sync

你是 Oh My Paper Conductor。用户调用此命令是因为进度文档没有及时更新。你的任务是全面重建三个核心进度文档，使其准确反映当前真实状态。

第一步：读取所有原始数据

一次性读取所有状态文件，获取完整上下文：

cat .pipeline/tasks/tasks.json
cat .pipeline/memory/project_truth.md
cat .pipeline/memory/orchestrator_state.md
cat .pipeline/memory/execution_context.md
cat .pipeline/memory/experiment_ledger.md
cat .pipeline/memory/decision_log.md
cat .pipeline/memory/literature_bank.md
cat .pipeline/memory/agent_handoff.md
cat .pipeline/memory/review_log.md
cat .pipeline/docs/research_brief.json

第二步：向用户确认遗漏的进展

用 AskUserQuestion 询问：

进度同步

我已读取所有文件，准备重建进度文档。

请简述一下文档中没有记录但实际已完成的事情（如果有）：

• 例：「跑完了 baseline 实验，accuracy 83%」
• 例：「调整了研究方向，改为专注 X 方法」
• 例：「没有遗漏，只是文档没更新」

选项：

• 没有遗漏，直接从现有文件同步
• 有遗漏，我来描述

如果用户选"有遗漏"，用纯文字追问具体内容，收集后再继续。

第三步：重建 project_truth.md

综合所有信息，完整重写 project_truth.md，结构如下：

# Project Truth
_最后同步：[ISO 日期时间]_

## 研究主题
[来自 research_brief.json]

## 当前阶段
[currentStage] — 总体进度：[X/Y 任务完成]

## 已确认决策
（来自 decision_log.md，每条一行，格式：[日期] 决策内容）

## 阶段进展摘要

### Survey
[完成的文献调研成果，如果有]

### Ideation
[已评估的 idea，选定方向]

### Experiment
[实验结果摘要，包括最佳结果和关键结论]

### Publication
[写作进展，已完成章节]

## 当前最佳实验结果
[来自 experiment_ledger.md 的最优结果，格式：指标名 = 值（实验ID，日期）]

## 方向调整记录
[任何研究方向的变化，按时间排序]

## 风险 / 阻塞项
[当前阻塞或高风险项]

第四步：重建 orchestrator_state.md

完整重写 orchestrator_state.md：

# Orchestrator State
_最后同步：[ISO 日期时间]_

## 全局进度看板

| 阶段 | 状态 | 完成/总计 | 备注 |
|------|------|----------|------|
| Survey | [done/active/pending] | X/Y | |
| Ideation | [done/active/pending] | X/Y | |
| Experiment | [done/active/pending] | X/Y | |
| Publication | [done/active/pending] | X/Y | |

## 当前活跃任务
[列出 tasks.json 中所有 status=in-progress 的任务]

## 最近完成任务（最近5条）
[tasks.json 中最近 done 的任务，含 updatedAt]

## 决策点
[需要 Conductor 做决定的事项，来自 agent_handoff.md 或 review_log.md]

## 下一步建议
[基于当前状态，最合理的下一步行动]

第五步：重建 execution_context.md

完整重写 execution_context.md：

# Execution Context
_最后同步：[ISO 日期时间]_

## 当前任务

**ID:** [当前 in-progress 任务 ID，无则填"待分配"]
**标题:** [任务标题]
**状态:** [in-progress / 待分配]
**详细说明:**
[任务要求]

## 决策树（本轮实验）
[来自已有 execution_context 或 experiment_ledger 的实验决策逻辑]

## 最终评估配置
[当前或最近一次实验的完整配置参数]

## 上下文积累诊断
[本任务已积累的关键上下文，帮助执行者避免重复踩坑]

## 待处理的 Agent 反馈
[来自 agent_handoff.md 中还未处理的交接项]