diff --git a/command/ld-deep.md b/command/ld-deep.md
new file mode 100644
index 00000000..ddc97421
--- /dev/null
+++ b/command/ld-deep.md
@@ -0,0 +1,221 @@
+# /LD-deep
+
+基于单篇论文的组会式精读入口。
+
+## 功能
+
+1. 解析 `/LD-deep <query>` 中的查询词
+2. 支持 Zotero key、标题片段、DOI、PMID、关键词
+3. 优先搜索本地 Zotero 并锁定单篇论文
+4. 绑定该论文对应的：
+   - `99_System/LiteraturePipeline/ocr/<KEY>/fulltext.md`
+   - `99_System/LiteraturePipeline/ocr/<KEY>/meta.json`
+   - `03_Resources/Literature/.../KEY - Title.md`
+5. 在正式文献卡片中检查或创建 `## 🔍 精读`
+6. 以“研究思路 + figure-by-figure”方式一次性完成精读写回
+
+## 执行原则
+
+- `/LD-deep` 对用户来说是一次触发直接完成。
+- 内部逻辑分两步：
+  1. 先生成 `## 🔍 精读` 骨架和 figure 标题位
+  2. 再补全所有空段
+- **覆盖确认（强制）**：
+  在启动精读前，主 agent **必须**读取 `{{FORMAL_NOTE}}`，检查是否已存在 `## 🔍 精读` 区域且包含非占位符的实质内容（如已填写的分析段落、非"（待补充）"的文本）。
+  - 若检测到已有实质内容 → **必须**使用 Question tool 询问用户：
+    - "追加"（保留现有内容，仅补充新增/空缺部分）
+    - "覆盖"（删除现有精读，重新生成）
+    - "跳过"（取消本次操作）
+  - 用户选择"追加"时，subagent 应保留已有内容，仅填充空缺或补充新 section。
+  - 用户选择"覆盖"时，subagent 应**先删除现有 `## 🔍 精读` 区域**（从 `## 🔍 精读` 到下一个同级或更高级 heading），再重新生成骨架并填写。
+  - 用户选择"跳过"时，直接终止流程。
+- 后续再次运行时（未询问用户或用户选择追加）：
+  - 只补空段
+  - 不覆盖已有内容
+  - 不覆盖用户手改内容
+
+## 精读定位
+
+这不是综述提取，也不是信息摘录。
+目标是模拟高水平博士/博士后组会讲解单篇论文的学习型精读。
+
+主线必须是：
+
+1. 文章整体研究思路
+2. 主文 figure 逐张解析
+3. 关键方法补课
+4. 主要发现、新意、疑点与启发
+
+## Supplementary 规则
+
+- 默认不逐张展开 supplementary figure/table。
+- 仅在以下情况下纳入：
+  - 对主结论形成关键支撑
+  - 补足方法可信度
+  - 限制主文结论的解释范围
+  - 作者在正文中明显依赖该补充材料
+
+## 精读结构
+
+骨架为纯文本 + 粗体标题，不使用 Obsidian callout 格式。采用 Keshav 三阶段阅读法组织：
+
+```md
+## 🔍 精读
+
+**证据边界**：区分三层信息：`论文结果`、`作者解释`、`我的理解/推断`。不要把样本内观察直接写成普遍规律，不要把相关性写成因果，不要把未进入最终模型的指标写成已被稳定验证的联合诊断结论。
+
+### Pass 1: 概览
+
+**一句话总览**
+（待补充）
+
+**5 Cs 快速评估**
+- **Category**（类型）：
+- **Context**（上下文）：
+- **Correctness**（合理性初判）：
+- **Contributions**（贡献）：
+- **Clarity**（清晰度）：
+
+**Figure 导读**
+- 关键主图：
+- 证据转折点：
+- 需要重点展开的 supplementary：
+- 关键表格：
+
+### Pass 2: 精读还原
+
+#### Figure-by-Figure 解析
+（每张 figure 下方按以下顺序填写）
+- **图像定位与核心问题**：页码 + 要回答什么问题
