collate / rules

---
description: "collate OCR + historical text collation plugin — loads when working with collate skills, agents, or pipeline scripts"
alwaysApply: true
---

# collate — Cursor 项目上下文

你在 collate 插件环境下工作。这是一个中文历史文献 OCR + 校对工具包，完整契约见 [AGENTS.md](../../AGENTS.md)。

## 插件根

```
PLUGIN_ROOT = <此仓库的绝对路径>
```

启动时必须先读：

- `AGENTS.md`（工作流契约）
- `skills/<当前要跑的 skill>/SKILL.md`

## 15 个 skill · 8 流水线 + 7 阅读

流水线（8）：setup → prep-scan → visual-preview → ocr-run → proofread → diff-review → to-docx → mp-format

阅读（7）：xray-paper · paper-summary · chunqiu · kaozheng · prometheus · real-thesis · constellatio

每个 skill 目录：`SKILL.md`（指令）+ `scripts/`（Python）+ `references/`（知识库）。

## 脚本执行

在 Cursor 的集成终端里直接跑：

```bash
python3 skills/<skill>/scripts/<script>.py [args]

# 完整 pipeline 一条命令
python3 scripts/run_full_pipeline.py --pdf <input.pdf>
```

## Subagent 调度

Cursor 没有 Task tool，用新 chat tab 模拟 subagent：

1. **主 tab** 负责 pipeline 编排
2. **proofread tab** 的 system prompt 从 `agents/historical-proofreader.md` 正文读入
3. 主 tab 发送 raw.md 路径 + reference 路径 + 文献类型
4. proofread tab 按 checklist 产出 `raw.review.md` 全文，主 tab 复制落盘

## 环境变量

项目根放 `.env`（已 gitignore），由 shell 加载：

```bash
OCR_ENGINE=mineru
BAIDU_OCR_API_KEY=...   # 仅 baidu 引擎
BAIDU_OCR_SECRET_KEY=...
```

## 核心原则

- 端到端自主，不替换学术判断
- C 类（存疑待考）保留原文 + 脚注
- 失败要显性，结构化上报
- 所有中间产物落盘，不清理