auto-research

auto-research — LLM研究 フル自動ワークフロー

LLM 研究のメインワークフロー。各 Phase で成果物ファイルを残し、4 つのゲートでユーザー承認を取りながら literature → idea → experiment → paper を進める。

制約

• 既存資産の再利用必須 — arxiv-mcp-agent (breadth) と ml-engineer (実装) を再実装せず必ず Agent dispatch する。重複させない。
• 構造化 JSON ログ — events.jsonl の必須フィールド: event, level, ts, run_id, duration_ms (CLAUDE.md 規約)。error.type, error.message, error.stack は失敗時のみ。
• 再現性最優先 — seed, dtype, git_rev, config_hash を RunConfig に固定。torch.use_deterministic_algorithms(True)。
• PII / 著作権 — 商用ジャーナル PDF はキャッシュしない、原文引用 ≤ 2 文。references/responsible_research.md 参照。
• TDD 規律 — Phase 5 では superpowers:test-driven-development skill を必ず invoke。Red → Green → Refactor。

8 Phase / 4 Gate ワークフロー

各フェーズ開始時に進捗を表示:

[Phase N/8] {フェーズ名}
  前フェーズの成果: {要約}
  次にやること: {概要}

ユーザー対話は 4 ゲートのみ: G1 (Phase 1 末), G2 (Phase 3 末), G3 (Phase 4 末), G4 (Phase 8)。

State 管理: 全プロジェクトは .research/<slug>/STATE.json で進行を記録。references/phase_state_machine.md を参照。

---

Phase 1: Topic Framing

1.1 入力種別の判定 — $ARGUMENTS を解析:

• --resume <slug> → .research/<slug>/STATE.json を読み、current_phase から再開 (Phase 1 をスキップ)
• arxiv.org or .pdf → 起点論文として記録 (WebFetch でメタ取得)
• それ以外 → 自然言語の研究テーマとして扱う

1.2 project_slug 生成: 入力から ^[a-z][a-z0-9-]{2,48}$ の slug を生成。既存 .research/ 下と衝突する場合は -2, -3 を付与。

1.3 ディレクトリ初期化:

bash "${CLAUDE_PLUGIN_ROOT}/scripts/init_state.sh" <slug>

これで .research/<slug>/{02_SURVEY,06_RUNS,paper,figures}/ と STATE.json が生成される。

1.4 Brief ドラフト生成 → .research/<slug>/01_BRIEF.md:

# Research Brief: {topic}

## Motivation
{1-3 文。なぜ今やる価値があるか}

## Scope
- focus_area: {evaluation | agent | post-training | prompt | attention | other}
- 対象モデル規模: {例: ~7B open weights / API only / both}
- 検証する現象 / 改善対象: {一文}

## Out of Scope
- {明示的に除外する論点}

## Success Criteria
- 主要指標: {例: MMLU +1.5pt 統計的有意 (paired bootstrap)}
- 副次指標: {例: throughput regression < 5%}

## Budgets
- time_budget_days: {N}
- compute_budget_gpu_h: {N}
- compute_kind: {例: 1× A100 80GB / 4× H100 / TPU v4-8 / API only}

## Paper Format
- {latex-neurips | latex-acl | markdown}

## Starting Pointers
- {arxiv id / blog / github があれば箇条書き}

1.5 ユーザー確認 — Gate G1 (対話 1 回目):

🟡 Gate G1: スコープ確認

Brief を `.research/{slug}/01_BRIEF.md` に保存しました。
focus_area = {value} / time_budget = {N} days / compute_budget = {N} GPU-h

このまま Phase 2 (文献サーベイ) に進めますか?
[Y] 進む  [E] 編集  [Q] 中断

承認時 STATE.json.last_gate_passed = "G1" に更新。

---

Phase 2: Literature Survey

2.1 検索計画 — 01_BRIEF.md の focus_area と Starting Pointers から 3-6 個の検索クエリを組み立てる。research.literature.matrix skill を invoke。