+- **方法与结果**：方法 + 结果
+- **作者解释**：作者对该图的解读
+- **我的理解**：自己的理解（区分于作者解释）
+- **在全文中的作用**：该图在整体故事线中的位置
+- **疑点 / 局限**：读图时发现的疑问（可酌情用 `> [!warning]` 突出）
+
+#### Table-by-Table 解析
+（如有重要表格，按同样结构展开）
+
+#### 关键方法补课
+- 方法 1：
+- 方法 2：
+
+#### 主要发现与新意
+**主要发现**
+- 发现 1：
+- 发现 2：
+
+### Pass 3: 深度理解
+
+#### 假设挑战与隐藏缺陷
+- 隐含假设：
+- 如果放宽某个假设，结论还成立吗？
+- 缺少哪些关键引用？
+- 实验/分析技术的潜在问题：
+
+#### 哪些结论扎实，哪些仍存疑
+**较扎实**
+-
+
+**仍存疑**
+-
+
+#### Discussion 与 Conclusion 怎么读
+- 作者真正完成了什么：
+- 哪些地方有拔高：
+- 哪些地方是推测：
+
+#### 对我的启发
+- 研究设计上：
+- figure 组织上：
+- 方法组合上：
+- 未来工作想法：
+
+#### 遗留问题
+**遗留问题**
+-
+```
+
+## Figure 节要求
+
+每个 figure 小节按以下顺序填写：
+
+- **图像定位与核心问题**：页码 + 要回答什么问题
+- **方法与结果**：方法 + 结果
+- **作者解释**：作者对该图的解读
+- **我的理解**：自己的理解（区分于作者解释）
+- **在全文中的作用**：该图在整体故事线中的位置
+- **疑点 / 局限**：读图时发现的疑问（可酌情用 `> [!warning]` 突出）
+
+图像优先直接引用 `fulltext.md` 里已有的 OCR 图像链接。
+
+## 使用示例
+
+### 单篇精读（已知 key）
+
+```bash
+/LD-deep XGT9Z257
+/LD-deep Predictive findings on magnetic resonance imaging
+/LD-deep 10.1016/j.jse.2018.01.001
+```
+
+### 批量从待精读队列启动（/LD-deep queue）
+
+```
+/LD-deep queue
+```
+
+当不提供具体 key/标题时，agent 自动执行以下流程：
+
+1. 运行 `python {{SCRIPT}} queue --vault {{VAULT}}`
+2. 解析输出的 JSON 队列（`analyze=true` + `deep_reading_status != done` + `ocr_status`）
+3. 按 OCR 状态分组展示：
+   - **就绪**：OCR 已完成，可直接精读
+   - **阻塞**：OCR 未完成，需先跑 `ocr` worker
+4. 由用户选择篇目：
+   - 若只有 1 篇就绪 → 直接执行单篇精读（等同于 `/LD-deep <key>`）
+   - 若多篇 → 展示清单，用户选择后批量 spawn subagent 并行处理
+
+**注意**：`queue` 模式只扫描 `library-records`（Base 控制记录），不扫描正式卡片。只有在 Base 里勾选 `analyze=true` 的论文才会进入队列。
+
+## Subagent Spawn 指南（多篇并行时使用）
+
+当需要并行处理多篇论文时，使用 Task tool 启动 subagent，每个 subagent 独立处理一篇。
+
+### 变量替换
+
+对每篇论文，替换以下四个变量：
+
+| 变量              | 示例值                                                             |
+| ----------------- | ----------------------------------------------------------------- |
+| `{{ZOTERO_KEY}}`   | `Y5KQ4JQ7`                                                        |
