research-lablisted

# Research Lab ## 目标 Research Skill 是独立 Research Runtime 的使用协议，不是研究系统本体。它负责识别研究任务、约束研究设计、调用稳定 `research_` 前缀工具，并依据 Evidence 返回结论；实验、统计、Workspace、同步和恢复由 Research Core 负责。 ## 触发门禁 满足任一条件时使用： - 用户要求比较模型、方案或系统，且需要质量、成本或延迟证据。 - 用户提出“能否替代”“是否显著更好”“哪个更可靠”等可证伪问题。 - 结论依赖数据集、Baseline、重复运行、盲评、消融或环境记录。 - 用户要求恢复、复现、审计或跨设备继续既有 Research。 不要用于简单事实查询、单一确定答案、无需实证的文案建议或低成本可逆选择。 ## 硬规则 1. 不得从用户问题直接跳到结论；先建立或验证 ResearchSpec。 2. Spec 至少明确 question、hypotheses、单个 `baseline`、`candidates`、dataset/cases、metrics、decision rules 和 adapters；执行字段以当前 `research validate` 为准。 3. 不具备所需模型、数据或执行能力时返回 `UNSUPPORTED`，不得模拟实验结果。 4. Spec 或执行过程无效时返回 `INVALID`；有效实验但证据不足时返回 `INCONCLUSIVE`。 5. 结论必须引用 Evidence、Run 和 Artifact digest；不能只复述模型输出。 6. 不把 API key、token、私钥、绝对用户路径或 credential value 放入 Spec、Workspace、CAS 或工具参数；只使用设备本地配置或 credential reference。 7. 多设备 revision 冲突必须显式呈现，禁止静默选择最后写入版本。 ## 标准流程 1. **识别任务**：把问题改写成可证伪 question；明确候选方案与 Baseline。 2. **建立 Spec**：若用户已有 Spec，调用 `research_validate`；否则生成便携 JSON 文件后调用 `research_create`。 3. **执行前检查**：用 `research_inspect` 检查 revision、数据集、Adapter 和决策阈值。缺��键条件时停止执行并返回结构化缺口。 4. **执行或恢复**：调用 `research_execute`。已有 run 时传入 run id；中断后调用 `research_continue`，不要创建重复研究冒充恢复。 5. **检查状态**：用 `research_status` 查看已完成/失败/待执行项，不进行热轮询；等待真实执行反馈。 6. **比较与证据**：调用 `research_compare`，再用 `research_evidence` 获取支撑与限制。 7. **返回结论**：只使用 Runtime 的 Decision 枚举：`SUPPORTED`、`REJECTED`、`INCONCLUSIVE`、`UNSUPPORTED`、`INVALID`。 ## LLM 对比最小 Spec ```json { "protocolVersion": "1.0", "researchId": "model-replace