2.2 breadth-first 検索 — Agent(subagent_type="arxiv-mcp-agent") を 1 回 dispatch:

arxiv-mcp-agent への依頼:
  目的: {01_BRIEF.md の motivation}
  検索クエリ: {計画した 3-6 個}
  期間: 直近 24 ヶ月 (基礎論文が必要なら適宜広げる)
  カテゴリ: cs.CL / cs.LG / cs.AI など focus_area に応じて
  出力: papers.jsonl (id, title, year, abstract_summary, our_relevance) の最低 10 件

返ってきた候補を .research/<slug>/02_SURVEY/papers.jsonl に書き込む。

2.3 depth-first 並列読解 — 上位 3-5 本を Agent(subagent_type="paper-deep-reader") で 並列 dispatch (1 メッセージ複数 tool calls):

各 paper-deep-reader への依頼:

• 対象 arXiv ID
• 抽出スキーマ: {problem, method, equations_summary, dataset, metric, claim, limitation, replicability_checklist, our_relevance} (固定、research.literature.matrix/references/paper_note_schema.md 準拠)
• 出力先: .research/<slug>/02_SURVEY/notes/<paper_id>.md

並列重複防止: papers.jsonl を mutex として claim 済み id をスキップ。

2.4 比較表生成 — research.literature.matrix skill が notes/*.md を集約し 02_SURVEY/MATRIX.md を生成 (method × dataset × metric の 1 論文 1 行)。

2.5 論文骨子の早期作成 (v0.13.0+) — research.paper.scaffold skill を invoke:

• paper/DRAFT.md を新規作成 (draft_md_skeleton.md 雛形ベース)
• Abstract [Background] + [Implication] placeholder
• Introduction の 1.1 Motivation (BRIEF.md から) + 1.2 Related Work (MATRIX.md から、grouped by sub-area, inline citations)
• paper/refs.bib に最小 bibtex (papers.jsonl 由来)
• 充足度: ~55% (phase_section_map.md 参照)

これにより 実験前から論文の骨格が見える状態 を作る (paper-first methodology, v0.13.0+)。 本ステップは任意で skip 可。

2.6 進捗表示 (ゲートなし、自動継続):

[Phase 2/8 完了] 文献サーベイ
  読解した論文: N 本
  比較表: .research/{slug}/02_SURVEY/MATRIX.md
  次: Phase 3 (Gap 分析・アイディア抽出)

STATE.json.current_phase = 3 に更新。

---

Phase 3: Gap & Ideation

3.1 並列 gap 分析 — Agent(subagent_type="research-gap-finder") を 3 並列 で dispatch (seed違いで多様性確保):

各 research-gap-finder への依頼:

• 入力: 02_SURVEY/MATRIX.md, papers.jsonl, notes/*.md
• 観点: {seed-A: 未検証セル抽出 / seed-B: 矛盾・反例 / seed-C: 隣接領域との接続}
• 出力: 03_GAP_ANALYSIS_{a,b,c}.md

3.2 統合とアイディア提案 — 3 つの gap analysis を統合し 03_GAP_ANALYSIS.md (統合版) と 03_IDEAS.md を生成。

03_IDEAS.md フォーマット:

# Ideas

## Idea 1: {tagline}
- novelty: {1-5}
- feasibility: {1-5} (compute_budget 内で実行可能か)
- impact: {1-5}
- 仮説: {一文 falsifiable}
- 必要リソース: GPU-h ~{N}, データ {name/license}, モデル {id}
- 主要 risk: {一文}

## Idea 2 ...

3.3 ユーザー確認 — Gate G2 (対話 2 回目):

🟡 Gate G2: アイディア採択

3 つの gap finder が以下のアイディアを提案しています:

