verify-workstation

觀察驗證介面 — 把「一批需要人工逐項確認的結果」（loci / variants / regions / features / 任意 items） + 每項的 metrics + 觀察輸出圖（ISM read×CpG 甲基熱圖、read×read 距離矩陣等，或 inline SVG）生成「互動判讀工作站」standalone HTML：每項可記人工判讀（同意/存疑/否定 + 原因）存 loc

by liaoyoyo(0) 0 installs

Imported from liaoyoyo/InterSubMod (.claude/skills/verify-workstation/SKILL.md). Install upstream with npx skills add liaoyoyo/InterSubMod --skill verify-workstation. Copyright stays with the author.

/verify-workstation — 觀察驗證介面（互動逐項判讀工作站）

Name: verify-workstation
Author: liaoyoyo

一句話：給一批要人工肉眼確認的結果，生成一個可逐項記錄判讀+匯出、嵌觀察圖、附修正過程紀錄、且數字由構造防捏造的互動 HTML 工作站。

定位：/methods-example 產「解釋方法的一張圖」；/html-report-build 把「一份 .md 排版成 HTML」；本 skill 產「一批結果的互動人工裁決介面」。三者共用 §13-A 注入引擎但 deliverable 不同。

何時用（與鄰近 skill 的硬邊界）

你要的	用	不是
逐項人工判讀 + 記錄 + 匯出 + 嵌輸出圖	本 skill	—
解釋「方法怎麼運作」的單張圖	`/methods-example`	本 skill
一份 .md 變漂亮 HTML（無 per-item 判讀）	`/html-report-build`	本 skill
AI 自動算特徵 verdict（無人工 UI）	`/feature-layered-observation`	本 skill
程式碼正確性 / build / test	`/verification-loop`	本 skill
假說 L1-L4 驗證層級	`/validation-protocol`	本 skill

8 步工作流 W0–W7

鐵則承襲 CLAUDE.md §13.0 / §13.7：先有驗證過的數字才寫文件；產數字的分析與寫工作站的 generator 絕不同批平行。

W0 LOCK-AND-GATHER：分析先跑完 → 數字全落 *.json/*.csv → Read 讀回確認非 error/未完成。每個 metric 記下 src（檔案:行）。物理隔離：分析 Bash 與 generator 在不同 tool-call batch。
W1 CARD SCHEMA：定義 per-item 卡片欄位 = id / title / subtitle / badges[]（PASS/Tier/✓驗/FP/CN…）/ metrics[]（每筆 {k,v,src}）/ figures / meta_metrics（卡頭一行顯示哪幾個）/ modal_stats（細看時的完整欄）。
W2 FIGURE BINDING：每項綁觀察圖。圖策略門檻：≤ ~數百項 → figures.mode="svg"（inline，單檔可攜）；> ~數百項或真實資料點陣圖（如 60,700 張 ISM PNG）→ figures.mode="png" 外部相對路徑 + gitignore + 重生指令（見 references/section_modules.md）。
W3 COMPUTED CLASSIFICATION：分類（CLEAN/CONFOUNDED、PASS/可能漏掉/篩掉、TierA/B…）在 W0 資料層算出寫進 spec，generator 不重算、人不手填。判準（如 normal FDR<0.05=confounded、PERMANOVA gate）要可由 src grep 到。
W4 VERDICT RECORDING：item_config.verdict_states 定判讀態（預設同意/存疑/否定）+ reason_options。generator 產 localStorage 判讀按鈕（key=meta.lskey）。
W5 PROVENANCE + CHANGELOG：每 metric 帶 src → ⌖ badge。changelog（修正過程紀錄）= data-driven：{data_status, binary_status, phase, corrections:[{id,what,status,effect,src}], audit_conclusion}，每條 src 須親驗（commit 用 git log 確認 ancestor-of-HEAD、doc 確認存在）。狀態用 in-HEAD/planned-phase2/not-done/authoritative/superseded。meta.build_commit 用 git rev-parse --short HEAD。
W6 §13-A REFUSE-ON-MISSING RENDER：跑 tools/build_workstation.py <spec.json>。item_config.required_metrics 列必填欄；缺 → exit 3 refuse（不 render dash，杜絕 page-04 Fig4 式 v1/v2 漂移）。後盾：scripts/number_provenance.py audit、scripts/fill_report.py。
W7 EXPORT + VISUAL QC（閉環，2026-07-09 落地工具）：跑 python3 tools/render_html_shot.py <html> -o <png> → 用 Read 工具看 PNG（Claude=VLM，AI-Scientist-v2 VLM-feedback 模式、人工閘）→ 檢 tofu(CJK)/溢出/錯位/卡片「無圖」/無來源數字 → 修 → 重 render 直到 pass。工具自動報 pageerror + broken-image(naturalWidth==0)。🔴 curl 200 ≠ 渲染 OK（HTTP OK 抓不到「無圖」靜默降級，見 docs/harness/HARNESS_FAILURE_LOG.md H-001）。再確認 ⌖ 來源、判讀按鈕、匯出 JSON/CSV 可動；必要時 number_provenance.py 稽核報告級數字。

