论文可复现性核对 Skill

输入论文 DOI/arXiv ID 或 GitHub 仓库地址，按固定流水线逐项核对可复现性事实，输出机器可读的 ReproductionReceipt。本技能是 literature-analysis 的复现清单的升格：那份清单管"怎么找代码、怎么跑 demo"的实务，本技能管"每一步记下什么事实、最后下什么结论"，并多出可落盘的收据与判定脚本。

边界先说清：scripts/repro_checklist.py 只做结构化记录与状态判定，不克隆仓库、不装依赖、不跑复现。跑复现发生在用户的环境里；脚本负责把核对过的事实变成可复核、可存档的收据。

When to Use

• 用户要求"核对这篇论文能不能复现""评估复现工作量""出一份复现报告"
• 复现跑完或跑失败后，需要把散乱过程整理成结构化结论
• 审稿、选题或复现竞赛前，快速判断一篇论文的代码与指标可信度
• 需要把 academic-source-verification 产出的证据回执接进复现核对流程

流水线

十四个阶段按序核对，每阶段记录一种状态：

1. identity 论文身份 → 2. code-link 官方代码链接 → 3. repo-identity 仓库身份 → 4. version-consistency 论文与代码版本/日期一致性 → 5. release-commit 固定 release/commit → 6. dataset 数据集 → 7. model-weights 模型权重 → 8. dependencies 依赖环境 → 9. license 许可证 → 10. build-install 构建安装 → 11. smoke-run 最小示例执行 → 12. claimed-metrics 论文声称指标 → 13. measured-metrics 实测指标 → 14. metric-diff 指标差异对照

各阶段核什么、怎么取证、常见失败形态，见 references/pipeline.md。

五层事实与四态结论

结论 status 只有四值，且必须同时报告事实层 tier；分不清层级的"能复现"不可信。

tier	含义	对应 status
no-code-found	没找到代码	blocked
environment-broken	找到代码，但依赖安装、构建或运行环节失败	blocked
runs	能运行，没对上指标	partially-reproducible
direction-reproduced	方向/趋势复现，数值超差	partially-reproducible
numbers-reproduced	数值在容差内复现	reproducible

矛盾优先：任一阶段出现 mismatch（身份错配、版本对不上、实测与声称反向），status 直接判 inconsistent，不管其他阶段多顺利。硬阶段（identity、code-link、repo-identity、dependencies、build-install、smoke-run）未通过或未核对，一律 blocked，不允许"没跑就当能跑"。完整判定规则见 references/adjudication.md。

清单格式与脚本用法

清单是一个 JSON 文件，格式规范见 references/pipeline.md 的"清单 JSON 格式"一节。判定命令：

python scripts/repro_checklist.py checklist.json --pretty
python scripts/repro_checklist.py checklist.json -o receipt.json
python scripts/repro_checklist.py checklist.json --evidence-receipt er.json -o receipt.json

第三种形态消费符合 evidence-receipt schema 的证据回执：脚本回填 DOI/arXiv 标识符、把回执里 status 为 ok 的来源写进 identity 阶段证据，标识符冲突时向 stderr 打 warning。脚本不会替任何阶段打 pass——阶段状态只能来自实际核对。

输出 ReproductionReceipt 字段：status（四态）、tier（五层，事实不足为 null）、stages（全量 14 阶段含中文标签）、contradictions / blocking / gaps 三组问题清单、generated_at。加 --generated-at <ISO时间> 可得到逐字节确定的输出，便于存档与 diff。

诚实边界

• 收据的全部依据是清单里记录的事实；没核对的阶段标 skipped/unknown，收据的 blocking 清单会如实列出。
• metric-diff 的容差由你在清单里写明（如 ±0.5 个百分点），脚本只记录 pass/fail/mismatch 的判定结果，不替你定容差。
• 数据集需申请、权重未发布、许可证限制等情况如实记 fail/missing/blocked 并写 detail，不降级成 skipped 粉饰。
• 第三方复现仓库在 repository.officiality 里标明 third-party，结论中不得冒充官方实现。

Verification

离线冒烟：构造两份清单（全流程通过、找不到代码），跑脚本判定并断言四态与层级。

# smoke-test: true
import json, os, subprocess, sys, tempfile
from pathlib import Path

skill = Path(os.environ.get('SKILL_DIR', '.')).resolve()
script = skill / 'scripts' / 'repro_checklist.py'
paper = {'title': 'Example', 'doi': '10.1234/example'}
ids = ['identity', 'code-link', 'repo-identity', 'version-consistency',
       'release-commit', 'dataset', 'model-weights', 'dependencies',
       'license', 'build-install', 'smoke-run', 'claimed-metrics',
       'measured-metrics', 'metric-diff']
cases = {
    'full': {'schema_version': '1.0', 'paper': paper,
             'stages': [{'id': i, 'status': 'pass'} for i in ids]},
    'nocode': {'schema_version': '1.0', 'paper': paper, 'stages': [
        {'id': 'identity', 'status': 'pass'},
        {'id': 'code-link', 'status': 'missing'}]},
}
env = dict(os.environ, PYTHONIOENCODING='utf-8')
with tempfile.TemporaryDirectory() as tmp:
    receipts = {}
    for name, checklist in cases.items():
        src = Path(tmp) / f'{name}.json'
        src.write_text(json.dumps(checklist), encoding='utf-8')
        out = subprocess.run([sys.executable, str(script), str(src),
                              '--generated-at', '2026-09-16T00:00:00+00:00'],
                             capture_output=True, env=env)
        assert out.returncode == 0, out.stderr.decode('utf-8', 'replace')
        receipts[name] = json.loads(out.stdout)
assert receipts['full']['status'] == 'reproducible'
assert receipts['full']['tier'] == 'numbers-reproduced'
assert receipts['nocode']['status'] == 'blocked'
assert receipts['nocode']['tier'] == 'no-code-found'
print('repro_checklist smoke OK')