/review

对任意研究制品（idea、proposal、experiment plan、paper draft、claim）进行跨模型审查。 使用 Review LLM 作为独立审稿人，输出结构化评分、可操作的改进建议，以及与 wiki 实体的映射 （哪些 claims 需要加强，哪些 gaps 被发现）。 支持三种难度级别（standard / hard / adversarial）和四种审查焦点。 可独立使用，也被 /ideate、/refine、/exp-design 调用。

Inputs

• artifact：要审查的制品，以下之一：
  • wiki 页面的 slug（如 sparse-lora-for-edge-devices，从 ideas/experiments/claims/ 中查找）
  • 文件路径（如 wiki/outputs/paper-draft-v1.md）
  • 自由文本（直接粘贴的 proposal 或 idea 描述）
• --difficulty（可选，默认 standard）：
  • standard：单轮审查，给出结构化反馈
  • hard：多轮对话（最多 3 轮），Claude 对每个 weakness 进行 rebuttal
  • adversarial：多轮对话（最多 3 轮），Review LLM 额外尝试找致命缺陷，模拟最严苛的审稿人
• --focus（可选，默认全面审查）：
  • method：聚焦方法设计的正确性、创新性、可行性
  • evidence：聚焦证据是否充分、实验是否严谨、claim 是否 well-supported
  • writing：聚焦表达清晰度、结构组织、论证逻辑
  • completeness：聚焦是否遗漏关键内容（相关工作、ablation、baseline）

Outputs

• Review Report（输出到终端）：
  • Overall Score（1-10）
  • Strengths（优点列表）
  • Weaknesses（缺点列表，按严重程度排序）
  • Questions（审稿人的疑问）
  • Actionable Suggestions（可操作的改进建议，按优先级排序）
  • Wiki Entity Mapping（哪些 claims 需要加强，哪些 gaps 被发现）
  • Verdict：ready / needs-work / major-revision / rethink
• 若 --difficulty >= hard：额外包含多轮对话记录和最终修正后的评分
• 该 skill 不直接修改 wiki，但会输出建议的 wiki 更新列表

Wiki Interaction

Reads

• wiki/papers/*.md — 查找制品引用的论文，验证引用正确性
• wiki/concepts/*.md — 理解制品涉及的技术概念
• wiki/claims/*.md — 检查制品依赖的 claims 当前状态和 confidence
• wiki/experiments/*.md — 查找相关实验结果
• wiki/ideas/*.md — 如果审查的是 idea，检查其上下文
• wiki/graph/context_brief.md — 获取全局上下文
• wiki/graph/open_questions.md — 对照 gap map 检查完整性
• .claude/skills/shared-references/cross-model-review.md — 审稿独立性原则

Writes

• 无。Review 是只读查询操作。
  • 审查结果输出到终端，由用户或调用方（如 /refine）决定是否应用。

Graph edges created

• 无。

Workflow

前置：确认工作目录为 wiki 项目根（包含 wiki/、raw/、tools/ 的目录）。

Step 1: 加载上下文

1. 解析 artifact：

   • 若为 slug：按顺序在 wiki/ideas/、wiki/experiments/、wiki/claims/、wiki/papers/、wiki/outputs/ 中查找 {slug}.md
   • 若为文件路径：直接读取
   • 若为自由文本：直接使用

2. 确定 artifact 类型：idea / experiment / claim / paper-draft / proposal / other

3. 加载相关 wiki 上下文：

   • 读取 wiki/graph/context_brief.md 获取全局视角
   • 读取 wiki/graph/open_questions.md 获取知识缺口列表
   • 根据 artifact 类型，加载相关 wiki 页面：
     • idea → 其 origin_gaps 对应的 claims，相关 papers
     • experiment → 其 target_claim，相关 experiments
     • claim → 其 evidence 来源，相关 papers 和 experiments
     • paper-draft → 其引用的所有 wiki 页面

