Real Literature Trace by ligphidonk/academic-skills
npx skills add https://github.com/ligphidonk/academic-skills --skill 'Real Literature Trace'使用此技能可将模糊的文献请求转化为可溯源的论文集合,包含清晰的筛选理由和真实的来源链接。
当用户需要以下任何一项时使用它:
当用户需要外文文献或中英文混合文献集时,将工作流程视为两个关联的步骤:
在评估国际论文时,优先考虑以下来源:
不要仅因为论文出现在 Google Scholar 中就将其视为高质量论文。使用 Scholar 进行发现,然后通过官方来源进行验证。
如果用户未指定以下细节,请使用合理的默认值并在搜索前简要说明:
如果主题模糊,不要直接进行宽泛搜索。
广告位招租
在这里展示您的产品或服务
触达数万 AI 开发者,精准高效
如果用户提出类似以下的要求:
帮我找文献搜一些论文做文献综述筛选优秀文献给我真实文献地址那么首先需要限定请求范围。
仅询问最高价值的缺失细节:
如果用户在一轮询问后仍然模糊,选择一个合理的解释,明确说明,然后继续。
遵循此顺序。
在搜索之前,用 2-5 行文字重述商定的范围:
准备一个小的双语关键词集:
将宽泛主题拆分为子主题,以使结果多样化而非重复。
如果用户需要外文文献,请包含考虑发表场所的检索词,例如:
示例:
spacecraft pursuit evasion game IEEE TACorbital pursuit evasion game AIAAdifferential game spacecraft Automatica优先选择可以后续验证的来源:
对于国际文献筛选,将发表场所质量作为检索计划的一部分:
除非你能解释论文的来源以及如何核验,否则不要将其纳入最终集合。
保留最能满足以下大部分条件的论文:
拒绝以下论文:
对于每篇选定的论文,按以下顺序返回最佳可用地址:
如果无法确认链接,请说待核验,而不是猜测。
返回最终论文,包含:
strong、selected 或 backup采用实用的分级方法:
A 级:高度相关且易于验证的核心论文B 级:良好的支持性论文C 级:可能仍有用的备用论文S 级:来自顶级期刊或顶级会议的杰出国际论文,既高度相关又极具影响力在相似的论文之间做选择时,优先考虑:
不要过度看重引用次数。一篇较新但更精确的论文可能比一篇著名但泛泛的论文更好。
当用户要求论文列表时,默认使用表格。
推荐列:
如果用户需要文献综述或相关工作部分,将最终集合总结为:
每周安装次数
–
代码仓库
GitHub 星标数
43
首次出现时间
–
安全审计
超能力技能使用指南:AI助手技能调用优先级与工作流程详解
45,100 周安装