Mba Thesis Workflow

MBA/学术论文多Agent协作工作流

完整文档见：references/checklist.md（学术规范清单）、references/loop-design.md（Loop 设计原理）

🔌 平台依赖（加载后必看）

本 skill 不是通用 Hermes skill，专为 OpenClaw 设计。在调用本 skill 任何 Python 入口前，先确认平台依赖：

反模式： 不要把本 skill 当作标准 Hermes skill 调用——Hermes 的 file / search / web 工具链不能驱动 v2 的状态机和 HIL 拦截。如果你需要把论文流程迁回 Hermes，先做"状态层适配"（用 Hermes 的 workspace 概念替代 ~/.openclaw/workspace/，并把 sessions_spawn 改成 Hermes 的子任务机制），再启用本 skill。

⚠️ 触发规则

当用户请求生成 Word 文档且满足以下任一条件时，必须调用本 skill 的 Word 输出流程，不得使用简单 md2docx 脚本：

• 输入文件路径匹配：论文*.md、*thesis*.md、*dissertation*.md
• 上下文中存在「论文」「MBA」「答辩」「开题」等关键词
• 用户明确要求导出 .docx 格式且文件性质为学术论文

正确流程： 写作语法预检 → Review Agent 终审（scripts/loop_self_check.py 校验通过）→ scripts/md2docx_strict.py 合规转换 → Word 输出

⚠️ v1 / v2 选择矩阵（加载后必看）

v2 仍处于 beta，生产论文默认走 v1。仅当用户明确要求时再切 v2：

反模式： 不要因为「本 skill 描述更新」就把现有 v1 论文切到 v2——v2 的 _orchestrate_state.json schema 与 v1 不兼容。

v2 HIL 节点一览（确定用 v2 之后再读）

v2 在 9 个位置强制 human-in-the-loop：每到这些点状态机会 hard pause，必须用户确认才能推进。如果 agent 想绕过任何一项，v2.0.6 的拦截规则会拒绝（见 §v2.0.6 拦截规则）：

HIL #1 公司映射（v2.1.2+）： HIL #1 同时确认大纲 + 采集公司 actual_name：

• 输入 [1] vivo → 接受大纲，actual_name="vivo"
• 输入 [2] → 接受大纲，skip_mapping=true（仅适用于纯理论论文）
• 输入 [3] → 取消，不修改 state
• 不提供 actual_name 且不跳过 → confirm_phase1() 返回错误「公司映射未填写」

总计 9 HIL 节点（公司映射合并入 #1，不新增节点）。

反模式： 不要给 agent 传 allow_skip_hil=True 或在 prompt 里写"自动通过所有 HIL"——HIL 是论文质量最后一道防线，绕过它的代价是错版交付给导师。

v2.0.6 拦截规则（与 HIL 表配套必读）

如果 agent 想绕过 HIL 或绕过"独立评审"，v2.0.6 在 orchestrator 层有 3 类硬拦截：

反模式： 不要在 prompt 里"建议 agent 用 force=True 绕过"或"把 allow_skip_hil 设为 True"——v2.0.6 的拦截规则会拒绝并返回错误。绕过拦截的代价比"卡在 HIL 等用户确认"高得多。

核心架构

Phase 1（规划）→ Phase 2（逐节点写作）→ Phase 2.5（内容确认）
→ Phase 3（整合）→ Phase 3.5（学术深度评审）
→ Phase 4（修复）→ Phase 5（终审 + Word 输出）

⚠️ 阶段强制顺序： 全部 Phase 必须按顺序执行，不得跳过。Phase 2.5（人工确认门槛）和 Phase 3.5（深度评审）是固定节点，不得跳过。

Agent 设计原则

每个 Agent 只做一件事。 Agent 间通过文件传递结果，不共享上下文。Orchestrator 专注调度，不执行执行性工作。

关键实现说明

公司信息处理

• 用真实公司名搜索公开数据，填入正文时替换为代号（A公司/B公司）
• 搜索 prompt 用真实名，输出 prompt 用代号
• 映射关系不进入最终文档

公司映射状态字段（v2.1.2+）

"company_info": {
  "code_name": "A公司",      // 从开题报告 docx 自动提取
  "actual_name": "vivo",     // HIL #1 由用户填入；空/null = 未填
  "skip_mapping": false,     // true = 显式跳过(纯理论论文)
  "confirmed": true,         // confirm_phase1() 校验通过
  "confirmed_at": "2026-07-02T..."
}

