内容创作
#writing
literature-review
Use when writing literature review sections - guides searching, organizing, and synthesizing academic sources
DeepseekModel
官方收录技能
质量 优秀 · 90
v1.0.0
获取
https://deepseekmodel.com/api/download.php?id=norman-bury-research-writing-skill-skills-literature-review-skill-md&format=skill
下载 .skill
标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用
.skill 文件中 system_prompt 字段的实际内容。
name literature-review description Use when writing literature review sections - guides searching, organizing, and synthesizing academic sources allowed-tools Read, Write, Edit, Bash, WebSearch, WebFetch 文献综述 本技能指导文献搜索、整理和综述写作。 ## 核心原则:绝不编造文献 这是最重要的原则,必须严格遵守: 英文文献 :可通过网络搜索获取,但必须验证真实性 中文文献 :明确告知用户去知网(CNKI)搜索,AI提供搜索建议 所有引用必须可追溯、可验证 不确定的文献信息,宁可不写也不编造 ## 文献工具脚本 本技能内置了多个文献处理脚本: 1. 文献搜索 (scholar_search.py) 脚本位置 : scripts/scholar_search.py 支持的数据库 :PubMed, CrossRef, Semantic Scholar, arXiv 支持的输出格式 : json - JSON 格式(默认) bibtex - BibTeX 格式,可直接用于 LaTeX ris - RIS 格式,用于 EndNote/Zotero apa - APA 引用格式 mla - MLA 引用格式 chicago - Chicago 引用格式 vancouver - Vancouver 引用格式 使用方法 # 基本搜索 python scripts/scholar_search.py "deep learning transformer" # 指定数据库 python scripts/scholar_search.py "neural network" --sources pubmed,crossref # 年份过滤(当前是2026年,建议使用近年范围) python scripts/scholar_search.py "machine learning" --year 2023-2026 # 输出 BibTeX 格式(用于 LaTeX 论文) python scripts/scholar_search.py "landslide detection" --format bibtex -o refs.bib # 输出 APA 引用格式 python scripts/scholar_search.py "attention mechanism" --format apa -- limit 5 # JSON 输出(用于程序处理) python scripts/scholar_search.py "quantum computing" --format json -o results.json 输出格式示例 BibTeX 格式 (用于 LaTeX): @article{xu2024, title = {CAS Landslide Dataset: A Large-Scale and Multisensor Dataset}, author = {Yulin Xu and Chaojun Ouyang and Qingsong Xu}, journal = {Scientific Data}, year = {2024}, doi = {10.1038/s41597-023-02847-z}, } APA 格式 (用于正文引用): Yulin Xu and Chaojun Ouyang (2024). CAS Landslide Dataset... 各数据库特点 数据库 速率限制 摘要 引用数 适用领域 CrossRef 高 部分 是 全学科 PubMed 中 需额外请求 否 生物医学 Semantic Scholar 低* 是 是 全学科 arXiv 低 是 否 CS/物理/数学 * Semantic Scholar 建议配置 API Key 以获得更高限额。 Checklist 确认综述主题和范围 生成搜索关键词(中英文) 英文文献:执行搜索并整理结果 中文文献:提供搜索策略,等待用户提供 按主题分类整理文献 生成证据-论点映射(evidence-claim map) 标注每条文献的引用位置(citation slot) 撰写综述初稿 检查所有引用的真实性 更新 plan/progress.md 0. 文献到正文的硬门控 文献检索不是交付终点。写 Introduction、Related Work、研究现状前,必须把文献转成证据-论点映射: | Source ID | Citation | Abstract-level finding | Usable fact | Supported claim | 引用位置 / citation slot | Risk | |---|---|---|---|---|---|---| 要求: Supported claim 必须是可写进正文的一句话,不是“这篇文献很相关”。 