Research Harness for OMP

Research Harness 是一个运行在 Oh My Pi（OMP） 上的科研立题插件。它把“这个方向新不新、准备声称的内容是否成立、什么时候可以开始 实验”从一次聊天判断，变成有状态、可恢复、可审计的工作流。

它不是论文生成器，也不会替研究者拍脑袋选题。它重点解决科研过程中最容易失控的两段：

• 创新立题：逐层收敛研究方向，核对危险近邻，优先尝试证伪候选命题。
• 方案冻结：冻结精确主张、证据和实验责任，经独立复核后才开放计算。

底层裁决来自 innovation-proposition-hunting Schema 3.0 状态机。Research Harness 负责把它接入 OMP 的工具、subagent、会话和配置系统； Python validator 始终是唯一裁决源。

它适合什么项目

Research Harness 适合需要认真回答“创新点是否真实存在”的博士论文、期刊论文和长期研究 项目，尤其适用于这些情况：

• 文献很多，但尚未形成可证伪的具体命题；
• 担心所谓创新只是换名、参数替换或已知结论的机械延伸；
• 研究跨越多个会话，需要准确恢复到上次停止的位置；
• 希望在实验前冻结主张、协议、基线和证据责任；
• 需要把作者工作与独立复核分开，并保留可验证的 reviewer provenance。

如果只是临时查几篇文献、生成摘要或润色现成稿件，这个插件通常太重。它的目标不是更快地产生 答案，而是避免研究建立在错误命题上。

工作方式

当前版本深做科研生命周期中的 E2“创新立题”和 E3“方案冻结”。E0/E1/E4/E5/E6 已保留 衔接骨架，但不是本版本的主要自动化范围。

flowchart LR
    A["主题与成果类型"] --> B["L1 研究工作"]
    B --> C["L2 可行创新域"]
    C --> D["L3 具体命题"]
    D --> E["逐近邻证伪"]
    E --> F["N0 新颖性裁决"]
    F -->|"N0-1 / N0-2"| X["关闭、吸收或降级"]
    F -->|"N0-4C"| G["冻结精确 claim"]
    G --> H["有效性审计"]
    H --> I["独立 reviewer"]
    I -->|"V3 + 用户授权"| J["允许计算"]
    J --> K["计算后新 epoch 与 V4 复核"]

负结果不是失败。如果近邻已经直接占据候选，或候选可以从已知结果机械推出，工作流会保留 证据并关闭方向，而不是为了“做出创新”继续包装它。

核心功能

分层构建研究命题

工作流按 L1 → L2 → L3 逐层收敛：

• L1 识别领域边界和连续研究链，只使用元数据与摘要；
• L2 建立危险近邻表，明确哪些浅层主张已被关闭；
• L3 只对真正进入候选集的工作做全文、原子观点和碰撞分析。

这种顺序可以避免在问题还没形成时批量下载全文、抽取大量最终不会进入裁决的观点。

证伪优先的新颖性审计

每个候选都必须接受三类检查：是否被直接占据、是否能机械推出、是否只是换名。候选只有在 这些证伪尝试都失败后，才可能进入 N0-4C。

精确主张与有效性门禁

Research Harness 会把论文准备声称的内容绑定到 claim inventory、理论责任、协议、代码、 测试、基线和证据。经验结果不能自动升格成定理，写作措辞也不能超过当前证据强度。

独立复核

V3/V4 复核必须由 iph-reviewer subagent 完成。插件从 OMP task lifecycle 注入真实的 agent 和 session 身份；主 agent 不能伪造 reviewer，也不能在复核后改写 review 产物。

计算防火墙

研究计算必须满足：

COMPUTE = N0-4C AND V3 AND compute_authorized
FINAL_LOCK = N0-4C AND V4 AND current independent audit

在门禁打开前，插件会拦截研究脚本、明显的数值/机器学习计算和实验命令。探索性产物可以登记， 但会被永久标记为不可进入冻结证据，防止预实验数字悄悄变成正式结论。

可恢复状态与 STOP 纪律

每个研究目录有唯一的 workflow_state.json。新会话会从最近的研究根恢复，只执行机器状态中 的 next_required_action。校验失败时工作流进入 STOP，保留已经完成的产物，并只给出一项 恢复动作。iph_status 会明确报告物理 STOP 锁，不能再用“字段未显示”猜锁状态。 STOP/BLOCKED 不会触发自动续跑；operator 修复记录中的外部原因后，使用事务化 resumeBlocked 恢复到 resume_state，验证失败则逐字节还原状态、锁和日志。