强制校验： confirm_phase1() 在 v2.1.2+ 会拒绝 actual_name=None && skip_mapping=false 的 state，必须二选一。

使用场景：

• Phase 2 数据检索：搜 actual_name 公开数据
• Phase 2 写作锚定：写文档时确保代换为 code_name
• Phase 5 输出前：脱敏校验，确认 actual_name 不在最终 Word 正文里

安全约束： 该字段不会进入最终 Word 文档，仅作为写作过程的内部状态。

检索同步规则

所有 Phase 调用数据查询工具（web_search / academic-research）时，必须：

1. 同步输出工具名称 + 查询条件 + 结果摘要（<50字）
2. Subagent 用 sessions_send 向主 session 发送同步
3. 大型检索完成后输出结构化结果摘要

数据查询工具（v2 多工具并行策略）

核心原则：4个工具并行发出，取长补短，去重排序，任意失败不阻断。 web_search 等内置工具 Agent 直接调用，无需经过 Python 层包装。

工具矩阵：

Tavily MCP 检测（v2.1.2+）： _check_tavily_mcp() 自动检测运行平台：

• OpenClaw runtime：通过 openclaw skills list --json 检测 tavily-mcp 是否注册，注册即通过
• Hermes 兼容：降级调 mcporter call tavily-mcp.tavily_search
• 其他：报错

Tavily 在 v2.1.2+ 已改为 install_category="none"，pre-flight 不再卡 needs_ai_deps 流程。OpenClaw runtime 下 agent 可直接调用内置 tavily-mcp__tavily_search 工具。

Python 层调用（research_tools.py）：

from research_tools import quick_search, research_enrich

# 快速检索（返回文本，供注入 prompt）
result = quick_search("竞争战略 市场规模 2024")

# 节点级检索（自动取 outline 中的 research_keywords）
ctx = research_enrich(node_id, paper_name)

并行执行逻辑：

1. 四工具同时发出，不串行等待
2. 各工具独立降级（超时/失败 → 静默忽略）
3. 结果按 URL 去重 + score 排序
4. 输出格式：[来源] 标题\n 摘要\n URL

Agent 视角：

• Agent 可继续直接使用 web_search(query=...) 等内置工具
• quick_search() 是 Python 层的补充，用于学术/论文场景的结构化检索

Phase 详解

Phase 1：规划与定稿

🔴 红线： Phase 1.1 / 1.3 禁止直接调用 Python API，必须经 run_workflow.py（详见 §A.6）。直接 import orchestrator_v2 在 Phase 1 阶段会绕过用户 HIL 确认，论文签收前的方向错误会全白做。

通过问答输出确认清单，用户逐项确认后方可动笔。

红色星标项（必填）：

• ⭐ 实际公司名称（仅用于数据检索，正文以A公司/B公司呈现，不进入公开文档）
• ⭐ 大纲结构（7章大纲逐章确认）
• 论文基本信息（题目/作者/专业/学位类型/答辩年份）

→ 生成「写作任务书」用户签收后进入 Phase 2。

Phase 2：逐节点写作

前置检查： Phase 1 必填项已确认

🔴 红线：

• ❌ 跳过 run_workflow.py 直接读写 _orchestrate_state.json（必须经 CLI 入口）→ 失败场景：CLI 内部维护"状态机锁 + phase 推进历史 + audit log"，直接读写会绕过锁，导致下一 Phase 跳号或死锁
• ❌ 手工修改状态文件的 phase*_status 字段（会破坏 Orchestrator Loop 的下一阶段判断）
• ❌ 长任务不汇报进度（必须按 25% / 50% / 75% / 100% 节点主动汇报，含 completed_nodes 数）→ 失败场景：Phase 2 写作耗时 20+ 分钟无汇报，用户以为 session 卡死会主动打断，导致已写 30 节点的章节全部丢失、状态半成品