+| `{{FORMAL_NOTE}}`  | `D:\L\Med\Research\03_Resources\Literature\骨科\Y5KQ4JQ7 - 3D printed hydrogel for articular cartilage regeneration.md` |
+| `{{FULLTEXT_MD}}`  | `D:\L\Med\Research\99_System\LiteraturePipeline\ocr\Y5KQ4JQ7\fulltext.md` |
+| `{{SCRIPT}}`      | `D:\L\Med\Research\.opencode\skills\literature-qa\scripts\ld_deep.py` |
+
+### Spawn 命令格式
+
+```
+Task(
+  description="LD-deep {{ZOTERO_KEY}}",
+  prompt="加载 subagent prompt: D:\L\Med\Research\.opencode\skills\literature-qa\prompt_deep_subagent.md\n\n填入以下变量：\n- ZOTERO_KEY: {{ZOTERO_KEY}}\n- FORMAL_NOTE: {{FORMAL_NOTE}}\n- FULLTEXT_MD: {{FULLTEXT_MD}}\n- SCRIPT: {{SCRIPT}}",
+  subagent_type="general"
+)
+```
+
+### 多篇并行示例
+
+假设要对 LMD5YVLP、NDPUMMCI、Y5KQ4JQ7、UBM39DTB 四篇并行精读：
+
+1. 先行查询 formal-library.json 或检查文件系统，确认每篇的 FORMAL_NOTE 路径
+2. 用 Bash tool 预跑 `python {{SCRIPT}} figure-index {{FULLTEXT_MD}}` 确认 OCR 存在
+3. 四个 Task 并行启动，每篇独立
+4. 等待所有 Task 完成，收集各篇的写入行数和验证结果
+
+### 预检（必须）
+
+在 spawn 之前，确认：
+- `{{FULLTEXT_MD}}` 存在且非空（OCR 已完成）
+- `{{FORMAL_NOTE}}` 所在目录存在（note 已被 selection-sync 创建）
+
+如有任何一项不满足，subagent 应报错退出，不静默失败。
diff --git a/command/ld-paper.md b/command/ld-paper.md
new file mode 100644
index 00000000..e2053d6a
--- /dev/null
+++ b/command/ld-paper.md
@@ -0,0 +1,55 @@
+# /LD
+
+基于 Zotero OCR 文本的单篇论文工作台入口。
+
+## 功能
+
+1. 解析 `/LD <query>` 中的查询词
+2. 支持 Zotero key、标题片段、DOI、PMID、关键词
+3. 优先搜索本地 Zotero，解析到单篇目标论文
+4. 加载 `D:\L\Med\Research\99_System\LiteraturePipeline\ocr\<KEY>\fulltext.md` 作为主文本
+5. 读取 `meta.json` 显示论文标题、作者、期刊、年份
+6. 进入 Q&A 模式，用中文回答用户关于该论文的问题
+7. 在当前论文上下文中，用户可再说“精读这篇文章”切换到 deep 层
+
+## 加载后提示语
+
+```
+已加载论文: [title] ([year], [journal])
+Zotero Key: [key]
+请基于论文原文回答问题。如信息未在论文中提及，会明确说明。
+请问有什么问题？
+```
+
+## 回答原则
+
+- **严格基于** `fulltext.md` 中的文本内容回答
+- 引用原文时标注来源页码/章节
+- 用中文（简体中文）回答
+- 论文中未提及的内容，明确说明"论文中未提及该内容"
+- 需要结合论文以外知识的问题，说明"该问题需要结合论文以外的知识回答"
+
+## 多篇论文
+
+多个 key 时依次加载所有 `fulltext.md`，回答时说明来源：
+```
+来源 [KEY1]: ...
+来源 [KEY2]: ...
