通用大学物理/工程实验报告写作工作流 Skill，覆盖从讲义解析、数据审阅、处理分析、可视化、LaTeX 排版到多轮审校的全流程。
- 📖 项目背景与适用场景
- 🛠️ 常见使用流程
- 🔧 问题排查指南
- 🤖 AI Agent 入口文档
本 Skill 在长输出、低成本的模型环境下创立并验证。此类环境单次输出 token 量大，但推理深度和代码能力有限，偶有低级错误。因此工作流以流程冗余和强制校验为主要防御手段，通过数值管线、多方交叉验证、逐页逐图逐句审查等机制保障输出准确性。
| 文件 | 用途 |
|---|---|
SKILL.md |
工作流总纲。八阶段速览 + 核心原则 + 资源索引 |
references/workflow.md |
八阶段详解，含每个阶段的操作步骤与提问触发点 |
references/checklist.md |
写作自检 + 七维排查 + 逐页逐图逐句检查 + 教师评审清单 |
references/practical-guide.md |
数据处理、可视化、LaTeX 排版、素材搜集、手写识别的代码示例与规范 |
references/ask-user-guide.md |
不确定时提问指南，含 16 个触发点的标准提问模板 |
assets/template.tex |
通用 ctexart 实验报告 LaTeX 模板 |
assets/scripts/compile_report.py |
LaTeX 自动编译（多次编译直到交叉引用稳定） |
assets/scripts/pdf_to_png.py |
PDF 转 PNG 验证（检查渲染质量） |
assets/scripts/extract_figures_from_pdf.py |
从讲义/论文 PDF 提取图片（处理透明通道） |
assets/scripts/check_numerical_pipeline.py |
扫描手动输入数值，检查数值管线完整性 |
assets/scripts/validate_report.py |
综合验证（图片存在性+数值管线+编译） |
- 在对话中提供实验讲义和数据文件的路径（或直接上传）
- （可选）指定
assets/template.tex的自定义模板路径 - 指示 Agent 生成实验报告，例如：
实验讲义在 [路径]，数据在 [路径]，按模板生成实验报告。
Agent 自动加载 SKILL.md，按八阶段工作流执行，各阶段自动查阅 references/ 下的对应参考文件。
- 讲义驱动：实验讲义的明确要求是最高准则
- 全局返工：发现问题回到源头阶段重新执行，不是单步修补
- 不确定时提问：遇到模糊、不一致、讲义未明确的内容必须停下来向用户提问，严禁推测
- 预防胜于检查：写的时候就对，不要指望审校兜底
- 数值管线：正文中每个数值来自脚本输出的唯一来源（
params.tex+\newcommand），禁止手动输入 - 手写数据多方验证：至少两种独立方法交叉验证，存疑必问
- 逐页逐图逐句审校：七维排查（粗筛）+ 逐页逐图逐句（精筛）+ 独立教师 Agent 交叉审核