資產

tools/build_workstation.py — 通用 generator（共用 case：≤ 數百項、inline SVG 或外部 PNG）。讀單一 spec.json → 出 standalone HTML。req() 缺必填值 exit 3。
templates/workstation_spec.schema.json — spec 結構（meta / banner / changelog / sections / item_config / items / provenance）。
references/antifab_contract.md — §13-A 注入/refuse/computed-class 規則。
references/section_modules.md — 可選模組（funnel / 即時門檻試算 / 圖庫 filter / charts / SEQC2-confound）+ genome-scale 密集陣列模式（>~1000 項用 compact column array，見 HCC1395 ASM script 102）。
references/provenance_changelog.md — changelog 資料契約 + src 驗證規則。
examples/ — 兩個 worked 實例（見下）+ selftest_spec.json。

兩個 worked 實例（兩種尺度）

chr2:18M subclone（小尺度・inline SVG・富敘述） — InterSubMod/docs/experiments/in_progress/2026/06/20260615_chr2_18M_subclone_verification_assets/scripts/build_workstation_html.py → docs/explain/07_subclone-judgment-workstation-chr2-18M.standalone.html。~10 項、inline SVG 圖、computed methyl class、conflict 校正表。本 skill 的 generator 即從此 pattern 抽出。
HCC1395 ASM 篩選（genome-scale・外部 PNG・30,350 項） — InterSubMod/research/tsg_promoter_asm_reviewer/scripts/102_build_workstation.py → …/display_v2/20260610_judgment_workstation_01.html。22-col compact array、60,700 外部 PNG、Tier A/B + 5 層驗證 + 即時門檻 + redesign meta-loop + §⓪b 修正過程紀錄。genome-scale 參考此 script（非本 generator）。

依賴（DEPEND ON，不吸收）

/html-report-build 設計 token（暗色盤、sticky、card）。
/methods-example 的 SVG primitive（當圖是示意而非真實資料點陣）。
scripts/{fill_report.py, number_provenance.py, provenance_stamp.sh} — §13 機械後盾。

診斷

generator exit 3 = §13-A refuse（缺必填 metric）→ 補 W0 資料或調 required_metrics。
圖空白 = figures.mode="png" 路徑相對於 HTML 所在目錄；外部圖需與 HTML 同層 figs/（gitignore→重生）。
判讀沒存 = 不同 meta.lskey 互不共用；換檔/換機請用匯出 JSON 再匯入。
建新 skill 改本檔後須同步 CLAUDE.md §3 計數（creation_guard / skill_registry_sync hook 會提醒）。