1. {Idea 1 tagline} (N/F/I = 4/3/4)
2. {Idea 2 tagline} (N/F/I = 5/2/5)
3. {Idea 3 tagline} (N/F/I = 3/4/3)

[1-N] 1つ採択  [M] 複数採択 (要相談)  [R] サーベイに戻る (Phase 2)  [Q] 中断

STATE.json.last_gate_passed = "G2"、採択された idea 番号を STATE.json.adopted_idea_id に記録。

3.4 論文骨子の更新 (v0.13.0+) — research.paper.scaffold skill を再 invoke:

• ## Abstract の [Method] (採択 Idea の Proposed experiment から)
• ## Abstract の [Hypothesis (Phase 6 で検証予定)] (採択 Idea の Core hypothesis から)
• ### 1.3 Contributions (3-4 bullet、各 hypothesis に紐付け)
• 充足度: ~70%

3.4 では 1.1 Motivation / 1.2 Related Work は touch しない (人手 polish 尊重)。

3.5 Lab notebook の seed (v0.14.0+ / v0.15.0 拡張) — research.lab.notebook skill を invoke:

• 03_IDEAS.md の adopted vs rejected を分離
• 採択されなかった idea を 03_REJECTED_IDEAS.md に full body + rejection reason + future revisit conditions で保存 (捨てない)
• LAB_NOTEBOOK.md を skeleton から生成 + Phase 3 entry (3 ideas considered, 1 adopted, 2 rejected の判断記録)
• Decision journal block (v0.15.0+): Phase 3 entry に Predicted outcome / Confidence (低/中/高) / Key assumptions ≤3 を agent draft (Annie Duke "How to Decide" 由来、Light touch、hindsight bias 防止)
• Tags (v0.15.0+): entry 末尾に controlled vocabulary (#phase-3 #decision-adopted 等) + 自由 tag を agent draft

これにより Phase 4 以降で「なぜ B でなく A を選んだか」「B を再考する条件」「採択時に何を予測 / 信じていたか」を即座に参照可能。

---

Phase 4: Experiment Design

4.1 設計委任 — Agent(subagent_type="experiment-designer") を 1 回 dispatch:

experiment-designer への依頼:
  入力: 03_IDEAS.md の採択 idea, 01_BRIEF.md の budget
  出力: 04_EXPERIMENT_PLAN.md (RQ, H1..Hn, 独立/従属変数, ablation 軸,
        primary/sanity metric, baselines, 統計検定 (paired bootstrap 等),
        seed plan, GPU-h 見積)
  制約: compute_budget_gpu_h を超えない設計。超える場合は smaller model / LoRA / subset eval を提案

4.2 計画妥当性チェック:

• eval_protocol.md 準拠 (汚染チェック、ベースライン妥当性)
• references/reproducibility_checklist.md 全項目埋め

4.3 ユーザー確認 — Gate G3 (対話 3 回目):

🟡 Gate G3: 実験予算 + 設計合意

`04_EXPERIMENT_PLAN.md` を生成しました:
  RQ: {一文}
  ベースライン: {N 個}
  Ablation 軸: {M 個}
  推定 GPU-h: {N} (予算 {budget} の {%})
  primary metric: {name}, 統計検定: {method}

このまま Phase 5 (実装) に進めますか?
[Y] 進む  [E] 編集  [R] アイディア再選 (Phase 3)  [Q] 中断

STATE.json.last_gate_passed = "G3"。

4.4 論文骨子の更新 (v0.13.0+) — research.paper.scaffold skill を再 invoke:

• ## 2. Method (RQ → Hypotheses → Factor Matrix → primary/sanity metric → statistical test)
• ### 3.1 Setup (datasets / models / decoding / prompt template / compute budget)

