literature-scout

Other Community

Repo stars 650
Author repo research-skills

Interpretation is structured for decision-making; original keeps the upstream SKILL.md unchanged.

Decide Fit First

Core job: > 系统化检索、筛选和组织 AI/ML 领域学术文献。最适合：按分类号和关键词精确检索 API 端点: http://export.arxiv.org/api/query 最适合：引用关系分析、影响力评估搜索端点: https://api.semant…
Best fit: Use it when the task has reusable inputs, steps, and validation criteria rather than a one-off answer.
Avoid forcing it: If the source lacks commands, platform support, or external-service evidence, keep those fields unknown instead of guessing.

Design Intent

Structure: The skill is organized around “角色定位”, “检索工具与策略”, “1. Exa 语义搜索（首选）”, “2. ArXiv API”, showing how the author expects the agent to judge fit, collect context, and produce verifiable output.
Trigger evidence: Prioritize the author’s wording around when to use it, what context to collect, and what output shape to produce.
Evidence boundary: Author text states facts, repository files prove commands and paths, and Fluxly only adds fit, limits, and usage judgment.

How To Use It

Inputs: Provide target material, scope, expected result, forbidden changes, and validation method.
Invocation: Name literature-scout directly; if the source includes slash commands, start with the command and then add task context.
Validation: Start small and check whether the result follows “角色定位 / 检索工具与策略 / 1. Exa 语义搜索（首选）” before expanding.

Boundaries And Review

Dependencies: It usually needs no extra API key, so start with a small validation task.
Permissions: Declared permissions include read; ask the agent to state file, command, and rollback boundaries before acting.
Quality bar: A useful result names the deliverable, evidence, and next action. Generic prose means the task needs tighter context.

Literature Scout Skill — 文献猎手

系统化检索、筛选和组织 AI/ML 领域学术文献。

角色定位

核心职责：

多源检索 — 从 ArXiv、Semantic Scholar、Papers With Code 等多个来源收集文献
质量筛选 — 按相关性、影响力、新颖性筛选论文
分类组织 — 按方法分类框架组织文献
覆盖度分析 — 确保各分类文献充足

检索工具与策略

1. Exa 语义搜索（首选）

最适合：自然语言描述的主题检索

搜索策略：
- 用自然语言描述研究主题
- 限定 arxiv.org 域名：includeDomains: ["arxiv.org"]
- 限定时间：startPublishedDate / endPublishedDate
- 提取摘要：contents.text = true
- 每次 10-20 条结果，多轮检索

示例查询：

"recent advances in vision-language models 2024 2025"
"large language model reasoning chain of thought"
"diffusion models for image generation survey"

2. ArXiv API

最适合：按分类号和关键词精确检索

API 端点: http://export.arxiv.org/api/query
常用分类:
  - cs.CV (Computer Vision)
  - cs.CL (Computation and Language)
  - cs.LG (Machine Learning)
  - cs.AI (Artificial Intelligence)
  - stat.ML (Machine Learning - Statistics)

URL 编码注意事项:
  - 使用 %20AND%20 连接条件
  - 使用 %28 %29 表示括号
  - 返回 Atom XML 格式

3. Semantic Scholar API

最适合：引用关系分析、影响力评估

搜索端点: https://api.semanticscholar.org/graph/v1/paper/search
字段: title,authors,year,citationCount,abstract,externalIds
速率限制: 100 次/5 分钟（无 Key），建议每次请求间隔 3 秒

通过引用数筛选高影响力论文：

核心论文: citationCount ≥ 50
重要论文: citationCount ≥ 20
新兴论文: 近 1 年发表，citationCount ≥ 5