4. 读取 cross-model-review.md：确认 Review LLM 独立性原则

5. 构建 reviewer system prompt（根据 --focus）：

   Base prompt（所有 focus）：

   You are a senior ML researcher reviewing a research artifact.
   Be thorough, specific, and constructive. For every weakness, suggest a concrete fix.
   Score on a 1-10 scale where:
   - 1-3: Fundamental flaws, not salvageable in current form
   - 4-5: Significant issues but core idea may have merit
   - 6-7: Solid work with clear areas for improvement
   - 8-9: Strong work, minor issues only
   - 10: Exceptional, publication-ready
   

   Focus-specific additions：

   • method：额外要求评估 technical correctness, novelty of approach, feasibility, comparison to alternatives
   • evidence：额外要求评估 experimental rigor, statistical significance, claim-evidence alignment, missing controls
   • writing：额外要求评估 clarity, logical flow, notation consistency, figure quality, related work coverage
   • completeness：额外要求评估 missing baselines, missing ablations, missing datasets, missing related work, reproducibility

   Adversarial addition（仅 adversarial 模式）：

   Additionally: actively search for fatal flaws. A fatal flaw is anything that,
   if true, would make the entire contribution invalid (incorrect proof, data leakage,
   unfair comparison, published prior work). If you find one, flag it clearly.
   

Step 2: Review LLM 首轮审查

遵循 cross-model-review.md：不向 Review LLM 发送任何 Claude 的预判。

mcp__llm-review__chat:
  system: {reviewer system prompt from Step 1}
  message: |
    ## Artifact to Review
    {artifact full text}

    ## Context from Knowledge Base
    {relevant wiki context: related claims with status/confidence, related experiments, gap map entries}

    ## Review Instructions
    Please provide:
    1. **Strengths** (3-5 bullet points)
    2. **Weaknesses** (ranked by severity, each with a concrete suggestion to fix)
    3. **Questions** (things that are unclear or need clarification)
    4. **Score** (1-10 with one-sentence justification)
    5. **Verdict**: ready / needs-work / major-revision / rethink
    6. **Claim-level feedback**: For each claim referenced in the artifact, assess whether the evidence is sufficient. List any claims that need stronger support.
    7. **Knowledge gaps identified**: Any open questions or missing knowledge that would strengthen this work.

记录 Review LLM 返回的 threadId（用于 Step 3 多轮对话）。

Step 3: 多轮对话（hard / adversarial 模式）

若 --difficulty 为 standard，跳过此步。

对 Review LLM 的每个 weakness 进行回应（最多 3 轮）：

Round N（N = 1, 2, 3）：

1. Claude 分析 Review LLM 的 weaknesses，对每个 weakness 分类：

   • 可反驳（rebuttal）：Claude 有充分理由或 wiki 证据反驳 → 写出 rebuttal
   • 承认（acknowledge）：weakness 确实存在 → 承认并提出修复方案
   • 需要更多信息（clarify）：weakness 基于误解 → 提供澄清

2. 将 Claude 的回应发送给 Review LLM：

   mcp__llm-review__chat-reply:
     threadId: {from Step 2}
     message: |
       Thank you for the review. Here are my responses:
   
       {for each weakness: rebuttal / acknowledgment / clarification}
   
       Please re-evaluate considering these responses. Update your score if warranted.
       If --difficulty == adversarial: Also, please try harder to find any remaining
       fatal flaws I may have missed.
   

3. Review LLM 回应新的评估和修正后的评分

4. 若 Review LLM 的评分变化 < 0.5 且无新 weakness → 停止对话（收敛）

5. 若已达 3 轮 → 停止对话

Step 4: 结构化输出

综合 Step 2 + Step 3 结果，生成结构化 Review Report：

# Review Report: {artifact title}

## Meta
- **Artifact type**: {idea / experiment / claim / paper-draft / proposal}
- **Difficulty**: {standard / hard / adversarial}
- **Focus**: {method / evidence / writing / completeness / 全面}
- **Reviewer**: Review LLM
- **Rounds**: {1 for standard, N for hard/adversarial}

