PaperOrchestra 是一个自动化学术论文写作框架的开源实现，而它的Outline Agent（大纲智能体）正是整条流水线的"总指挥"——仅用1 次 LLM 调用，就把 idea.md、实验日志等原始研究素材，融合成一份严格遵循 JSON Schema 的outline.json，随后驱动绘图、文献综述、章节写作等所有下游智能体协同工作。这篇文章带你完整拆解它的工作原理。

为什么"1次LLM调用"如此重要？

在 PaperOrchestra 的五步流水线中（Outline → Plotting → Literature Review → Section Writing → Content Refinement），Outline Agent 负责 Step 1。原始论文统计的各智能体 LLM 调用成本如下：

也就是说，大纲是整个流水线中"调用最便宜、影响却最大"的产物：它相当于给后面所有智能体下发施工图纸。Step 2 和 Step 3 之所以能并行运行，正是因为它们各自消费的是outline.json里互不重叠的两个键。流水线全貌可参考 skills/paper-orchestra/references/pipeline.md。

四份输入与"必须综合"的全局指令

Outline Agent 读取工作区中的四个输入文件：

• workspace/inputs/idea.md—— 方法论与核心贡献摘要
• workspace/inputs/experimental_log.md—— 实验结果、消融研究、指标
• workspace/inputs/template.tex—— 会议 LaTeX 模板，提供章节骨架
• workspace/inputs/conference_guidelines.md—— 页数限制与格式规则

它的 system prompt 逐字复刻自论文附录 F.1（App. F.1, pp. 40–44），见 skills/outline-agent/references/prompt.md。其中最关键的一条全局指令是：

Do not analyze inputs in isolation. You must synthesize information across all provided documents for every step.

这正是"1次调用"能成立的前提：不是分别摘要四份文件，而是在同一上下文里做跨文档综合——从 idea.md 提取机制、从实验日志提取数字证据、从模板取章节骨架、从会议指南推导文献截止时间（cutoff_date），一次推理完成。

outline.json 的三大计划键

输出必须且只能是一个 JSON 对象，包含三个顶层键。人机可读的字段说明在 skills/outline-agent/references/outline-schema.md，机器可读的 JSON Schema 在 skills/outline-agent/references/outline_schema.json。

1️⃣ plotting_plan：绘图计划

一个 FigureSpec 对象数组，每张图 6 个字段，且枚举值被严格锁死（完整清单见 skills/outline-agent/references/allowed-values.md）：

这一步的意义在于：它把"该画哪些图、用什么数据、什么版式"提前决策好。下游 Plotting Agent 只需照着执行即可，无需再做创作性判断。下面这张架构分层图，正是示例项目中plot_type: "diagram"、data_source: "idea.md"的产物：

2️⃣ intro_related_work_plan：文献检索策略

这一键不写论文内容，而是给下游 Literature Review Agent 下达"搜索指令"，并且强制把 Introduction 与 Related Work 严格分层，避免引用重叠：

• Introduction（宏观语境，10–20 篇）：定义 Hook（大背景）与 Problem Gap（待验证的问题缺口），并给出 3–5 条检索方向——问题紧迫性证据、综述、奠基性工作。
• Related Work（微观技术基线，30–50 篇）：把领域切成2–4 个方法论簇，每个簇配备五件套：methodology_cluster（技术类别）、sota_investigation_mission（找 SOTA 的任务）、limitation_hypothesis（假设的缺陷点）、limitation_search_queries（定位缺陷的具体查询）、bridge_to_our_method（我们的方法如何弥补）。

另有一条关键时间线规则：禁止检索{cutoff_date}之后发表的论文——截止时间从conference_guidelines.md推导（如 "ICLR 2025 → cutoff 2024 年 10 月"），防止论文"引用未来"。

3️⃣ section_plan：分节写作计划

把 Abstract、Methodology、Experiments、Conclusion 等章节展开为结构树，附带三条硬性要求：

• 层级完整性：若存在子节 X.1，则 X.2 必须存在，禁止"孤儿子节"；
• 内容具体化：content_bullets 必须指向源材料的具体位置。禁止 "Describe the model"，要求 "Formalize the X mechanism using Eq. 3 from idea.md"；
• 引用提示（citation_hints）全覆盖：每个数据集、优化器、指标、基础模型（哪怕 AdamW、ResNet 这种再常见不过的东西）都必须有引用提示，且只允许两种格式：
  • 确知作者与标题："Author (Exact Paper Title)"
  • 否则："research paper or technical report introducing '[名称]'"
  • 严禁猜测或编造作者——因为这些提示会被下游当成检索词，错误的作者名会污染整条引用链。

硬约束：确定性校验器兜底

LLM 的一次调用终究是非确定的，PaperOrchestra 用一个纯确定性脚本兜底：skills/outline-agent/scripts/validate_outline.py。它在 JSON Schema 校验之外还执行语义检查：

• figure_id必须匹配^[a-z0-9_]+$，且fig_前缀后不得再含 "figure"；
• 禁止孤儿子节（层级规则）；
• related_work_strategy.subsections必须有 2–4 个簇（论文原文规则）；
• plot_type: "plot"但 objective 未指明图表类型时，给出 WARNING。

python skills/outline-agent/scripts/validate_outline.py workspace/outline.json # 退出码 0 = 通过（允许 warning）；1 = 结构或语义错误

规则很明确：校验不通过就修 JSON 再验，绝不允许带着非法 outline 进入 Step 2/3——因为所有下游智能体都直接解析这份 schema。校验通过后，Outline Agent 还会把核心主张、叙事张力、大纲决策以自由文本追加到research_brief.md的 §1，模板见 skills/shared/research_brief_template.md。

真实案例：一份 541 行的 outline.json 驱动了 22 页报告

仓库中的 examples/agentic-security-report/ 是一次完整跑通的真实案例，其 workspace/outline.json 包含：6 张图计划、4 个 Related Work 簇、10 个章节、78 条引用提示，一次性通过了校验器。

例如市场增长图计划被写成：

{ "figure_id": "fig_market_growth_gen_ai_cybersecurity", "plot_type": "plot", "data_source": "experimental_log.md", "objective": "Visual summary (Bar/Line Combo Chart) showing Gen AI cybersecurity market expansion from $8.65B (2025) to $35.5B (2031)...", "aspect_ratio": "16:9" }

下游 Plotting Agent 照单渲染，数据全部来自实验日志：

最终该大纲驱动整条流水线产出了 22 页、零 LaTeX 错误的技术报告，评审模拟分数从 71.85 一路提升到 77.70。

关键文件速查

总结：一次调用，三重收益

• 成本收益：大纲只花 1 次调用，却替后面 60+ 次调用定好了方向；
• 质量收益：枚举值 + Schema + 语义校验器，把 LLM 的自由发挥框进可机读、可校验的契约里；
• 协同收益：三个顶层键天然无共享状态，Step 2/3 得以并行，整篇论文平均 ~39.6 分钟跑完。

一句话概括：Outline Agent 用 1 次综合推理，把"模糊的研究素材"编译成"可执行的全局施工图纸"，这就是 PaperOrchestra 多智能体流水线能又快又稳的根本原因。