防篡改与事务配置

• 禁止通过 edit、write、shell、eval 或自定义工具直接修改研究状态；
• 已登记的 review 和状态产物受到快照保护，旁路修改会回滚；
• 用户级 SYSTEM.md 与模型角色采用事务安装，失败会恢复原配置；
• 卸载前会检查配置漂移，避免覆盖用户后续修改。

按任务选择模型

模型不是写死在 agent 中，而是通过 OMP modelRoles 路由。当前默认配置是：

| 角色 | 默认模型 | 用途 | |---|---|---| | default | minimax-code-cn/MiniMax-M3:high | 主流程 | | frontier | openai-codex/gpt-5.6-sol:high | 最近前沿、文献身份与覆盖裁决 | | layer | openai-codex/gpt-5.6-sol:high | L1、L2 与贡献架构裁决 | | atomic | openai-codex/gpt-5.6-sol:high | 原子观点提取 | | collision | openai-codex/gpt-5.6-sol:high | 文献碰撞与证伪综合 | | review | deepseek/deepseek-v4-pro:high | 独立 V3/V4 复核 | | event | deepseek/deepseek-v4-flash:low | 只读压缩庞大 task lifecycle 事件流，不做科学裁决 | | commit | minimax-code-cn/MiniMax-M3:high | 提交信息，与主流程共用模型 |

所有角色都可以在安装时或安装后修改。插件不会在 provider 不可用时静默换模型，因为这会破坏 复核独立性和运行记录。 task 工具不需要也不接受调用者自填 model；agent 的 @role 在运行时解析。判断实际使用了 哪个模型时，只认 task lifecycle 中的 resolvedModel / model_change，不能因为调用参数里没有 model 就推断发生了回退。 事件管理员不是每次委派都要启动：1–3 个简单任务由 M3 直接等待；大量事件累积后，在状态变更前的 决策检查点再调用。与工作任务同批启动得到的通常只是 CURRENT_STARTED 早期快照，不能当最终 completion proof。

快速开始

1. 用提示词安装（推荐）

已经能启动 OMP 时，先把下面整段交给它。安装过程中如果发现已有 checkout 或用户配置 被手动修改，OMP 应停止并报告差异，不覆盖现有内容。

请为当前用户安装并配置最新版 Research Harness。只使用下面两个官方仓库和指定 npm 包，
不要搜索或安装同名 fork：

- Research Harness 产品源码：https://github.com/Robin9989Law/omp-research-harness
- OMP 插件 npm 包：https://www.npmjs.com/package/@prcbooboo/omp-research-harness
- 权威 IPH 规则与 validator：https://github.com/Robin9989Law/innovation-proposition-hunting

请严格完成以下步骤：
1. 检查 OMP、Bun 和 Python 版本是否满足插件要求。
2. 从 npm 安装官方包：
   `omp plugin install @prcbooboo/omp-research-harness@latest`
   安装后核对 package.json 中的 repository 必须指向上面的 Research Harness 产品源码。
3. 读取已安装插件内的 `config/iph-lock.json`。从上面的权威 IPH 仓库克隆
   innovation-proposition-hunting，放入 OMP 能发现的标准用户技能目录，并切换到 lock 指定的
   commit；逐项验证 lock 中的文件 SHA-256。已有 checkout 若有未提交修改，不得 reset、覆盖
   或静默换目录，直接停止并报告。
4. 运行 `omp plugin doctor @prcbooboo/omp-research-harness`。
5. 先运行用户配置安装器的 `install --dry-run`。如果发现旧版安装清单，先检查配置漂移；
   无漂移时事务化卸载旧配置后再安装最新版，有漂移时停止并报告。
6. 安装科研 SYSTEM，并按“角色—职责—模型”配置八个受管 modelRoles：
   - default：运行主研究流程 → minimax-code-cn/MiniMax-M3:high
   - frontier：核验最近前沿、文献身份和覆盖轴 → openai-codex/gpt-5.6-sol:high
   - layer：裁决 L1、L2 和贡献架构 → openai-codex/gpt-5.6-sol:high
   - atomic：atomic-claim-extractor，提取原子观点 → openai-codex/gpt-5.6-sol:high
   - collision：collision-synthesizer，执行文献碰撞与证伪综合 → openai-codex/gpt-5.6-sol:high
   - review：iph-reviewer，执行独立 V3/V4 复核 → deepseek/deepseek-v4-pro:high
   - event：event-flow-manager，只读压缩 task lifecycle 事件流 → deepseek/deepseek-v4-flash:low
   - commit：生成 Git commit message → minimax-code-cn/MiniMax-M3:high
   不要修改 task、vision、plan、designer 等非受管角色。
7. 最后运行安装器 `status`、插件 doctor 和模型角色读取，报告插件版本、权威 IPH commit、
   三个来源 URL、SYSTEM 是否匹配，以及八个受管角色的实际模型和全部 roleDrift。
   任何来源、哈希、模型或健康检查不匹配，都不要继续创建研究工作流。