## Score: {final score}/10 — {verdict}

| Verdict | 含义 |
|---------|------|
| ready | 可直接使用或提交 |
| needs-work | 有明确的改进点，修复后可用 |
| major-revision | 核心部分需要重大修改 |
| rethink | 基本方向可能有问题，需重新考虑 |

## Strengths
1. {strength 1}
2. {strength 2}
...

## Weaknesses (by severity)

### Critical
- {weakness}: {具体描述} → **Fix**: {具体修复建议}

### Major
- {weakness}: {具体描述} → **Fix**: {具体修复建议}

### Minor
- {weakness}: {具体描述} → **Fix**: {具体修复建议}

## Questions
1. {question}
...

## Wiki Entity Mapping

### Claims needing stronger support
| Claim | Current confidence | Issue | Suggested action |
|-------|-------------------|-------|------------------|
| [[claim-slug]] | 0.6 | Evidence is indirect | Run targeted experiment |

### Knowledge gaps identified
| Gap | Related to | Suggested action |
|-----|-----------|------------------|
| {描述} | [[slug]] | /ingest, /exp-run, or /query |

### Suggested wiki updates
- `wiki/claims/{slug}.md`: update confidence, add evidence note
- `wiki/ideas/{slug}.md`: add risk factor from review
- `wiki/graph/open_questions.md`: will be updated on next rebuild

## Dialogue History (hard/adversarial only)

### Round 1
**Review LLM**: {summary of initial review}
**Claude**: {summary of rebuttals/acknowledgments}

### Round 2
**Review LLM**: {updated assessment}
...

## Actionable Items (ranked)
1. [CRITICAL] {action item}
2. [MAJOR] {action item}
3. [MINOR] {action item}

Constraints

• 审稿独立性：严格遵循 shared-references/cross-model-review.md，不向 Review LLM 泄露 Claude 的预判
• 不修改 wiki：review 只输出建议，不直接修改任何 wiki 页面。wiki 修改由调用方（如 /refine）执行
• score 必须有 justification：不接受没有理由的分数
• weakness 必须有 fix：每个 weakness 必须附带具体的、可操作的修复建议，不接受空洞批评
• claim-level mapping 必须：输出必须包含 Wiki Entity Mapping 部分，将 review 发现映射到具体 wiki 实体
• adversarial 模式必须搜索致命缺陷：如已发表的完全相同工作、证明错误、数据泄露等
• 多轮对话最多 3 轮：防止无限循环，若 3 轮后仍未收敛则以当前状态输出
• 引用 wiki 页面时使用 [[slug]]：所有对 wiki 页面的引用使用 wikilink 语法

Error Handling

• artifact 找不到：提示用户检查 slug 或路径，列出可能的候选页面
• Review LLM 不可用：降级为 Claude 自我审查模式，报告标注「single-model review, cross-model verification unavailable」，建议用户稍后用 Review LLM 重新审查
• wiki 为空：正常执行审查，但 Wiki Entity Mapping 部分标注「wiki empty, no entity mapping available」
• artifact 太长：若超过 Review LLM 上下文窗口，按 section 分段审查，最后合并
• Review LLM 返回无效响应：重试一次，若仍无效则使用 Claude 自审降级方案
• 多轮对话中 Review LLM 不收敛：3 轮后强制结束，输出最后一轮的评分和总结

Dependencies

Tools（via Bash）

• 无直接工具调用（review 不需要确定性工具）

MCP Servers

• mcp__llm-review__chat — Review LLM 首轮审查（Step 2）
• mcp__llm-review__chat-reply — Review LLM 多轮对话（Step 3）

Claude Code Native

• Read — 读取 artifact 和 wiki 页面
• Glob — 查找 artifact 对应的 wiki 页面

Shared References

• .claude/skills/shared-references/cross-model-review.md — 审稿独立性原则（必读）

Called by

• /ideate Phase 4（审查 top ideas）
• /refine 每轮迭代（审查当前版本）
• /exp-design --review（审查实验计划）