Orchestrator 遍历 outline 树中的每个节点，调用 write_single_node() 逐个生成内容。 每个节点写作前通过 context_builder.py 构建 prompt 包，自动注入：

• 承接上文（auto bridge）
• 分析维度建议（规则推导）
• 开题报告方向参考（content_hint）
• 行业数据参考（quick_search 多工具检索）

Phase 2 强制检索要求（关键词中的 {论文主题行业} 由 Orchestrator 自动提取）：

• 第3章 PESTEL 分析前 → 多工具并行搜索「{论文主题行业} 市场规模/趋势/政策」
• 第3章 五力模型分析前 → 多工具并行搜索「{论文主题行业} 主要竞争对手/市场份额」
• 战略理论部分 → 多工具并行搜索「{论文主题行业} 竞争战略 应用」
• 每章至少 1 个引用标注来源，全文检索记录 ≥ 3 次
• 多工具并行检索：调用 quick_search() 或 research_enrich()，结果自动去重排序

状态文件机制： _orchestrate_state.json（scripts/state_manager_v2.py）

→ 全部节点写完且字数达标后进入 Phase 2.5（内容确认）。

Phase 3：整合

Reviewer 对整合版论文进行审核。审核维度：格式 / 大纲 / 内容准确性 / 查重风险 / 学术规范 / 写作语法。

Phase 3.5：深度学术评审（固定节点）

DeepReviewer 对 Phase 3 报告进行二次审查，输出 P0/P1/P2 分级问题清单。P0 问题进入修订 → 重审闭环（见审核 Loop）。

Phase 4：整合

Integrator 汇总 Phase 3 + Phase 3.5 全部评审结果，制定整合方案。核心原则：取长补短，不为统一而破坏内容质量。

自动验证： 整合版运行 python3 scripts/loop_self_check.py 校验，100%通过方可输出 Word。

Phase 5：终审与输出

• Phase 5：Reviewer 终审
• Phase 5.1：[可选] humanize-chinese skill 去AI味
• Phase 5.2：调用 thesis-docx-export skill（Word 转换 + 10 项 Guardrails 校验）

Orchestrator 生命周期管理

🔴 红线： Phase 1 / 5.x 必须经 run_workflow.py 入口；Phase 2-4 才允许 import orchestrator_v2 直接调 Python API（且仅在已通过 run_workflow 进入论文状态之后）。

• ❌ 跳过 run_workflow.py 直接 from orchestrator_v2 import orchestrate → 失败场景：CLI 内部维护"状态机锁 + phase 推进历史 + audit log"，直接 import 绕过锁，导致下一 Phase 跳号或死锁
• ❌ Phase 1 任何子阶段（1.1 / 1.2 / 1.3）直接 import orchestrator_v2 调 phase1_* → 失败场景：绕过用户在 Phase 1.1 / 1.3 末尾的 HIL 签收，论文方向错位无人工把关
• ❌ 把 force=True / allow_skip_hil=True 作为 prompt 默认值 → 失败场景：v2.0.6 拦截规则会拒绝并抛错；agent 越权操作进退两难

真实入口（v2.0.6 新增）

执行脚本：scripts/run_workflow.py（v2 真实入口 CLI） 状态文件：~/.openclaw/workspace/{paper_name}/_orchestrate_state.json 设计原则：驱动状态机 + 9 个 HIL 节点 hard pause

# 仅查看状态
python3 scripts/run_workflow.py  --status

# auto 模式：根据 state 自动判断下一步
python3 scripts/run_workflow.py  --phase auto

# 指定阶段
python3 scripts/run_workflow.py  --phase phase1
python3 scripts/run_workflow.py  --phase phase2  # 需 --llm
python3 scripts/run_workflow.py  --phase phase3

