liqing-ustc/mindflow/draft-section

Purpose

draft-section 是 MindFlow 的基础写作技能。给定目标文件、章节名和素材引用列表，它从 vault 中读取所有相关笔记，按照学术写作规范起草指定章节，并写入目标文件。

它是 autoresearch 高阶工作流的写作子技能，也可由 Owner 直接触发用于快速成文。

所有 claim 必须有 [[wikilink]] 来源，正文用中文撰写，英文技术术语保持英文。

Steps

Step 1：读取素材

根据 sources 参数读取所有引用笔记：

• 用 Glob 确认文件存在，再用 Read 逐一读取每个引用文件的完整内容。
• 涵盖范围：[[Papers/...]]（论文笔记）、[[Experiments/...]]（实验记录）、[[Ideas/...]]（研究想法）、[[Topics/...]]（跨论文分析）。
• 对于每份素材，重点提取：核心论点、关键数据、方法细节、引用文献（如 frontmatter 中的 title/authors/venue）。

若某个 [[wikilink]] 指向的文件不存在，在执行日志中记录"未找到：{path}"，跳过该文件，继续处理其余素材。

Step 2：读取目标文件上下文（若已存在）

若 target 文件已存在：

1. 用 Read 读取完整内容，了解：

• 已有章节结构（标题层级）
• 已有内容风格（语言风格、术语习惯、引用格式）
• section 参数指定的章节是否已有占位符或草稿

1. 确定插入位置：若目标章节已有标题但无内容，插入标题之后；若无对应标题，在文件末尾追加新章节。

若 target 不存在，则计划在 Step 5 用 Write 创建新文件。

Step 3：读取 DomainMaps

用 Read 读取 DomainMaps/_index.md，找到与 section 和 sources 相关的 domain，再读取对应的 DomainMaps/{Name}.md。

重点关注：

• Established Knowledge：用于在 Related Work / Introduction 中准确描述领域背景，避免描述过时或已被推翻的"共识"。
• Active Debates：用于在 Introduction / Discussion 中定位本工作的贡献，或在 Related Work 中点出未解决问题。
• Open Questions：可作为 Introduction 的 motivation 依据。

若无明显相关 domain，跳过此步骤。

Step 4：起草章节

综合 Step 1-3 收集的所有信息，按如下规范起草指定章节：

语言规范：

• 正文用中文撰写；模型名、方法名、benchmark 名、论文标题等技术术语保持英文，不做翻译。
• 学术写作风格：逻辑严谨，表述简洁，避免口语化。

结构规范（根据 section 类型参考以下框架，不必机械套用）：

引用规范：

• 每个 claim（事实性陈述、数据引用、方法描述）必须附 [[wikilink]]，指向对应的 Papers 或 Topics 笔记。
• 引用格式示例：…如 Diffusion Policy [[2303-DiffusionPolicy]] 所示…
• 不捏造任何引用：若某 claim 无法在素材中找到来源，明确标注 [需引用] 而非编造。

禁止占位符：起草内容必须基于素材完整成文，不得留下 [TODO]、[待补充] 等占位符。

Step 5：写入目标文件

根据 target 是否已存在选择操作：

若 `target` 不存在： 用 Write 创建新文件，文件内容为：

---
date: YYYY-MM-DD
title: <从 target 路径推断的标题>
tags: []
---
 
## {section}
 
<起草的章节内容>

若 `target` 已存在： 用 Edit 将起草内容插入目标位置（Step 2 确定的位置）：

• 若目标章节标题已存在但内容为空，在标题之后插入。
• 若目标章节标题不存在，在文件末尾追加：

```markdown

## {section}

<起草的章节内容> ```

• 只操作指定章节，不修改文件中的其他任何内容。

Step 6：追加日志

用 Edit（若文件不存在则用 Write）将以下格式的 log entry 追加到 Workbench/logs/YYYY-MM-DD.md（日期为今天）：

### [HH:MM] draft-section
-**input**: target: {target} | section: {section} | sources: {sources 列表}
-**output**: [[{target}]] § {section}
-**word_count**: 约 N 字
-**missing_sources**: <未找到的 wikilinks，若无则填"无">
-**status**: success

若日志文件不存在，先创建文件（包含一级标题 # YYYY-MM-DD），再追加 entry。

Verify

• [ ] 指定章节已写入 target 且正文 >200 字
• [ ] 每个事实性陈述附有 [[wikilink]] 来源
• [ ] 不含 [TODO]、[待补充] 等占位符
• [ ] 未修改 target 中其他已有章节的内容
• [ ] 日志已追加到 Workbench/logs/YYYY-MM-DD.md

Guard

• 不修改其他章节：Edit 操作只针对指定的 section，严禁修改目标文件中其他章节的任何内容。如不确定插入边界，停止并告知 Human。
• 不捏造引用：所有 [[wikilink]] 必须指向 vault 中实际存在的文件。若 claim 无来源，标注 [需引用]，不得编造笔记文件名或论文信息。
• 语言规范：正文用中文撰写；技术术语（模型名、方法名、benchmark 名）保持英文，不做翻译；不使用非正式口语。
• 不覆盖完整章节：若目标章节已有实质性内容（>100 字），不直接覆盖，停止执行并告知 Human，建议以 writing-refine 技能进行修订。

Examples

示例 1：起草 Related Work 章节

/draft-section
  --target "Reports/VLN-Survey-Draft.md"
  --section "Related Work"
  --sources "[[Papers/2301-EAI-Survey]], [[Papers/2410-NavGPT]], [[Papers/2501-MapNav]], [[Topics/VLN-MethodComparison-Analysis]]"

执行过程：

1. Glob + Read 读取四份素材：

• Papers/2301-EAI-Survey.md：了解 Embodied AI 整体背景和近年进展
• Papers/2410-NavGPT.md：了解 LLM-based navigation 方法
• Papers/2501-MapNav.md：了解 map-augmented navigation 方法
• Topics/VLN-MethodComparison-Analysis.md：读取已有跨论文分析，获取共识与争议

1. Read Reports/VLN-Survey-Draft.md，确认 Related Work 节已有标题但无内容，确定插入位置
2. Read DomainMaps/_index.md → DomainMaps/VLN.md，了解 Established Knowledge 和 Active Debates
3. 起草 Related Work，分三个子主题组织：

• 经典 VLN 方法：基于 Seq2Seq 和 cross-modal attention 的早期工作 [[2301-EAI-Survey]]
• LLM-based Navigation：利用大语言模型作为 zero-shot 规划器的新范式 [[2410-NavGPT]]
• Map-augmented 方法：结合拓扑地图或语义地图提升长程导航能力 [[2501-MapNav]]
• 每组末尾说明与本综述的关系，点出 [[Topics/VLN-MethodComparison-Analysis]] 揭示的知识空白

1. Edit Reports/VLN-Survey-Draft.md，将起草内容插入 ## Related Work 标题之后；不触碰其他章节
2. 追加日志到 Workbench/logs/2026-03-28.md

输出：Reports/VLN-Survey-Draft.md 中的 Related Work 节已完成，约 600 字，所有 claim 附 [[wikilink]]。