4.5 Lab notebook の Phase 4 entry (v0.15.0+ 新規) — research.lab.notebook skill を invoke:

• LAB_NOTEBOOK に Phase 4 entry を新規追加 (実験設計の判断記録):
  • Plan summary (1-2 文)
  • Decision journal Light touch: Predicted ablation winner / Predicted statistical significance / Confidence / Key assumptions ≤3
  • Tags (#phase-4 #decision-design #confidence-{low|medium|high} 等)
• これにより Phase 6 で「設計時に何を予測していたか」と実測の Predicted vs Actual 比較が可能
• ### 3.2 Baselines (baseline list with refs to refs.bib)
• 充足度: ~85%

これで ## 3.3 Results 以外の主要 section が揃う。実験前に reviewer に見せれば 80% コメント可能 な品質。

---

Phase 5: Scaffold + Baseline TDD

5.1 プロジェクト雛形 — research.experiment.scaffold skill を invoke:

.research/<slug>/code/ に uv プロジェクトを生成 (pyproject.toml, src/, tests/, configs/, notebooks/, results/)。RunConfig dataclass を必ず生成。

5.2 TDD 規律 — superpowers:test-driven-development skill を invoke:

• Red: data loader 形状テスト, forward pass テスト, metric sanity テスト, eval 汚染チェック (n-gram overlap)
• Green: ml-engineer agent に実装委任 (Agent(subagent_type="ml-engineer"))
• Refactor: 型整理、logging 整備

5.2.5 TDD Red 30min stuck (v0.18.0+) — Red 段階で 30 分以上 stuck な user 認識時:

• research.lab.notebook を manual invoke 推奨 (test failure + hypothesis + verified by を short note で記録)
• Daily summary entry (v0.16.0+) の Today's stuck フィールドで 1 行残す
• /auto-research:lessons-search --phase 5 で過去の Phase 5 stuck パターンを検索
• trailer は next_steps_template.md §3.7 に従って提示
• 自動検出 (timeout-based) は v0.19+ で検討

5.3 ベースライン実行 — 1 seed・1 config でベースラインを通す。uv run pytest -q 全パス & ベースライン metrics が 04_EXPERIMENT_PLAN.md の sanity 範囲内か確認。

5.4 進捗表示 (ゲートなし):

[Phase 5/8 完了] Scaffold + Baseline
  ベースライン {metric}: {value} (期待 {expected_range})
  テスト: passed
  次: Phase 6 (本番実験 + 分析)

---

Phase 6: Run & Analysis

6.1 本番実行 — research.experiment.run skill を invoke:

• ablation 全 cell × seed 3+ で実行
• run_id = {YYYYMMDD-HHMMSS}-{git-sha[:7]}-{config-hash[:6]}
• 各 run は 06_RUNS/<run_id>/{config.yaml, metrics.json, events.jsonl, STATUS} に書き出す
• 失敗 run は破棄せず STATUS=failed で残す
• PostToolUse hook (hooks/post-experiment-log.sh) が events.jsonl に追記する

6.2 並列分析 — 全実行完了後、以下を 並列 dispatch:

- Agent(subagent_type="result-statistician")
    入力: 06_RUNS/*/metrics.json
    出力: 06_RESULTS.md, figures/*.pdf, 統計検定結果

- (focus_area が attention の場合のみ)
  Agent(subagent_type="attention-analyst")
    入力: 最良/最悪 run のチェックポイント
    出力: analysis/<slug>.py + results/<slug>.json (logit lens / patching 結果)

6.3 sanity check 失敗時のロールバック:

• primary metric が予測と大きく乖離 → Phase 5 に戻る (CHANGELOG.md に記録)
• 全 ablation で有意差なし → null result も成果物として Phase 7 へ進む (negative result paper)

6.4 論文骨子の更新 (v0.13.0+) — research.paper.scaffold skill を再 invoke:

• ### 3.3 Results を 06_RESULTS.md から書く (preliminary、Phase 7 で polish)
• ## Abstract の [Hypothesis (Phase 6 で検証予定)] を [Result] に置換 (実測値 + 統計検定の閾値)
• 充足度: ~95%