4. Papers With Code

最适合：获取 SOTA 排行和代码可用性

通过 Exa 搜索 paperswithcode.com 获取：

SOTA 方法排名
基准数据集信息
代码实现链接

检索流程

Step 1: 理解任务

从 IMPLEMENTATION_PLAN.md 获取：

综述主题和范围
分类框架
目标文献量
关键词列表
时间范围

Step 2: 多源检索

按优先级执行：

Exa 广度搜索 — 每个分类 2-3 个语义查询，获取初步文献集
ArXiv 精确检索 — 补充 Exa 可能遗漏的特定分类论文
Semantic Scholar 引用追踪 — 从核心论文出发，沿引用链发现相关工作
Papers With Code — 补充 SOTA 方法和基准数据

Step 3: 去重与筛选

去重优先级：

ArXiv ID 精确匹配
DOI 匹配
标题模糊匹配（相似度 > 90%）

多源保留规则：同一论文在多个来源出现时，保留信息最完整的版本

筛选标准：

相关性: 与综述主题直接相关
质量: 顶会/顶刊发表或引用数高
时效性: 近 3 年优先
多样性: 覆盖各方法类别

Step 4: 分类与组织

按 IMPLEMENTATION_PLAN.md 中的分类框架将文献归类，构建文献矩阵。

Step 5: 覆盖度分析

检查每个分类的文献数量：

成熟类别: ≥ 5 篇
新兴类别: ≥ 2 篇（标注"新兴方向"）
总量: 达到目标文献量的 80% 以上

不足时执行补充检索。

Step 6: 输出文献矩阵

literature_matrix.md 格式

---
stats:
  total_collected: N
  after_screening: N
  by_category:
    category_a: N
    category_b: N
  top20_ready: true/false
---

# Literature Matrix: [综述标题]

## 概览
- 检索日期: YYYY-MM-DD
- 总收集: N 篇
- 筛选后: N 篇
- 来源分布: Exa N% | ArXiv N% | S2 N% | PwC N%

## 分类汇总

| 分类 | 子分类 | 论文数 | 核心论文 |
|------|--------|--------|----------|
| [Cat1] | [Sub1] | N | [paper1], [paper2] |

## 详细文献列表

### [Category 1]

| # | 标题 | 作者 | 年份 | 来源 | 引用数 | ArXiv ID | 类别标签 |
|---|------|------|------|------|--------|----------|----------|
| 1 | [Title] | [Authors] | YYYY | [Venue] | N | XXXX.XXXXX | [tag] |

### [Category 2]
...

## Top 20 核心论文

按影响力和相关性排序的 20 篇必读论文：

| 排名 | 标题 | 理由 |
|------|------|------|
| 1 | [Title] | [为什么是核心论文] |

## 覆盖度分析

| 分类 | 目标 | 实际 | 状态 |
|------|------|------|------|
| [Cat1] | ≥5 | N | ✅/⚠️ |

## 检索日志

| 工具 | 查询 | 结果数 | 筛选后 |
|------|------|--------|--------|
| Exa | "[query]" | N | N |

交接

完成后：

更新 IMPLEMENTATION_PLAN.md Phase 2 状态为「已完成」
在 literature_matrix.md 末尾 @mention 论文分析师
如遇问题 @mention 研究主管

Fluxly profile Author and license come from source; runtime, permissions, and network are Fluxly detections or estimates

Fluxly category: Other
Author-declared agents: No explicit declaration found; this is not inferred or tested compatibility
Static check: 88 / 100 · heuristic scan, not runtime safety proof
Author / version / license: @luwill · no license declared
Fluxly token estimate: Lean
Fluxly setup estimate: Plug-and-play
External API key: No requirement detected
Detected OS requirements: Unspecified
Runtime requirements: Unspecified
Detected file/system behavior: Read-only
Detected network behavior: Local-only
Install commands: None (reference only)

Profile is derived at build time from SKILL.md and install vectors. Subject to drift from author intent.

Heads up: 未限定 allowed-tools，默认拥有全部工具权限。

Output preview literature-scout.preview

The current SKILL.md does not define a fixed output example.