引用位置 / citation slot 必须具体到段落角色,如“Introduction-P2 方法谱系”或“RelatedWork-P3 FL-IDS 局限”。 每个核心论点至少有 1 条强支撑文献;关键研究空白应由 2 条以上文献共同支撑。 只允许使用题名、摘要、DOI 元数据、用户提供摘录或已读取全文中的信息。 如果没有 evidence-claim map,不得声称文献综述已完成。 一、文献搜索指南 1.0 脚本搜索(推荐) 使用 scripts/scholar_search.py 进行多数据库并行搜索。 基本用法 # 搜索所有数据库,输出 JSON python scripts/scholar_search.py "your query" --format json -o results.json # 指定数据库和年份 python scripts/scholar_search.py "deep learning" --sources crossref,semanticscholar --year 2023-2026 # 仅搜索 PubMed(生物医学) python scripts/scholar_search.py "hippocampus memory" --sources pubmed -- limit 20 BibTeX 输出(用于 LaTeX 论文) # 输出 BibTeX 格式 python scripts/scholar_search.py "landslide detection" --format bibtex -o refs.bib # 直接输出到控制台 python scripts/scholar_search.py "transformer attention" --format bibtex -- limit 5 BibTeX 输出示例 : @article{xu2024, title = {CAS Landslide Dataset: A Large-Scale and Multisensor Dataset}, author = {Yulin Xu and Chaojun Ouyang and Qingsong Xu}, journal = {Scientific Data}, year = {2024}, doi = {10.1038/s41597-023-02847-z}, url = {https://doi.org/10.1038/s41597-023-02847-z} } 文本引用格式 # APA 格式 python scripts/scholar_search.py "neural network" --format apa -- limit 3 # MLA 格式 python scripts/scholar_search.py "machine learning" --format mla -- limit 3 # Chicago 格式 python scripts/scholar_search.py "attention mechanism" --format chicago -- limit 3 APA 输出示例 : Yulin Xu and Chaojun Ouyang (2024). CAS Landslide Dataset: A Large-Scale and Multisensor Dataset for Deep Learning-Based Landslide Detection. Scientific Data. 10.1038/s41597-023-02847-z 搜索策略建议 开始搜索 :使用 CrossRef(速度快、结果多、有引用数) 精确搜索 :添加年份范围过滤 领域搜索 : 生物医学 → PubMed 计算机/物理/数学 → arXiv 需要 AI 推荐相关文献 → Semantic Scholar JSON 输出示例 [ { "title" : "Attention Is All You Need" , "authors" : [ "Ashish Vaswani" , "Noam Shazeer" , "..." ] , "year" : 2017 , "journal" : "Advances in neural information processing systems" , "doi" : "10.48550/arXiv.1706.03762" , "citations" : 100000 , "url" : "https://doi.org/10.48550/arXiv.1706.03762" , "_source" : "crossref" } ] 1.1 WebSearch 搜索(备选) 当脚本不可用时,使用 WebSearch 进行搜索。 可用数据库: 数据库 特点 适用领域 Google Scholar 综合性最强 全学科 PubMed 生物医学权威 医学、生物 IEEE Xplore 工程技术 计算机、电子 arXiv 预印本 物理、数学、CS Semantic Scholar AI增强搜索 全学科 搜索策略: 确定核心关键词(英文) 使用布尔运算符:AND, OR, NOT 使用引号精确匹配:"deep learning" 限定时间范围:近5年优先 按引用量排序找高影响力文献 1.2 中文文献搜索 AI无法直接搜索中文学术数据库,必须让用户配合。 