evidence-selfloop
✓调查的证据自循环：阅读证据绑定+证据包，然后在编写更多散文之前编写可操作的上游 TODO 计划（要修复哪个阶段/技能）。 写入“output/EVIDENCE_SELFLOOP_TODO.md”。 **触发器**：证据自循环、证据循环、证据间隙、绑定间隙、blocking_missing、证据自循环、证据缺口回路。 **在以下情况下使用**：C4 输出存在（`outline/evidence_bindings.jsonl`、`outline/evidence_drafts.jsonl`），但书写看起来很空洞，或者 C5 由于证据不足而被阻止。 **如果**则跳过：您仍处于 C3 之前（还没有笔记/证据库），或者您无论如何都想起草并接受较低的证据栏。 **网络**：无。 **护栏**：仅分析；不要编辑证据/书写工件；不要发明事实/引文；只写TODO报告。
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
调查的证据自循环：阅读证据绑定+证据包，然后在编写更多散文之前编写可操作的上游 TODO 计划（要修复哪个阶段/技能）。 写入“output/EVIDENCE_SELFLOOP_TODO.md”。 **触发器**：证据自循环、证据循环、证据间隙、绑定间隙、blocking_missing、证据自循环、证据缺口回路。 **在以下情况下使用**：C4 输出存在（`outline/evidence_bindings.jsonl`、`outline/evidence_drafts.jsonl`），但书写看起来很空洞，或者 C5 由于证据不足而被阻止。 **如果**则跳过：您仍处于 C3 之前（还没有笔记/证据库），或者您无论如何都想起草并接受较低的证据栏。 **网络**：无。 **护栏**：仅分析；不要编辑证据/书写工件；不要发明事实/引文；只写TODO报告。 来源：willoscar/research-units-pipeline-skills。
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill evidence-selfloop- 分类
- {}数据分析
- 认证
- ✓
- 收录时间
- 2026-02-01
- 更新时间
- 2026-02-18
快速解答
什么是 evidence-selfloop？
调查的证据自循环：阅读证据绑定+证据包，然后在编写更多散文之前编写可操作的上游 TODO 计划（要修复哪个阶段/技能）。 写入“output/EVIDENCE_SELFLOOP_TODO.md”。 **触发器**：证据自循环、证据循环、证据间隙、绑定间隙、blocking_missing、证据自循环、证据缺口回路。 **在以下情况下使用**：C4 输出存在（`outline/evidence_bindings.jsonl`、`outline/evidence_drafts.jsonl`），但书写看起来很空洞，或者 C5 由于证据不足而被阻止。 **如果**则跳过：您仍处于 C3 之前（还没有笔记/证据库），或者您无论如何都想起草并接受较低的证据栏。 **网络**：无。 **护栏**：仅分析；不要编辑证据/书写工件；不要发明事实/引文；只写TODO报告。 来源：willoscar/research-units-pipeline-skills。
如何安装 evidence-selfloop？
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill evidence-selfloop 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code 或 Cursor 中使用
这个 Skill 的源码在哪？
https://github.com/willoscar/research-units-pipeline-skills
详情
- 分类
- {}数据分析
- 来源
- skills.sh
- 收录时间
- 2026-02-01