GEIS：面向长篇文章生成的代理技能生成 - 评估 - 改进循环

针对大模型在长篇文章生成中面临的上下文、指令及输出过长等挑战，本文提出 GEIS 框架。该框架通过构建命名且声明式的技能循环，涵盖文章写作、证据收集及图表渲染等任务。其核心在于建立“生成 - 评估 - 改进”闭环：利用成对评估技能生成结构化质量报告，并将 recurrent 发现映射为对写作技能的永久性修补。实验表明，GEIS 在结构和内容质量上显著优于现有方法，证明了将固定工作流重构为可检查、模块化且由评估驱动的改进循环的有效性。