{ "ocm": "1", "id": "liaoyoyo-intersubmod-verify-workstation", "kind": "skill", "name": "verify-workstation", "description": "觀察驗證介面 — 把「一批需要人工逐項確認的結果」（loci / variants / regions / features / 任意 items） + 每項的 metrics + 觀察輸出圖（ISM read×CpG 甲基熱圖、read×read 距離矩陣等，或 inline SVG）生成「互動判讀工作站」standalone HTML：每項可記人工判讀（同意/存疑/否定 + 原因）存 localStorage、 JSON/CSV 匯出/匯入再校正、⌖ provenance 來源 badge、修正過程紀錄(changelog) section、modal 細看大圖、 §13-A 由構造防捏造（每個 metric 由 spec 注入、缺必填值即 refuse exit 3、分類須資料算出不可手填）。 USE WHEN：「判讀工作站」「位點判斷與驗證」「逐位點/逐項人工確認」「review station」「per-locus/per-item judgment」「把結果做成可互動肉眼確認介面」「let me confirm/verify each locus/item」「想記錄我對每個結果的判讀並匯出」「補上修正過程紀錄的結果檢視頁」、需人類逐項 confirm/verify 一批結果並記錄判讀+輸出時。 SKIP WHEN：單張方法解釋圖(用 /methods-example)、純 .md→HTML 排版無 per-item 判讀(用 /html-report-build)、 AI 自動算的特徵 verdict 分析無人工 UI(用 /feature-layered-observation)、決策性散文報告(用 /results-report)、純檔案組織稽核(用 /data-audit)、單一結論看板(用 /research-dashboard)、程式碼層 build/test 驗證(用 /verification-loop)、假說 L1-L4 驗證層級規劃(用 /validation-protocol)。", "publisher": "liaoyoyo", "version": "1.0.0", "capabilities": { "domains": [ "data_analysis" ], "tags": [ "skill-md", "github" ], "languages": [ "en" ] }, "quality_prior": 0.6, "examples": [ "觀察驗證介面 — 把「一批需要人工逐項確認的結果」（loci / variants / regions / features / 任意 items） + 每項的 metrics + 觀察輸出圖（ISM read×CpG 甲基熱圖、read×read 距離矩陣等，或 inline SVG）生成「互動判讀工作站」standalone HTML：每項可記人工判讀（同意/存疑/否定 + 原因）存 localStorage、 JSON/CSV 匯出/匯入再校正、⌖ provenance 來源 badge、修正過程紀錄(changelog) section、modal 細看大圖、 §13-A 由構造防捏造（每個 metric 由 spec 注入、缺必填值即 refuse exit 3、分類須資料算出不可手填）。 USE WHEN：「判讀工作站」「位點判斷與驗證」「逐位點/逐項人工確認」「review station」「per-locus/per-item judgment」「把結果做成可互動肉眼確認介面」「let me confirm/verify each locus/item」「想記錄我對每個結果的判讀並匯出」「補上修正過程紀錄的結果檢視頁」、需人類逐項 confirm/verify 一批結果並記錄判讀+輸出時。 SKIP WHEN：單張方法解釋圖(用 /methods-example)、純 .md→HTML 排版無 per-item 判讀(用 /html-report-build)、 AI 自動算的特徵 verdict 分析無人工 UI(用 /feature-layered-observation)、決策性散文報告(用 /results-report)、純檔案組織稽核(用 /data-audit)、單一結論看板(用 /research-dashboard)、程式碼層 build/test 驗證(用 /verification-loop)、假說 L1-L4 驗證層級規劃(用 /validation-protocol)。" ], "primary": false, "metadata": { "source": { "provider": "github", "repository": "https://github.com/liaoyoyo/InterSubMod", "path": ".claude/skills/verify-workstation/SKILL.md", "ref": "1ddd499b97f399033d6defb60d071baef6737680", "url": "https://github.com/liaoyoyo/InterSubMod/blob/1ddd499b97f399033d6defb60d071baef6737680/.claude/skills/verify-workstation/SKILL.md", "key": "liaoyoyo/InterSubMod/.claude/skills/verify-workstation/SKILL.md" } }, "instructions": "# /verify-workstation — 觀察驗證介面（互動逐項判讀工作站）\n\n> **一句話**：給一批要人工肉眼確認的結果，生成一個可逐項記錄判讀+匯出、嵌觀察圖、附修正過程紀錄、且數字由構造防捏造的互動 HTML 工作站。\n>\n> **定位**：`/methods-example` 產「解釋方法的一張圖」；`/html-report-build` 把「一份 .md 排版成 HTML」；本 skill 產「一批結果的互動人工裁決介面」。三者共用 §13-A 注入引擎但 deliverable 不同。\n\n## 何時用（與鄰近 skill 的硬邊界）\n\n| 你要的 | 用 | 不是 |\n|---|---|---|\n| 逐項人工判讀 + 記錄 + 匯出 + 嵌輸出圖 | **本 skill** | — |\n| 解釋「方法怎麼運作」的單張圖 | `/methods-example` | 本 skill |\n| 一份 .md 變漂亮 HTML（無 per-item 判讀） | `/html-report-build` | 本 skill |\n| AI 自動算特徵 verdict（無人工 UI） | `/feature-layered-observation` | 本 skill |\n| 程式碼正確性 / build / test | `/verification-loop` | 本", "cost": { "context_tokens": 1133 } }

verify-workstation

About

/verify-workstation — 觀察驗證介面（互動逐項判讀工作站）

何時用（與鄰近 skill 的硬邊界）

8 步工作流 W0–W7

資產

兩個 worked 實例（兩種尺度）

依賴（DEPEND ON，不吸收）

診斷

Use it

Manifest

Reviews