Stage 2: 基线消化 (Baseline Digestion)
进入时手里有什么
- 用户选定的 idea 卡片（含 base paper 和资源估算）
- Scout 的 文献调研报告
- Base paper 的 论文 PDF 和 GitHub 代码仓库
阶段目标
Scout 精读 base paper 和代码，输出 5 个结构化文件到 .omc/research/baseline/。这些文件为后续的 Planner（实验设计）和 Coder（代码实现）提供完整的 baseline 知识基础。
具体步骤
mermaid
graph TD
A[选定的 Idea + Base Paper] --> B[Scout: 精读论文]
B --> C[Scout: 精读代码仓库]
C --> D[Scout: 生成 5 个结构化文件]
D --> E[写入 .omc/research/baseline/]
E --> F[进入 Design 阶段]Step 1: 精读论文
执行者: Scout (Gemini)
Scout 精读 base paper 全文，重点关注：
- 核心方法的技术细节（不是摘要级别的概述）
- 实验设置的每一个细节（数据集、模型、超参数、训练策略）
- 消融实验的结论
- 论文中承认的局限性
Step 2: 精读代码
执行者: Scout (Gemini)
Scout 阅读 base paper 的代码仓库，重点关注：
- 项目结构和依赖关系
- 核心模块的实现方式
- 训练脚本和配置文件
- README 中的复现指南
- 代码与论文描述的差异（如果有）
Step 3: 生成结构化文件
执行者: Scout (Gemini)
Scout 将精读结果整理为 5 个标准化文件。
产出物
| 文件 | 内容 | 主要消费者 |
|---|---|---|
summary.md | 论文核心贡献、方法概述、主要结果的结构化摘要 | Planner |
experiments.md | 完整的实验设置：数据集、模型配置、超参数、训练策略、评估指标 | Planner |
method-details.md | 方法的技术细节：公式、算法流程、模块设计、损失函数 | Coder |
code-notes.md | 代码仓库分析：项目结构、核心文件、关键类/函数、依赖版本 | Coder |
reproduction-checklist.md | 复现检查清单：环境配置、数据准备、训练命令、预期结果、已知问题 | Coder |
所有文件写入 .omc/research/baseline/ 目录。
文件详情
summary.md
markdown
# Baseline Summary
## 论文信息
- 标题: xxx
- 会议: CVPR 2024
- 代码: github.com/xxx
## 核心贡献
1. ...
2. ...
## 方法概述
...
## 主要结果
| 数据集 | 指标 | 结果 |
|--------|------|------|
| CUB-200 | top-1 acc | 86.8% |
## 局限性
- ...experiments.md
markdown
# Baseline 实验设置
## 数据集
- 名称: CUB-200-2011
- 训练集: 5994 images
- 测试集: 5794 images
- 预处理: resize 448, random crop, horizontal flip
## 模型
- Backbone: ResNet-50 (ImageNet pretrained)
- 修改: ...
## 训练配置
- Optimizer: SGD, lr=0.01, momentum=0.9, weight_decay=5e-4
- Scheduler: CosineAnnealing, T_max=200
- Batch size: 16
- Epochs: 200
- GPU: 1× V100
## 评估指标
- top-1 accuracy
- top-5 accuracyreproduction-checklist.md
markdown
# 复现检查清单
## 环境
- [ ] Python 3.8+
- [ ] PyTorch 1.12+
- [ ] 其他依赖: requirements.txt
## 数据准备
- [ ] 下载 CUB-200-2011 数据集
- [ ] 数据目录结构: ...
## 训练
- [ ] 命令: python train.py --config configs/cub200.yaml
- [ ] 预期训练时间: ~6h on 1× V100
- [ ] 预期最终指标: top-1 acc ≈ 86.8%
## 已知问题
- data augmentation 的 resize 后需要归一化（见 issue #42）各 Agent 职责
| Agent | 做什么 | 不做什么 |
|---|---|---|
| Scout | 精读论文和代码，输出结构化文件 | 不做价值判断，不设计实验 |
| 编排器 | 分派任务，确认文件生成完毕 | 不参与精读过程 |
Gate 信息
| 属性 | 值 |
|---|---|
| 默认 Gate | auto |
| 为什么 | 这是纯信息提取阶段，不涉及主观决策 |
| 通过条件 | 5 个文件全部生成且非空 |
为什么是 auto gate？
Baseline Digestion 是纯粹的信息提取和结构化工作。Scout 不需要做任何判断性决策 — 它只是把论文和代码中已有的信息整理成标准格式。因此不需要人工审批或 Judge 评审。
消费者
产出的 5 个文件有明确的下游消费者：
- Planner 消费
summary.md和experiments.md— 用于制定 Research Contract 和实验计划 - Coder 消费
method-details.md、code-notes.md和reproduction-checklist.md— 用于代码实现和 baseline 复现
mermaid
graph LR
S[Scout 产出] --> SM[summary.md]
S --> EM[experiments.md]
S --> MD[method-details.md]
S --> CN[code-notes.md]
S --> RC[reproduction-checklist.md]
SM --> P[Planner]
EM --> P
MD --> C[Coder]
CN --> C
RC --> C错误处理
| 情况 | 处理方式 |
|---|---|
| 论文 PDF 无法获取 | Scout 通过联网搜索替代来源 |
| 代码仓库不可用 | 回退到 Ideation，换一个有可用代码的 base paper |
| 代码与论文描述不一致 | 在 code-notes.md 中标注差异，不做判断 |
| 依赖版本过旧无法安装 | 在 reproduction-checklist.md 中标注，由 Coder 后续处理 |
进入下一阶段的条件
.omc/research/baseline/下 5 个文件全部存在- 每个文件内容非空且格式正确
reproduction-checklist.md包含完整的环境和训练命令