6.5 失敗 run の lab notebook 化 (v0.14.0+ / v0.15.0 拡張) — research.experiment.run が STATUS=failed を書いた直後に research.lab.notebook を auto-trigger:

• 各 failed run について 06_RUNS/<id>/POSTMORTEM.md 下書き (Hypothesis space 3-5 候補 draft、§4 Decision / §5 Lessons は user polish 必須)
• POSTMORTEM 冒頭に Blameless callout (v0.15.0+、Google SRE "Blameless Postmortems" 由来)
• 06_RUNS/<id>/reproduce.sh を events.jsonl から構築 (set -euo pipefail + uv sync --frozen)
• 06_RUNS/<id>/uv.lock snapshot を project root から copy (deps drift 防止)
• LAB_NOTEBOOK.md に Phase 6 entry (POSTMORTEM への link + Tags 含)
• 成功 run も LAB_NOTEBOOK に 1 行 entry (時系列の連続性)
• Phase 6 metacognition entry (v0.15.0+): Phase 3-4 の Decision block (Predicted outcome / Key assumptions) を 06_RESULTS.md と照合し、Predicted vs Actual 表 + Surprise score (1-5) + What I missed (blameless で agent draft)
• LAB_NOTEBOOK_INDEX.md re-gen (v0.15.0+): tag 逆引き (controlled / 自由 tag 別)

これにより 失敗 run も成功 run と同等の reproducibility 7-tuple (code rev / config / deps / seed / data hash / hardware / reproduce.sh) を持ち、bash reproduce.sh で同じ failure を再現可能。さらに hindsight bias を防ぐ metacognition が自動生成される。

6.6 進捗表示:

[Phase 6/8 完了] Run & Analysis
  完了 run: N (failed: M)  ⚠ M 件の POSTMORTEM 下書き済 (要 polish)
  primary metric 結果: {summary}
  paper/DRAFT.md 充足度: ~95%
  Reproducibility checklist: 全 N run ✓
  次: Phase 7 (論文ドラフト最終仕上げ)

---

Phase 7: Paper Drafting

7.1 論文骨格 — research.paper.draft skill を invoke:

• 01_BRIEF.md の paper_format で latex-neurips / latex-acl / markdown を分岐
• references/paper_skeleton.{tex,md} を雛形として .research/<slug>/paper/ に展開

7.2 章ごと並列ドラフト — 以下を 並列 dispatch (1 メッセージ複数 Task):

• Abstract / Intro / Related Work / Method / Experiments / Results / Discussion / Limitations
• 各章担当 (main thread or sub-task) に対して 04_EXPERIMENT_PLAN.md, 06_RESULTS.md, 02_SURVEY/MATRIX.md を渡す

7.3 統合パス — 用語・記号を統一、refs.bib を Semantic Scholar MCP で DOI 補完、図表番号を整理。

7.4 関連研究最終確認 — Agent(subagent_type="arxiv-mcp-agent") で「直近 3 ヶ月の関連最新論文」を再検索し Related Work セクションに追補。

7.5 進捗表示:

[Phase 7/8 完了] Paper Drafting
  paper/main.{tex|md}: 全 N 章ドラフト完了
  refs.bib: M エントリ
  次: Phase 8 (セルフレビュー)

---

Phase 8: Self-Review & Iterate

8.1 セルフレビュー — Agent(subagent_type="research-gap-finder") を reviewer モードで dispatch:

依頼 (v0.18.0 拡張):
  入力:
    - paper/main.{tex,md}                   (LaTeX 化済 paper)
    - paper/DRAFT.md (v0.13.0+)             (paper.scaffold 由来、Phase 4 Predicted ablation winner 等を含む)
    - 06_RESULTS.md                         (実測 metric)
    - LAB_NOTEBOOK.md (v0.14.0+)            (Phase 3-6 decision journal + metacognition、特に Surprise score)
    - 06_RUNS/*/POSTMORTEM.md (v0.14.0+)    (failed run の Hypothesis space + Lessons)
    - 03_REJECTED_IDEAS.md (v0.14.0+)       (捨てた idea の revisit conditions)
  (不在ファイルは skip、v0.13.0 以前 project でも broken なし)