+```
+
+## 解析规则
+
+1. 如果输入看起来像 8 位 Zotero key，则直接按 key 解析。
+2. 否则先在本地 Zotero 中搜索标题/摘要。
+3. 若命中唯一结果或明显最佳结果，则直接载入。
+4. 若存在多个合理候选，则先列候选清单再让用户选。
+5. 不要强迫用户先知道 Zotero key。
+
+## 使用示例
+
+```bash
+/LD XGT9Z257
+/LD Predictive findings on magnetic resonance imaging
+/LD 10.1016/j.jse.2018.01.001
+/LD XGT9Z257 PQR8KLM
+```
diff --git a/command/lp-index-refresh.md b/command/lp-index-refresh.md
new file mode 100644
index 00000000..447e1b1b
--- /dev/null
+++ b/command/lp-index-refresh.md
@@ -0,0 +1,16 @@
+# /lp-index-refresh
+
+刷新 LiteraturePipeline 索引，包含孤立记录清理逻辑。
+
+## Commands
+
+```bash
+python 99_System/LiteraturePipeline/worker/scripts/literature_pipeline.py --vault D:\L\Med\Research index-refresh
+```
+
+## 输出示例
+
+```
+index-refresh: wrote 684 index rows
+index-refresh: cleaned 0 orphaned records in 骨科
+```
\ No newline at end of file
diff --git a/command/lp-ocr.md b/command/lp-ocr.md
new file mode 100644
index 00000000..12420a3a
--- /dev/null
+++ b/command/lp-ocr.md
@@ -0,0 +1,9 @@
+# /lp-ocr
+
+触发 OCR 处理队列。
+
+## Commands
+
+```bash
+python 99_System/LiteraturePipeline/worker/scripts/literature_pipeline.py --vault D:\L\Med\Research ocr
+```
\ No newline at end of file
diff --git a/command/lp-selection-sync.md b/command/lp-selection-sync.md
new file mode 100644
index 00000000..1d37cbb9
--- /dev/null
+++ b/command/lp-selection-sync.md
@@ -0,0 +1,9 @@
+# /lp-selection-sync
+
+同步 Zotero 选中项到 library-records。
+
+## Commands
+
+```bash
+python 99_System/LiteraturePipeline/worker/scripts/literature_pipeline.py --vault D:\L\Med\Research selection-sync
+```
\ No newline at end of file
diff --git a/command/lp-status.md b/command/lp-status.md
new file mode 100644
index 00000000..cfb60588
--- /dev/null
+++ b/command/lp-status.md
@@ -0,0 +1,27 @@
+# /lp-status
+
+查看 LiteraturePipeline 状态。
+
+## 检查 exports 记录数
+
+```bash
+python -c "import json; from pathlib import Path; data = json.loads(Path('99_System/LiteraturePipeline/exports/骨科.json').read_text('utf-8')); items = [i for i in data.get('items',[]) if i.get('itemType') != 'attachment']; print(f'骨科: {len(items)} records')"
+```
+
+## 检查 library-records 总数
+
+```bash
+python -c "from pathlib import Path; count = sum(1 for _ in Path('03_Resources/LiteratureControl/library-records').rglob('*.md')); print(f'library-records: {count} records')"
+```
+
+## 检查 OCR 完成数
+
+```bash
+python -c "from pathlib import Path; done = sum(1 for p in Path('99_System/LiteraturePipeline/ocr').glob('*/meta.json') if 'done' in Path(p).read_text('utf-8')); print(f'OCR done: {done}')"
+```
+
+## 检查索引记录数
+
+```bash
+python -c "import json; data = json.load(open('99_System/LiteraturePipeline/indexes/formal-library.json', encoding='utf-8')); print(f'Index: {len(data)} records')"
+```
\ No newline at end of file
diff --git a/scripts/setup.py b/scripts/setup.py
index e68ed162..0c24c550 100644
--- a/scripts/setup.py
+++ b/scripts/setup.py
@@ -523,6 +523,24 @@ def deploy_workflow_scripts(vault_path: Path, agent_key: str, agent_config: dict
             print_warning(f"Template not found (skipping): {src_rel}")
             fail_count += 1
     
+    # Deploy agent commands
+    command_src = repo_root / "command"
+    command_dst = vault_path / ".opencode/command"
+    
+    if command_src.exists() and command_src.is_dir():
+        command_files = list(command_src.glob("*.md"))
+        if command_files:
+            command_dst.mkdir(parents=True, exist_ok=True)
+            for cmd_file in command_files:
+                try:
+                    dst_file = command_dst / cmd_file.name
+                    shutil.copy2(cmd_file, dst_file)
+                    success_count += 1
+                except Exception as e:
+                    print_error(f"Failed to deploy command {cmd_file.name}: {e}")
+                    fail_count += 1
+            print_success(f"Deployed {len(command_files)} agent commands")
+    
     print(f"\nDeployment summary: {success_count} succeeded, {fail_count} failed")
     return fail_count == 0