tools/research_wiki.py slug "{title}" — 生成 rebuttal slug
• python3 tools/research_wiki.py log wiki/ "<message>" — 追加日志

MCP Servers

• mcp__llm-review__chat — Step 5 stress-test 首轮
• mcp__llm-review__chat-reply — Step 5 stress-test 后续轮

Claude Code Native

• Read — 读取审稿意见、wiki 页面、shared references
• Write — 写入 rebuttal-{slug}.md、rebuttal-{slug}.txt
• Glob — 查找 claims、experiments
• Grep — 在 wiki 中搜索 concern 关键词

Shared References

• .claude/skills/shared-references/cross-model-review.md — Review LLM stress-test 独立性原则

Suggested follow-up skills

• /exp-design — 为 evidence 不足的 concerns 设计补充实验
• /paper-draft — 准备修订版论文（基于 Paper Edits 清单）