Python API（v2.0.9）

import sys
sys.path.insert(0, "scripts")
from orchestrator_v2 import orchestrate, write_single_node, apply_user_decision

# Phase 1.1: 解析开题报告（docx 或文本）
r = orchestrate(paper_name, action="phase1_1_init",
                input_type="docx", input_data="path/to/proposal.docx")

# Phase 1.2: 确认大纲（用户 HIL）
r = orchestrate(paper_name, action="phase1_confirm")

# Phase 1.3: 提交开题报告归因
r = orchestrate(paper_name, action="phase1_3_submit",
                docx_path="path/to/proposal.docx", llm_func=my_llm)

# Phase 1.3: 确认归因（用户 HIL）
r = orchestrate(paper_name, action="phase1_3_confirm")

# Phase 2: 逐节点写作（v2.0.4 推荐调用模式）
for node_id in next_nodes:
    r = write_single_node(paper_name, node_id,
                          reviewer_func=my_reviewer)  # 独立评审，llm_func 内部从 session 获取

# Phase 3: 整合
r = orchestrate(paper_name, action="phase3_review")

# Phase 3.5: 深度学术评审（自动进入 Phase 3.5/4/5 链）
# Phase 3 → orchestrate_phase3_5() → P0修复 → Phase 4 → Phase 5
r = orchestrate(paper_name, phase="phase3", action="phase3_export")

# Phase 5: Word 输出提示
print(r.get("message", ""))

HIL 节点（v2.0.6 完整 9 个）

9 个 HIL 节点的速查表已前移到 ## 核心架构 之前（紧跟 v1/v2 选择矩阵后）。在 §"v2 HIL 节点一览"查看完整表。

v2.0.6 拦截规则（enforcement）

v2.0.6 拦截规则段（拍板 #1 / B-2 幂等 / 独立 Reviewer）已前移到 ## 核心架构 之前（紧跟 9 个 HIL 节点表后）。在 §"v2.0.6 拦截规则"查看完整表。

审核 Loop 自动重审

Phase 3.5 完成 → orchestrator 解析 P0 计数 → 有 P0？→ 自动进入修订 → 修订完成 → 自动回到 Phase 3.5 重审 → 连续 2 轮无新 P0 → 通过 → 超过 3 轮 → HIL 暂停

Phase 内部自检

每 Phase 完成后，orchestrator 自动运行 loop_self_check.py 校验：

python3 scripts/orchestrator.py 状态文件.json --validate

校验失败 → RETRY 打回 → Agent 修复 → 再次校验（最多 3 次）

⚠️ Loop 设计原则

5 个 Loop 元素的详细定义、终止条件、HIL 检查点对照、与 OpenClaw Agent Loop 的差异比较：详见 references/loop-design.md（302 行）。

速记： 每个 Loop 最多重试 3 次；Phase 1 / 2.5 / 4 / 5.2 末尾为强制 HIL 节点（必须用户确认才能推进）。

Guardrails 校验（10 项）

python3 scripts/loop_self_check.py --file 论文_xxx.md   # 单文件
python3 scripts/loop_self_check.py --phase 2 --workspace ~/.openclaw/workspace/  # Phase 级别
python3 scripts/loop_self_check.py --file 论文_xxx.docx --verify-docx           # Word 校验

Word 输出

本段已外移。 Word 转换、加粗过滤、三线表、分页、Guardrails 10 项校验等所有 Word 相关细节，由独立 skill thesis-docx-export 承载。

调用入口和文档：

• Skill：thesis-docx-export/SKILL.md
• 18 项格式规范清单：thesis-docx-export/references/checklist.md
• 10 项 Guardrails 校验：thesis-docx-export/scripts/loop_self_check.py（软链接 → scripts/loop_self_check.py）

