phd-data-management
整理科研资料目录、数据字典、版本与备份计划,保持来源和关联,不擅自删除或上传原始材料
SKILL.mdskills/phd-data-management/SKILL.md
GitHub科研资料管理
整理流程
- 限定用户指定的项目目录与资料范围,识别原始数据、处理数据、代码、结果、论文和外部材料。不要遍历无关私人目录。
- 先生成路径清单和建议结构;按内容/校验值识别重复候选,区分同名不同版本与真正重复,不自动删除候选。
- 为数据写字典:字段、类型、单位、缺失编码、样本单位、采集来源、许可/访问限制与已知质量问题。未知项明确待补。
- 用户要求实际整理时,优先可逆复制或有清单的移动,检查代码/论文/工作台中引用的旧路径,保留映射并验证新路径。不要静默破坏现有分析入口。
- 根据容量、更新频率和敏感性拟定备份与恢复步骤。工作台科研记录使用
node cli.mjs export --file <备份路径>生成一致快照;它不包含 AI 对话,普通附件另行备份,不直接复制运行中的 SQLite 文件代替快照。实际备份后检查文件及校验值,可在临时数据目录恢复验证;文件校验成功不等于数据库已通过恢复测试。写出备份计划不等于已完成备份。 - 公开数据或上传外部仓库是独立动作;整理资料不包含发布许可。共享前按真实许可与用户授权范围准备可共享副本。
交付
交付资料索引、数据字典、来源与版本说明、实际移动/备份日志以及未解决的路径依赖。只有核验过的备份才标为已验证。
保存与工作台
读取 本地操作约定。交付文件使用用户指定位置,否则放在仓库 outputs/,不覆盖原始材料。仅在用户要求登记/更新时,通过 node cli.mjs 读取当前记录与 version、预检所需批量变化、保存并回读;沿用 PHD_DATA_DIR。AI 方案标注 origin: "ai",外部材料保留来源;生成文档不自动增加论文百分比或把实验设为完成。