SKILL.md SKILL.md

# Literature Scout Skill — 文献猎手

系统化检索、筛选和组织 AI/ML 领域学术文献。

## 角色定位

核心职责：
1. **多源检索** — 从 ArXiv、Semantic Scholar、Papers With Code 等多个来源收集文献
2. **质量筛选** — 按相关性、影响力、新颖性筛选论文
3. **分类组织** — 按方法分类框架组织文献
4. **覆盖度分析** — 确保各分类文献充足

## 检索工具与策略

### 1. Exa 语义搜索（首选）

最适合：自然语言描述的主题检索

```
搜索策略：
- 用自然语言描述研究主题
- 限定 arxiv.org 域名：includeDomains: ["arxiv.org"]
- 限定时间：startPublishedDate / endPublishedDate
- 提取摘要：contents.text = true
- 每次 10-20 条结果，多轮检索
```

示例查询：
- "recent advances in vision-language models 2024 2025"
- "large language model reasoning chain of thought"
- "diffusion models for image generation survey"

### 2. ArXiv API

最适合：按分类号和关键词精确检索

```
API 端点: http://export.arxiv.org/api/query
常用分类:
  - cs.CV (Computer Vision)
  - cs.CL (Computation and Language)
  - cs.LG (Machine Learning)
  - cs.AI (Artificial Intelligence)
  - stat.ML (Machine Learning - Statistics)

URL 编码注意事项:
  - 使用 %20AND%20 连接条件
  - 使用 %28 %29 表示括号
  - 返回 Atom XML 格式
```

### 3. Semantic Scholar API

最适合：引用关系分析、影响力评估

```
搜索端点: https://api.semanticscholar.org/graph/v1/paper/search
字段: title,authors,year,citationCount,abstract,externalIds
速率限制: 100 次/5 分钟（无 Key），建议每次请求间隔 3 秒
```

通过引用数筛选高影响力论文：
- 核心论文: citationCount ≥ 50
- 重要论文: citationCount ≥ 20
- 新兴论文: 近 1 年发表，citationCount ≥ 5

### 4. Papers With Code

最适合：获取 SOTA 排行和代码可用性

通过 Exa 搜索 paperswithcode.com 获取：
- SOTA 方法排名
- 基准数据集信息
- 代码实现链接

## 检索流程

### Step 1: 理解任务

从 IMPLEMENTATION_PLAN.md 获取：
- 综述主题和范围
- 分类框架
- 目标文献量
- 关键词列表
- 时间范围

### Step 2: 多源检索

按优先级执行：
1. **Exa 广度搜索** — 每个分类 2-3 个语义查询，获取初步文献集
2. **ArXiv 精确检索** — 补充 Exa 可能遗漏的特定分类论文
3. **Semantic Scholar 引用追踪** — 从核心论文出发，沿引用链发现相关工作
4. **Papers With Code** — 补充 SOTA 方法和基准数据

### Step 3: 去重与筛选

去重优先级：
1. ArXiv ID 精确匹配
2. DOI 匹配
3. 标题模糊匹配（相似度 > 90%）

多源保留规则：同一论文在多个来源出现时，保留信息最完整的版本

筛选标准：

…

Evidence boundary and execution chain

Author text anchors workflow facts; Fluxly only indexes current sections, terms, files, and commands.

sections -> 角色定位 → 检索工具与策略 → 1. Exa 语义搜索（首选） → 2. ArXiv API → 3. Semantic Scholar API → 4. Papers With Code
terms    -> 多源检索 · 质量筛选 · 分类组织 · 覆盖度分析 · Exa 广度搜索 · ArXiv 精确检索 · Semantic Scholar 引用追踪 · Papers With Code
files/cmd -> AI/ML · export.arxiv.org/api/query · api.semanticscholar.org/graph/v1/paper/search · IMPLEMENTATIONPLAN.md · literaturematrix.md · true/false
body sha256 -> 7cfe14494fb7