安装完成后提醒我退出并重新启动 OMP，让新的插件工具和 SYSTEM 生效。

重启 OMP 后再创建研究工作流。安装会改变用户级 SYSTEM.md 和八个受管模型角色，因此不要在 正在执行研究动作的会话中边安装边继续推进。

2. 手动安装

2.1 准备运行环境

需要：

• OMP >=17.2.15 <18
• Bun >=1.3.14
• Python 3
• authoritative innovation-proposition-hunting checkout

克隆并切换到当前锁定的 IPH 版本：

git clone https://github.com/Robin9989Law/innovation-proposition-hunting.git /absolute/path/to/innovation-proposition-hunting
git -C /absolute/path/to/innovation-proposition-hunting checkout 966f5ae29e283e0510ff6967f2fbe755b0c06a49
export IPH_SKILL_DIR=/absolute/path/to/innovation-proposition-hunting

建议把 IPH_SKILL_DIR 写入 shell 配置，保证以后启动的 OMP 会话也能读取。未设置时，插件只会 检查几个标准技能目录；找不到锁定版本或内容哈希不一致时会返回 BLOCKED，不会换用其他 validator。

系统验证

本项目用 SYSTEM_TEST_MATRIX.md 管理完整验证面，并用 AGENT_NATIVE_ENGINEERING.md 固化面向 Agent 用户的接口、生命周期、 可靠性和可观测准则：23 个正向 状态节点、22 条迁移、专家角色路由、正负 N0 终态、30 类可执行故障注入与 2 类真实失败回放、STOP/BLOCKED 恢复、事务回滚、 防篡改、计算门、安装和打包。升级固定按静态拓扑 → 单元 → 真实 OMP 组件 → 故障注入 → 部署 → 真实 M3 单步重放执行，首错即停，不靠重复清锁碰运气。

这里的直接用户是 Agent，而不是人类操作员：任务消息与正式完成、模型自报身份与运行时身份、 注册工具与模型可见工具面都被明确区分。状态合同保持单事务、结构化、可诊断和可回滚，但不限制 M3 的思考范围。M3 负责从全局目标反推当前最佳行动、提出和反驳创新假设、比较机会成本，并批判 specialist 的论据；specialist 提供独立领域审计，validator 裁决机器事实。模型路由是能力组合， 不是“弱主模型服从强模型”的等级关系。

关键节点采用 READ → REASON → ACT：iph_transition_plan 不只返回文件名，还提供必读的当前证据、 权威参考、输出形状、最小正例、典型反例与 completion proof。这些内容让 M3 知道如何交付， 但不替它预设结论或限制全局思考。

全局推理与执行预算分开：M3 可以决定继续探索，但 identity-bearing gate task 在必需工件齐备且 validator READY 后必须先正式完成。额外阅读作为新的有界任务继续；超时留下的 draft 可以复核续接， 超时 agent ID 不可复用。这样保留创新搜索空间，又不会让一次开放检索耗尽状态迁移凭证。

