Light-skills 总控 light-orchestrator 实战指南:13 阶段 DAG 如何拆解研究流程并锁定用户确认点

原创2026-10-28 16:09:551,988 阅读

Light-skills 总控 light-orchestrator 实战指南:13 阶段 DAG 如何拆解研究流程并锁定用户确认点

Light-skills 是一个面向科研、竞赛与创新项目的 AI 全流程技能包,其中的总控技能 light-orchestrator 把整条研究流程拆解为 13 阶段 DAG(有向无环图):从文献检索一路到审稿回复,每个阶段都设有可机读的质量门,在方向选择、idea 定稿、投稿与交付等关键节点停下,锁定用户确认点后再推进。本文带你完整看懂这套"总控大脑"如何运转。

Light-skills light-orchestrator 总控技能包预览:13 阶段 DAG 研究全流程

一、light-orchestrator 是什么:科研全流程的"总控大脑"

Light-skills 共含 23 个技能,架构为 1 个总控 + 5 个常驻技能 + 13 个主线技能 + 4 个工程/IP 技能(见 skills/README.md)。总控 light-orchestrator 自己不做具体研究,而是负责三件事:

  • 统筹路由:按依赖关系把任务派给 13 个主线技能,不越俎代庖;
  • 状态记账:用唯一台账 .light/passport.yaml 记录"现在到底走到哪一步、哪步验过、哪步陈旧";
  • 守住红线:把"AI 不擅长拍板的决策"降级为"机读质量门 + 问你",绝不替用户决定方向、idea、投稿目标和交付。

它的完整行为契约写在 skills/light-orchestrator/SKILL.md,设计原理可深入阅读 docs/design/orchestrator-spec.md。

13 阶段 DAG 全景

研究主线是一条带编号的 DAG,可按项目需求裁剪,不必每次全跑:

阶段 技能 干什么
1 literature-search 文献检索策略、证据地图
2 data-engineering 数据质量、泄漏与可行性检查
3 idea-generation 生成候选研究 idea
4 idea-critique 批判创新性、可证伪性与致命缺陷
5 research-plan 实验矩阵、对照与失败树
6 experiment-coding 可复现实验代码与配置
7 result-analysis 统计分析、证据强度评估
8 paper-writing 基于证据组织论文结构
9 figure 程序化生成论文图表
10 citation 引用真实性与 DOI 核查
11 typesetting LaTeX 编译与投稿前格式检查
12 venue-matching 期刊/会议匹配与风险排名
13 review-rebuttal 审稿意见分解与回复规划

其中阶段 7 之后 DAG 分叉:7 同时喂给 8(写作)和 9(图表),8 又喂给 9 和 10(引用),9 与 10 两条并行分支在 11(排版)汇合——这正是 DAG 中典型的 fork/join 结构,依赖关系由 integration-contract.json 机读定义。下图是示例项目沿这条链路产出的科研图表画廊(examples/e2e-research-demo/):

Light-skills 研究流程 DAG 示例项目产出的九宫格科研图表

注意:5 个常驻技能(memory-pm、project-structure、consistency、research-ethics、file-reading)和 4 个工程/IP 技能(frontend-design、system-design、patent-disclosure、software-copyright)不占阶段编号,它们以横切 overlay 或 off-DAG 方式挂载,不会被塞进科学 DAG。

二、质量门 checkpoint:每个阶段都有机读"验收"

总控不靠"我觉得这步完成了"推进流程。每个阶段跑完后,用检查点脚本聚合该阶段的机读结果(light.findings.v1):

python skills/light-orchestrator/scripts/run_checkpoint.py \
  --file .light/passport.yaml --stage 8 \
  --findings findings.json --ts 2026-07-04T10:00:00+08:00

关键规则(见 SKILL.md):

  • 出现 critical 问题时退出码为 1,确定性阻断推进;
  • 写回台账必须带新鲜时间戳和内容哈希,禁止无时间戳的 --write;
  • 证据状态只允许五种:VERIFIED、PLANNED、UNKNOWN、UNAVAILABLE、FAILED,不许混淆;
  • 阶段 1 只产下游信号,阶段 12 是"用户决策包"而非确认门——投稿目标永远由你选。

各阶段挂的门举例:数据工程查 split_leakage(数据泄漏)与 data_feasibility(可行性),结果分析查 stat_validity(统计有效性),论文写作查 claim_evidence(claim 必须有证据)与 overclaim(禁止过度宣称),排版查 compile 与 desk_reject。完整门表见 orchestrator-resource-map.md。

三、用户确认点:哪些事总控必须停下来问你

这是 light-orchestrator 最有"人味"的设计。它把动作分为三类:

决策点(ASK,停下问你) 🧭 ——呈现"推荐 + 理由 + 备选 + 每项后果",然后等你拍板:

确认点 为什么必须你定
研究方向选择 押上数月时间,AI 不能替你选
idea 定稿 / 回炉重提 创新性判断易错,需人确认
研究方案授权 对照是否公平、假设是否可证伪
回炉路由决策 回哪个根因阶段,或带病推进
venue 选择 + 是否投稿 不可逆的战略性动作
最终交付验收 文件齐全 ≠ 已交付

执行项(ACT,自己默默做):读状态、跑门、算指纹、stale-check、生成报告草稿——这些确定性脏活不打扰你。

NEVER 红线(绝不自主):绝不自称"门过了"、绝不编造引用或数据、绝不静默回炉或静默带病推进、绝不覆盖你未提交的改动。

还有一道"高风险动作闸":远程执行、付费、发布/投稿、删除、不可逆操作,必须先过 decision_checkpoint.py 生成决策检查点,拿到你的授权 ID 才允许执行——user_decision_needed=false 也不能绕过这道门。

四、失败了怎么办:按根因"回炉",且最多两轮

检查点失败时,总控用 reroute.py 做根因路由:它只产建议,绝不自动执行。规范回边表如下:

触发 根因阶段 回边
idea 撞车/无创新 idea-generation 4→3
结果不可复现/bug experiment-coding 7→6
结果不支撑假设 research-plan 7→5
claim 无证据 result-analysis 8→7
图把不显著当主图 result-analysis 9→7
拒稿(创新性/实验/写作) 3 / 5 / 8 13→3 / 13→5 / 13→8

两道防线锁住"返工通胀":

  1. 授权门槛:只有你明确授权后,才执行 passport.py add-back-edge --authorization-id ... 把回边写入台账;
  2. 返修配额:同一根因阶段最多 2 轮返修,跨会话从台账读取已用轮次、不能刷新;用满后改为"转已知局限如实记录",不假装修好。

一次真实的完整生命周期(E2E 记录见 docs/e2e/orchestrator-round2.md)长这样:

阶段 8 论文写作用了 "significantly outperforms" 但没有逐 claim 证据绑定 → claim_evidence 门 critical → checkpoint 退出码 1,阶段 8 记为 gate_failed → reroute 建议 8→7(配额 0/2)→ 停下问用户 → 用户回复"授权",带回边落账,阶段 7 置 needs_rework(1/2)→ 重做分析、措辞降级为 "may suggest" → checkpoint 全过 → 上游数据变化让阶段 8 被判 stale,重验后转 fresh → 再次停下,用户授权后执行 authorize-delivery → DELIVERED ✅

五、passport 台账:跨会话断点恢复,交接零成本

.light/passport.yaml 是唯一的流水线状态权威(schema:light.passport.v3,模板见 passport.v3.yaml)。它用 state_hash(SHA-256)和 inputs_fingerprint(按文件字节而非 mtime)保证状态可验证。

每次接手项目,先跑 intake 分类,把项目归入 7 种主状态之一:

python skills/light-orchestrator/scripts/lifecycle.py intake --root <project-root>
状态 含义 总控行为
new / resume 新项目 / 恢复中 裁剪流水线提议 / 按 next_action 继续
partial / dirty 部分交付 / 有未提交改动 找下一依赖就绪节点 / 保护你的改动不动
failed / stale 门失败 / 上游内容变化 读阻断证据再建议回炉 / 只重验受影响的下游闭包
delivered 已交付 核验交付包后请你验收

上游文件一变,依赖它的下游阶段自动变 stale,但不会连坐无关的并行分支;交接卡(handoff)与 passport 哈希绑定,哈希变了旧交接立即失效——所以"换个会话、换台机器、甚至换人"接手都能从证据锚定的位置无缝续跑。

六、快速上手 light-orchestrator

git clone https://gitcode.com/gh_mirrors/li/Light-skills
cd Light-skills
# 生成技能发现入口(以 Claude Code 为例)
python scripts/bootstrap_agent_skills.py --targets claude --mode auto --force
# 对任意科研项目做状态分类
python skills/light-orchestrator/scripts/lifecycle.py intake --root <project-root>

之后在项目对话中直接说"继续 / 恢复 / 交付",总控就会按 intake 状态走恢复流程。常驻注入配置(SessionStart hook 等)见 skills/light-orchestrator/resident/INSTALL.md。

七、延伸阅读与文件导航

一句话总结:light-orchestrator 不是"更快的全自动总指挥",而是一位在对的地方停下来和你一起想、把不可逆决定权留给你的总控——确定性的脏活它自己干净利落地做掉,AI 结构性不擅长的判断则一律降级为"机读门 + 问你"。

登录后查看全文
Light-Science