metabolism

Knowledge Metabolism

读取 config.json 的 currentDay 字段判断执行哪个分支：

• currentDay == 0 或 config.json 不存在 → 执行 Day 0（初始化）
• currentDay >= 1 → 执行每日增量循环

---

Day 0：初始化

与用户讨论研究方向后，构建领域基线知识。

准备

1. 检查 config.json 是否存在
   • 不存在：询问用户研究方向，创建 config.json（包含 keywords, arxivCategories, sources, currentDay: 0, processed_ids: []）
   • 已存在且 currentDay > 0：跳转到每日循环

Step 1: 宽泛调研

委托 /research-collect 执行宽泛调研（不限日期），构建初始知识：

sessions_spawn({
  task: "/research-collect\n研究主题: {从 config.json 的 keywords 提取}\n这是 Day 0 基线构建，请做宽泛调研（不限日期），覆盖领域经典工作和近期进展。",
  label: "Day 0 Baseline Survey",
  runTimeoutSeconds: 1800
})

等待完成后，读取 papers/ 获取论文列表。

Step 2: 阅读与知识提取

对每篇论文：

• 读 .tex 源码（优先）或 PDF
• 提取：核心方法、关键结论、领域现状

将每篇论文的 arXiv ID / DOI 追加到 config.json 的 processed_ids。

Step 3: 构建初始知识状态

创建 knowledge/_index.md：

• Research Goal（从 config.json 提取）
• Topics 表格（按论文主题聚类）
• Cross-topic Links（如有）
• Timeline（记录 Day 0）

为每个识别出的主题创建 knowledge/topic-{name}.md：

• 已知方法
• 关键论文与结论
• 开放问题

Step 4: 记录日志

写入 log/{YYYY-MM-DD}-init.md，更新 config.json：currentDay 设为 1。

---

Day 1+：每日增量循环

准备

1. 读取 config.json 获取关键词、arXiv 分类、sources、processed_ids 和 currentDay
2. 读取 knowledge/_index.md 获取当前知识状态

Step 1: Search（增量搜索）

根据 config.json 的 sources 字段选择搜索来源，用滑动窗口（过去 5 天）搜索，靠 processed_ids 去重：

arXiv（如果 sources 包含 "arxiv"）：

arxiv_search({
  query: "{keywords} AND cat:{category}",
  date_from: "{5天前 YYYY-MM-DD}",
  sort_by: "submittedDate",
  max_results: 30
})

OpenAlex（如果 sources 包含 "openalex"）：

openalex_search({
  query: "{keywords}",
  filter: "from_publication_date:{5天前 YYYY-MM-DD}",
  sort: "publication_date",
  max_results: 20
})

合并结果，按 arXiv ID / DOI 去重，跳过 processed_ids 中已有的论文。

按 /paper-download 的方式下载新论文到 papers/（arXiv 优先 .tex 源文件，DOI 通过 Unpaywall 获取 OA PDF）。

Step 2: Read（阅读）

对每篇新论文：

• 读 .tex 源码（优先）或 PDF
• 提取：核心方法、关键结论、与已有知识的关系

将每篇论文的 arXiv ID / DOI 追加到 config.json 的 processed_ids。

Step 3: Update Knowledge

读取当前 knowledge/_index.md 和相关 topic-*.md，根据今日阅读的论文更新。

更新原则：

• 新发现 → 添加到相关章节
• 印证已有认知 → 补充证据来源
• 与已有认知矛盾 → 标注分歧，保留两方论据
• 跨领域关联 → 记录连接

篇幅管理： 每个 topic 文件控制在 200 行以内。接近上限时，压缩早期内容（合并相似结论、删除低价值条目），保留信息密度。不要为了压缩而丢失关键结论和来源引用。

Step 4: Hypothesize（假设）

更新完知识后，回顾今日新增内容，自问：

• 有没有反复出现但尚未被验证的模式？
• 有没有两个独立发现组合后暗示的新方向？
• 有没有现有方法的明显空白？

有想法 → 写入 ideas/hyp-{NNN}.md：

# Hypothesis {NNN}

## 假设
{一句话}

## 推理过程
{基于哪些论文/知识得出，2-3 段}

## 来源论文
- {arxiv_id}: {title}

## 自评
- 新颖性: {1-5}
- 可行性: {1-5}
- 影响力: {1-5}

然后用 sessions_send 通知 main session。

没有想法 → 跳过，不要硬凑。

Step 5: Log & Finish

写入 log/{YYYY-MM-DD}.md，更新 config.json：currentDay +1。

---

行为约束

1. 不捏造论文中未出现的事实性声明，但可以用自身知识做推理和关联判断
2. 没有想法时不生成假设
3. 自主运行，不向人类提问（Day 0 初始配置除外）
4. 修改知识文件前必须先读取当前内容