源码调试

从仓库源码做真实 OMP 重放时，必须加载完整插件根：

npm run debug:omp -- -p --model minimax-code-cn/MiniMax-M3 --thinking high \
  --approval-mode yolo --cwd /absolute/research/root "你的测试提示词"

该入口同时使用 OMP --plugin-dir 和精确的 --extension：前者加载 agents/SYSTEM/资源， 后者加载当前源码树的 13 个 iph_* 工具与安全 hooks。不要只用其中一个，也不要同时传 --no-extensions；这些半装载方式会造成“specialist 不可指派”或“iph_* 工具/保护层不可见”的假故障。

2.2 安装插件

omp plugin install @prcbooboo/omp-research-harness@latest
omp plugin doctor @prcbooboo/omp-research-harness

2.3 安装科研人格和模型角色

OMP 插件安装目录中的脚本会事务化配置用户级 SYSTEM.md 和八个受管模型角色：

PLUGIN_DIR="$HOME/.omp/plugins/node_modules/@prcbooboo/omp-research-harness"

"$PLUGIN_DIR/scripts/install-user-config.sh" install --dry-run
"$PLUGIN_DIR/scripts/install-user-config.sh" install \
  --role frontier=openai-codex/gpt-5.6-sol:high \
  --role layer=openai-codex/gpt-5.6-sol:high \
  --role atomic=openai-codex/gpt-5.6-sol:high \
  --role collision=openai-codex/gpt-5.6-sol:high \
  --role commit=minimax-code-cn/MiniMax-M3:high
"$PLUGIN_DIR/scripts/install-user-config.sh" status

先运行 --dry-run 可以查看将要写入的内容。安装器会保存原 SYSTEM.md 和安装前的模型角色， 任一步失败都会回滚。

本地软链接开发或插件升级后，先运行 status。若 upgradeRequired=true，用事务化升级同步 新版 SYSTEM 和新增模型角色，同时保留首次安装前的卸载恢复点：

"$PLUGIN_DIR/scripts/install-user-config.sh" upgrade --dry-run
"$PLUGIN_DIR/scripts/install-user-config.sh" upgrade
"$PLUGIN_DIR/scripts/install-user-config.sh" status

3. 新项目怎么开始

在一个没有其他 workflow_state.json 祖先的项目目录中启动 OMP：

mkdir my-research-project
cd my-research-project
omp

然后复制下面的提示词，替换方括号中的内容：

/iph 这是一个新研究项目，请从 BOOT 开始建立创新立题工作流。

研究主题：【一句话主题】
目标成果类型：【期刊论文 / 博士论文】
workflow ID：【稳定、简短、使用英文和连字符的 ID】
claim profile：【THEORY / ALGORITHM / MIXED】

要求：
1. 先确认成果类型、研究边界和 workflow ID，再调用 iph_bootstrap。
2. 本轮只创建 Schema 3.0 BOOT state，不自动选择创新路径，不搜索文献，不推进状态。
3. 不运行任何研究计算。
4. 创建后报告 active_state、next_required_action 和 strict validation 结果。

claim profile 不确定时，通常先选 MIXED；如果项目明确只有理论责任或只有算法/协议责任， 再分别使用 THEORY 或 ALGORITHM。

4. 已有项目怎么重新立题

已有项目的代码、稿件、文献和历史实验可以复用，但旧结论不能自动继承。推荐在旧项目旁边创建 一个独立的 reframing 目录，把原项目作为只读背景：

mkdir project-reframing
cd project-reframing
omp

然后输入：

/iph 请为已有项目“【旧项目的绝对路径】”从 BOOT 开始重新立题。新的 workflow 和全部裁决产物保存在当前目录，旧项目只作为只读背景。

目标成果类型：【期刊论文 / 博士论文】
workflow ID：【例如 project-reframing-001】
claim profile：【THEORY / ALGORITHM / MIXED】

要求：
1. 不继承旧项目对创新性、有效性或贡献成立的判断。
2. 旧代码、稿件、文献库和实验记录只作为候选材料；历史实验结果先视为探索性材料，不得直接进入冻结证据。
3. 后续重新执行 L1 研究链识别、L2 危险近邻分析和 L3 具体命题碰撞，优先寻找能够否定候选的证据。
4. 明确登记哪些旧主张被关闭、吸收、降级或需要重新核验。
5. 未达到 N0-4C、V3 并获得计算授权前，不运行研究计算。
6. 本轮只创建 Schema 3.0 BOOT workflow，不自动推进；创建后报告唯一 next_required_action。