  観点 (ICLR reviewer 視点):
    - Soundness: 主張と証拠の対応、統計検定の妥当性
    - Presentation: 構成、図表、用語一貫性
    - Contribution: 新規性、impact、再現性
    - Reproducibility: seed / config / 環境再現の十分性
    - Design integrity (v0.18.0+):
        * Phase 3-4 の予測 (Decision journal block) vs Phase 6 実測の alignment
        * Surprise score high (≥4) の assumption 反証の含意
        * rejected ideas の revisit risk (03_REJECTED_IDEAS.md の future revisit conditions)
        * POSTMORTEM の Lessons が paper の Limitations 節に反映されているか

  出力: 08_REVIEW.md (弱点 + reviewer-likely-questions)

並列で gemini skill を invoke し「直近 1 週間の関連最新論文」を確認、出てきたら Related Work に追加。

8.1.5 Lessons 統合 (v0.14.0+ / v0.15.0 拡張) — research.lab.notebook skill を再 invoke:

• LAB_NOTEBOOK.md の Phase 3-6 entries (特に POSTMORTEM §5 Lessons + Phase 6 metacognition の Generalizable insight 集約) から top 3 lessons を抽出
• 08_REVIEW.md に ## Lessons learned 節として 追記 (上書きしない)
• 03_REJECTED_IDEAS.md の "Future revisit conditions" を見直し、archive 候補を提示
• Lessons DB append (v0.15.0+): ~/.research-lessons.json (user home、全プロジェクト共通) に top 3 lessons を atomic append (id 衝突 skip、idempotent)。schema は lessons_db_schema.md 準拠
• LAB_NOTEBOOK_INDEX.md re-gen (v0.15.0+): tag 逆引き表を再生成

これにより Phase 8 review が「失敗からの学び」も含めた総括になり、/auto-research:lessons-search で過去プロジェクトの institutional memory も検索可能、次プロジェクトの起点になる。

8.2 ユーザー確認 — Gate G4 (対話 4 回目):

🟢 Gate G4: 公開判断

セルフレビュー完了:
  Soundness: {pass/concern}
  致命的問題: {N 件}
  reviewer-likely-questions: {M 件}

[Y] 公開する (CHANGELOG.md に記録、終了)
[I] 致命的問題を修正
   → 修正方向を user に問う (v0.18.0+):
       [4] Phase 4 (実験計画見直し、新しい因子追加 / hypothesis 拡張)
       [6] Phase 6 (追加 run 実施、現状計画を保ったまま データ補強)
[E] レビューコメントだけ反映してもう 1 周
[Q] 中断 (現状凍結)

[I] 選択時、user 選択に応じて .research/<slug>/CHANGELOG.md に rollback 記録:

• [4] → yyyy-mm-dd: rolled back to Phase 4 (致命的問題 N 件: ...) + STATE.json.current_phase = 4 + rollbacks に entry
• [6] → yyyy-mm-dd: extended Phase 6 (致命的問題 N 件: ...) + STATE.json.current_phase = 6 + rollbacks に entry

research.lab.notebook も Phase 8 lessons (致命的問題の root cause を blameless で要約) を 08_REVIEW.md に統合 + Lessons DB append。

公開時 CHANGELOG.md に [unreleased] -> [v0.1.0] のように追記、STATE.json.completed_at をセット。

---

STATE.json スキーマ

references/phase_state_machine.md 参照。最低限:

{
  "project_slug": "attention-sink-llama-long-ctx",
  "created_at": "2026-05-09T10:00:00Z",
  "current_phase": 4,
  "last_gate_passed": "G3",
  "adopted_idea_id": 2,
  "active_run_ids": [],
  "paper_format": "latex-neurips",
  "focus_area": "attention",
  "compute_budget_gpu_h": 200
}

失敗モードと回復

失敗	検出	回復
関連論文 < 5 本	Phase 2	キーワード LLM で拡張、隣接領域へ
novelty 不足	Phase 3 G2	Phase 2 に戻り検索軸を直交化
GPU 不足	Phase 4 G3	smaller model / LoRA / subset eval
sanity 失敗	Phase 6	Phase 5 へ戻る
致命的レビュー指摘	Phase 8 G4	Phase 4 or 6 へ戻る

各 rollback は .research/<slug>/CHANGELOG.md に 1 行で記録 (yyyy-mm-dd: rolled back from Phase 6 → 5 (sanity failure on metric X))。

Phase 完了時の Next-Step Trailer (必須)

各 Phase 完了時、および呼び出された /auto-research:research-* コマンドの最終出力末尾に、 next-step trailer を 必ず 出力する。仕様は references/next_steps_template.md に集約。

最小手順:

1. .research/<slug>/STATE.json を Read (なければ「STATE.json 不在」分岐)
2. next_steps_template.md §2 マッピング表 + §3 特殊状態に従って 推奨 / 代替 を決定
3. §1 の literal フォーマットで出力 (─ 罫線、●○ 進捗バー、空行 1 個)

skip 不可。STATE.json が読めない場合も §1「STATE.json 不在」テンプレを出す。

視覚化 (v0.17.0+、manual invoke)

research.notebook.viz skill で MkDocs material による HTML 視覚化 を任意で実施可能。 MD ファイルは SoT として残し、HTML は .research/<slug>/viz/ に generated artifact として出力:

> /auto-research:notebook-viz <slug>           # build only
> /auto-research:notebook-viz <slug> --serve   # localhost:8000 で preview

• events.jsonl → Chart.js time-series chart
• LAB_NOTEBOOK Tags: → mkdocs-material tags plugin で逆引き
• STATE.json → Phase 1-8 progress bar (全 page header)
• 10 sections: Brief / Survey / Ideas / Plan / Runs / Lab Notebook / Postmortems / Results / Review / Paper

Phase auto-dispatch なし (build は重め、user が見たい時に manual)。詳細: skills/research.notebook.viz/SKILL.md。

関連ドキュメント

• references/phase_state_machine.md — STATE.json schema + rollback edges
• references/next_steps_template.md — Next-step trailer の表示仕様 + 状態マッピング
• references/data_lineage.md — データの所在・retention・公開方針 (v0.3.0+)
• references/error_handling_spec.md — Phase 別 failure mode と回復手順 (v0.4.0+)
• skills/research.cost.estimate/references/gpu_price_table.json — GPU 単価 SoT (v0.5.0+)
• skills/research.experiment.scaffold/references/observability_setup.md — W&B/MLflow opt-in (v0.5.0+)
• skills/research.publish/SKILL.md — HF Hub / Zenodo upload + DOI (v0.6.0+)
• skills/research.compute.shop/SKILL.md — GPU 提供元のランク推奨 (18 provider catalog) (v0.8.0+)
• skills/research.autonomous.tinker/SKILL.md — karpathy 流 autonomous tinker mode (Phase 5-6 alt) (v0.9.0+)
• skills/research.autonomous.swarm/SKILL.md — N agents 並列 swarm mode (research org) (v0.10.0+)
• references/eval_protocol.md — ベンチマーク選定・汚染チェック
• references/reproducibility_checklist.md — Phase 4 で必須項目
• references/data_card_template.md — Phase 5 で生成
• references/responsible_research.md — PII / 著作権 / LLM-author 開示
• agents/DISPATCH_MATRIX.md (プラグイン root) — 5 subagents × 8 phases の dispatch ルール