evidence-selfloop
✓調查的證據自循環：閱讀證據綁定+證據包，然後在編寫更多散文之前編寫可操作的上游 TODO 計劃（要修復哪個階段/技能）。 寫入“output/EVIDENCE_SELFLOOP_TODO.md”。 **觸發器**：證據自循環、證據循環、證據間隙、綁定間隙、blocking_missing、證據自循環、證據缺口循環。 **在以下情況下使用**：C4 輸出存在（`outline/evidence_bindings.jsonl`、`outline/evidence_drafts.jsonl`），但書寫看起來很空洞，或者 C5 由於證據不足而被阻止。 **如果**則跳過：您仍處於 C3 之前（還沒有筆記/證據庫），或者您無論如何都想起草並接受較低的證據欄。 **網絡**：無。 **護欄**：僅分析；不要編輯證據/書寫工件；不要發明事實/引文；只寫TODO報告。
SKILL.md
Purpose: make the evidence-first pipeline converge without writing filler prose.
This skill reads the intermediate evidence artifacts (briefs/bindings/packs) and produces an actionable TODO list that answers:
7) (Optional) Read papers/papernotes.jsonl and papers/fulltextindex.jsonl
調查的證據自循環：閱讀證據綁定+證據包，然後在編寫更多散文之前編寫可操作的上游 TODO 計劃（要修復哪個階段/技能）。 寫入“output/EVIDENCE_SELFLOOP_TODO.md”。 **觸發器**：證據自循環、證據循環、證據間隙、綁定間隙、blocking_missing、證據自循環、證據缺口循環。 **在以下情況下使用**：C4 輸出存在（`outline/evidence_bindings.jsonl`、`outline/evidence_drafts.jsonl`），但書寫看起來很空洞，或者 C5 由於證據不足而被阻止。 **如果**則跳過：您仍處於 C3 之前（還沒有筆記/證據庫），或者您無論如何都想起草並接受較低的證據欄。 **網絡**：無。 **護欄**：僅分析；不要編輯證據/書寫工件；不要發明事實/引文；只寫TODO報告。 來源：willoscar/research-units-pipeline-skills。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill evidence-selfloop- 分類
- {}資料分析
- 認證
- ✓
- 收錄時間
- 2026-02-01
- 更新時間
- 2026-02-18
快速解答
什麼是 evidence-selfloop？
調查的證據自循環：閱讀證據綁定+證據包，然後在編寫更多散文之前編寫可操作的上游 TODO 計劃（要修復哪個階段/技能）。 寫入“output/EVIDENCE_SELFLOOP_TODO.md”。 **觸發器**：證據自循環、證據循環、證據間隙、綁定間隙、blocking_missing、證據自循環、證據缺口循環。 **在以下情況下使用**：C4 輸出存在（`outline/evidence_bindings.jsonl`、`outline/evidence_drafts.jsonl`），但書寫看起來很空洞，或者 C5 由於證據不足而被阻止。 **如果**則跳過：您仍處於 C3 之前（還沒有筆記/證據庫），或者您無論如何都想起草並接受較低的證據欄。 **網絡**：無。 **護欄**：僅分析；不要編輯證據/書寫工件；不要發明事實/引文；只寫TODO報告。 來源：willoscar/research-units-pipeline-skills。
如何安裝 evidence-selfloop？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill evidence-selfloop 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/willoscar/research-units-pipeline-skills
詳情
- 分類
- {}資料分析
- 來源
- skills.sh
- 收錄時間
- 2026-02-01