如果旧项目中没有 workflow_state.json，也可以直接在项目根目录启动；只要已经存在旧 state， 就不要覆盖它，也不要在其子目录再建一个 state。新目录应与旧研究根并列，或放在完全独立的 路径中。

5. 创建后怎么继续

先查看机器状态：

/iph-status

继续工作时，让 agent 严格执行唯一恢复动作：

/iph 先调用 iph_transition_plan，按返回的工件和 specialist 合同只完成当前状态；
需要 frontier/layer/atomic/collision specialist 时必须委派，strict READY 后才推进。

/iph 执行当前 next_required_action

需要独立复核时使用：

/iph-review

日常使用

| 命令 | 作用 | |---|---| | /iph <任务> | 创建工作流，或执行当前状态允许的单一动作 | | /iph-status | strict validate，并生成机器状态与交接报告 | | /iph-review | 派发独立 reviewer，绑定真实 task/session provenance |

插件还向 OMP 注册 13 个底层工具：只读 status、transition plan、event snapshot、bootstrap、validate、advance、碰撞轮次创建/修复、review 封印、STOP 解锁、版本化证据指针修复、探索登记和 handover。正常使用时不需要记住这些工具名，斜杠命令和注入的 机器状态会引导 agent 选择正确工具。

当 transition plan 指定 specialist 时，M3 只需给 task 传 context 和 tasks[].name/agent/task。插件会移除调用方临时生成的 outputSchema / schemaMode，避免 长 JSON Schema 在传输中截断导致委派预检失败。iph_* 工具始终按原名直接调用，不使用 ipc_call 等包装层。

specialist 正式完成只证明任务身份与生命周期，不代表其结论自动正确。通过专属迁移门时， M3 必须记录 specialistDisposition=ACCEPTED|OVERRIDDEN 和 specialistRationale：可以用精确合同、 证据或 validator 依据推翻专家，但不能静默掩盖分歧。

如何理解状态

新颖性和有效性是两条独立轴：

| 状态 | 含义 | |---|---| | N0-1 | 正式近邻直接占据候选，应关闭或吸收 | | N0-2 | 候选可由已知结果机械推出，应关闭或降级 | | N0-3 | 候选仍处于前沿核验或专属门未完成，不得计算 | | N0-4C | 新颖性路径通过，可以进入有效性轴 | | V0–V2 | 主张及其理论/算法责任正在冻结和审计 | | V3 | 当前 epoch 已通过独立复核，可以在授权后计算 | | V4 | 计算后的新 claim bundle 已完成再次复核 |

Validator 有四种退出结果：

READY = 0
INVALID = 1
BLOCKED = 2
MIGRATION_REQUIRED = 3

任何非零结果都会 STOP。修复报告中的唯一恢复动作后，再运行 /iph-status；不要直接编辑 workflow_state.json 来“修好”状态。

自定义模型

可以用 YAML 或 JSON 文件局部覆盖模型角色，也可以重复传入 --role。命令行覆盖文件，文件 覆盖插件默认值。

# my-model-roles.yml
modelRoles:
  default: minimax-code-cn/MiniMax-M3:high
  frontier: openai-codex/gpt-5.6-sol:high
  layer: openai-codex/gpt-5.6-sol:high
  atomic: openai-codex/gpt-5.6-sol:max
  collision: openai-codex/gpt-5.6-sol:max
  review: deepseek/deepseek-v4-pro:max
  event: deepseek/deepseek-v4-flash:low
  commit: minimax-code-cn/MiniMax-M3:high

已安装后可以直接更新，不需要卸载：

"$PLUGIN_DIR/scripts/install-user-config.sh" configure --dry-run \
  --roles-file /absolute/path/to/my-model-roles.yml

"$PLUGIN_DIR/scripts/install-user-config.sh" configure \
  --roles-file /absolute/path/to/my-model-roles.yml