推荐数据库: 知网(CNKI) :最全面的中文学术数据库 万方数据 :学位论文丰富 维普 :期刊论文 百度学术 :综合搜索 AI提供的帮助: 生成搜索关键词 提供搜索策略建议 用户提供摘要后,AI帮助整理 二、文献整理 2.1 文献信息记录 每篇文献记录以下信息: ## 文献1 - **标题** : - **作者** : - **年份** : - **期刊/会议** : - **DOI/链接** : - **核心观点** : - **研究方法** : - **主要结论** : - **与本研究关系** : 2.2 文献分类 按主题而非按文献组织: 文献综述/ ├── 理论基础/ ├── 方法技术/ ├── 应用研究/ └── 综述文章/ 三、综述写作 3.1 综述结构 一、引言 - 研究背景 - 综述目的和范围 二、研究现状 2.1 主题一 2.2 主题二 2.3 主题三 三、研究评述 - 已有研究的贡献 - 存在的不足 - 研究趋势 四、研究空白与本研究定位 3.2 写作要点 综合而非罗列 ❌ 张三(2020)研究了A。李四(2021)研究了B。 ✅ 关于X问题,学界主要从三个角度展开研究:张三(2020)从A角度出发...;而李四(2021)则关注B方面... 批判性分析 不仅介绍研究内容,还要评价其贡献和局限 指出不同研究之间的关系(支持、补充、矛盾) 3.3 综述写作模板 引入某一研究领域: [领域名称]是近年来[学科]研究的热点之一。自[开创性工作]以来, 该领域经历了快速发展,主要研究集中在[方向1]、[方向2]和[方向3]等方面。 介绍代表性研究: [作者]([年份])提出了[方法/理论],该研究[主要贡献]。 实验结果表明,[主要发现]。然而,该方法存在[局限性]。 指出研究空白: 尽管已有研究在[方面]取得了显著进展,但在[具体问题]方面仍存在不足。 具体而言,[问题1]尚未得到充分探讨,[问题2]缺乏系统性研究。 四、引用格式 中文(GB/T 7714-2015) [1] 作者. 文章题目[J]. 期刊名, 年份, 卷(期): 页码. [2] 作者. 书名[M]. 出版地: 出版社, 年份: 页码. 英文(APA 7th) Author, A. A., & Author, B. B. (Year). Title. Journal, Volume(Issue), pages. 五、对话模板 场景0:使用脚本搜索文献(推荐) 执行搜索命令 : python scripts/scholar_search.py "搜索关键词" --sources crossref,semanticscholar --year 2020-2024 -- limit 20 --format json 输出示例 : "我来使用学术搜索脚本帮你查找文献。 搜索查询 : [关键词] 数据源 :CrossRef, Semantic Scholar 年份范围 :2020-2024 搜索结果 (按引用数排序): # 标题 作者 年份 期刊 引用数 DOI 1 [...] [...] 2023 [...] 156 [DOI] 2 [...] [...] 2022 [...] 89 [DOI] 需要我进一步获取某篇文献的详细信息吗?" 场景1:用户需要英文文献(WebSearch 方式) "我来帮你搜索相关英文文献。 搜索关键词 :[生成的关键词] 搜索结果 : [文献标题] - [作者] ([年份]) 期刊:[期刊名] 核心内容:[简要描述] DOI:[链接] 建议 :这些文献中,[文献X]与你的研究最相关。" 场景2:用户需要中文文献 "中文学术文献需要你在知网(CNKI)等数据库搜索,我来帮你准备搜索策略。 建议搜索关键词 : 主题词:[关键词1]、[关键词2] 组合搜索:[关键词1] AND [关键词2] 搜索步骤 : 访问 https://www.cnki.net/ 选择"高级搜索" 输入上述关键词 筛选条件:核心期刊/CSSCI,近5年 请将搜索到的文献摘要粘贴给我 ,我帮你整理和分析。" 场景3:用户提供了文献摘要 "收到,我来帮你整理这些文献。 文献整理 : 序号 作者 年份 核心观点 与本研究关系 1 [作者] [年份] [观点] [关系] 综述建议 : 这些文献可以从以下角度组织... 需要我帮你起草综述段落吗?" 六、引用检查与验证 6.1 引用验证(必须) 使用 verification 技能进行严格验证: 声称 验证方式 不充分 引用存在 CrossRef API 确认 DOI "看起来正确" 引用格式正确 运行格式检查脚本 目测检查 作者信息准确 搜索原始来源 "应该没错" 验证脚本 : # 验证 DOI 是否存在 curl -s "https://api.crossref.org/works/10.1000/doi123" # 验证 BibTeX 文件 python scripts/scholar_search.py "your query" --format bibtex --output refs.bib
Agent 识别该技能的关键词,点击任意一个即可复制。
该技能未提供触发词。
下载的 .skill 包内含以下字段。
| 字段 | 说明 |
|---|---|
| format | 格式标识(skill/v1) |
| skill_id | 技能唯一 ID |
| name | 技能名称 |
| version | 版本号 |
| description | 技能描述 |
| category | 所属分类(数组) |
| trigger_words | 触发词列表 |
| tags | 标签列表 |
| source | 来源标识 |
| source_url | 来源链接(本页地址) |
| exported_at | 导出时间(每次下载生成) |
| system_prompt | 系统提示词正文 |
| model_config | 模型参数:provider / model / temperature / max_tokens / top_p |
| examples | 示例 |
| install_guide | 各平台导入说明(Coze / Dify / Claude / 自定义框架) |