主 skill 只在 Phase 5.2 阶段调用本 skill，不在 Phase 1-5 重复展开。

附录：脚本与文档结构

thesis-workflow/
├── SKILL.md                    ← 本文件（简版触发器 + 核心逻辑）
├── README.md / README_EN.md    ← 安装/使用说明
├── CHANGELOG.md                ← 版本日志
├── config.template             ← 配置模板
├── install.sh                  ← 安装脚本
├── .clawhubignore / .github/workflows/skill-publish.yml
├── scripts/
│   ├── md2docx_strict.py       ← Word 合规转换（真身在主 skill；docx-export 软链接共享）
│   ├── loop_self_check.py      ← Guardrails 自动化校验（10项）（真身在主 skill；docx-export 软链接共享）
│   ├── state_manager.py        ← 状态文件管理
│   └── tests/                  ← 单元测试
├── references/
│   ├── checklist.md            ← 软链接 → thesis-docx-export/references/checklist.md
│   ├── content-hint-fallback.md ← 附录 B 外移版（v7.0 跑题事故修复方案）
│   ├── chapter-summary-design.md ← 章节摘要节点设计
│   ├── git-workflow.md         ← 双版本发布策略
│   └── loop-design.md          ← Loop 设计原理说明
└── thesis-docx-export/         ← 独立 skill（Phase 5.2 Word 输出）
    ├── SKILL.md                ← docx-export 入口文档
    ├── README.md / CHANGELOG.md
    ├── scripts/                ← 软链接主 skill scripts/
    └── references/             ← checklist.md 真身在此

附录 A：论文项目运行 Checklist（agent 必遵守）

来源：v7.0 事故复盘 → 运营者 22:19 反馈 / 2026-06-29
适用对象：跑 thesis-workflow-v2 的任何 agent（含 main session 和 isolated）
生效日期：2026-06-29 起

A.1 触发即汇报

启动任何 thesis-workflow-v2 阶段前，先发一条汇报：

• 论文名 / 阶段 / 启动时间 / 监考路径（如有 PID/log）
• 5-30 字，简洁不啰嗦

A.2 阶段切换必汇报

• Phase 1 → Phase 2（写作开始）
• Phase 2 → Phase 3（整合开始）
• Phase 3 → Phase 3.5（评审开始）
• Phase 3.5 → Phase 4 / Phase 5（终审/导出）

每切换发一条"已到 X 阶段"短汇报。

A.3 长跑阶段主动节拍

Phase 2 写作阶段（如有 background 任务）：

• 每次汇报含当前 completed_nodes 数量
• 用 cat _orchestrate_state.json 拿实时数据

A.4 异常即停 + 主动汇报

触发任一异常情况，立即停下来汇报（不等用户问）：

• content_hint 覆盖率 < 50% → Phase 1.3 异常
• 大量节点 failed → Phase 2 失败
• 整合版字数异常（< 30k 或 > 200k）
• outline_state 节点结构与 _orchestrate_state 不一致

A.5 完成必汇报（含产出清单）

论文交付时，必汇报：

• 终稿路径
• 字数（中文字数 / 总字符数）
• 章节完成情况
• 异常/缺陷（如有）
• 邮件/通知状态

A.6 红线禁止（继承自 AGENTS.md）

• ❌ 跳过 run_workflow.py 操作状态文件
• ❌ 不汇报长任务进度
• ❌ Phase 1.3 / 1.1 直接调用 Python API
• ❌ 状态文件手工修改 phase*_status 字段

A.7 辅助工具（可选）

如需手动查看状态，可用：

python3 ~/.openclaw/scripts/thesis_progress_reporter.py --idle-minutes 60

脚本全局通用，跨 macOS/Linux/Windows，纯 stdlib。idle 60min 自动静默。

附录 B（指针）：已批准改进方案 — content_hint fallback

历史事故与代码实现已外移到 references/content-hint-fallback.md（139 行）。当 node.content_hint 为空时，scripts/context_builder.py 会自动注入"大纲骨架 + 反面警示"以防 LLM 跑题。

如需查具体函数实现（_extract_paper_subject / _build_outline_skeleton / _build_no_runoff_warning）或验收标准，跳到 references 文件即可。