"$PLUGIN_DIR/scripts/install-user-config.sh" status

configure 只修改模型选择；upgrade 用于插件源码新增角色或 SYSTEM 变化后的整体同步。

允许管理的角色是 default、frontier、layer、atomic、collision、review、event、commit。其他已有 OMP 角色会 原样保留。

卸载

先恢复用户配置，再删除插件：

"$PLUGIN_DIR/scripts/install-user-config.sh" uninstall --dry-run
"$PLUGIN_DIR/scripts/install-user-config.sh" uninstall
omp plugin uninstall @prcbooboo/omp-research-harness

如果安装后手动改过受管配置，卸载会拒绝覆盖。确认要恢复安装前值时才使用 uninstall --force。

产品边界

Research Harness 能强制流程和证据合同，但不能替代以下工作：

• 获取你无权访问的付费全文；
• 领域专家对研究意义和边界条件的最终判断；
• 实验复现、数据真实性检查和人工伦理审查；
• 对“绝对新颖”或“必然正确”的保证；
• E4 系统实验、E5 成文和 E6 投稿的完整自动化。

它能保证的是：机器不会把缺证据、缺复核或未授权的状态标成 READY，也不会在这些条件未 满足时按正常路径进入计算。

开发与验收

从源码联调：

git clone https://github.com/Robin9989Law/omp-research-harness.git
cd omp-research-harness
bun install --frozen-lockfile
export IPH_SKILL_DIR=/absolute/path/to/innovation-proposition-hunting

bun run check
bun run test:nodes -- --pdf-cache /absolute/path/to/pinned-W-0001.pdf
bun run test:models -- --fixture-root /tmp/iph-agent-node-fixtures-full.<id>
bun run test:models -- --fixture-root /tmp/iph-agent-node-fixtures-full.<id> --all-nodes
bun run test:models -- --fixture-root /tmp/iph-agent-node-fixtures-full.<id> --all-nodes --from-node 6 --to-node 6
bun run release:check
omp plugin link .
omp plugin doctor @prcbooboo/omp-research-harness

bun run check 包含 TypeScript 检查、单元与安全测试、真实 OMP loader E2E、事务安装/回滚/ 卸载 E2E，以及权威 IPH strict validation。CI 还会运行 authoritative IPH 的完整 pytest 回归套件。npm 发布使用 GitHub OIDC trusted publishing 和 provenance，不在 workflow 中保存 长期 npm token。

test:nodes 会从 fresh fixture 重新验证 22 个源状态、N0-1/N0-2/N0-3 终态语义和 Node 18–22 连续事务。--pdf-cache 不是跳过来源校验：缓存 PDF 仍必须命中代码固定的官方 SHA-256；有网络时也可 省略该参数并从官方 PMLR 地址重新获取。这个确定性测试不能替代真实 M3/specialist 行为重放。

test:models 从 fresh independent_review fixture 开始，每回合只让 M3 提交一条边，真实重放 Node 17–22。它使用隔离的临时 OMP runtime，自动批准工具请求，逐节点保存输出、运行时 model_change、session JSONL、state/STOP 和 strict validator 结果；临时认证数据库在结束时删除， 保留的 session 证据不包含认证数据库。节点默认预算为 30 分钟，可用 --max-time 45m 调整。 先用 --dry-run 检查输入，不会调用模型。 --all-nodes 从 matrix 的 22 个 fresh 源状态分别做真实单边回放，并断言每个节点真实调用 iph_status、iph_transition_plan、iph_advance；科学门还必须留下认证 specialist session， review 门额外必须调用 iph_review。 --from-node N --to-node M 可对闭区间分片或只重放受影响节点。日常提交不应串行重跑全部真实模型： 先跑 check 与 test:nodes，再按改动范围选择真实节点；完整 22 节点只用于发布候选、模型/OMP 路由变化 或定期验收。完整真实回放通常需要 1–3 小时，分片证据必须保留各自的 model/session/tool/state/validator 记录并在验收时合并。

完整的设计决策、失败链、模型调优结论、证据索引和接手步骤见 Debug 与调优交接。

相关项目

• innovation-proposition-hunting： Schema 3.0 状态机、模板、规则和 Python validator。
• Oh My Pi：插件运行时、模型路由、工具和 subagent 基础设施。

本项目使用 MIT License。