research-literature-radar

# Research Literature Radar ## 目标 把来自不同发现渠道的候选论文转成可持续维护的研究雷达。`research-literature-search` 只是本 skill 的一个检索子步骤，负责基于显式关键词的数据库召回、字段规范化、canonical 去重和 provenance；本 skill 仍负责分层发现、跨渠道汇总、价值判断、分类、跟踪与归档。 本 skill 负责： - 将用户目标转成筛选标准和论文类型配额； - 对全部 canonical 候选分别判断相关性、证据深度、发表状态和身份可信度； - 分类、排序、记录不确定性，并保留核心、辅助、待跟踪和范围外角色； - 将入选论文映射到稳定 ID，写入论文库并维护跨轮次跟踪。 ### 触发与输入概览 用户提出“找值得读的论文”“建立某主题论文雷达”“按经典/热点/顶会等类型推荐论文”或类似发现与学习需求时触发。 必填：用户选题和目标数量。可选：领域/子主题、五类论文配额（`classic`、`rising-star`、`community`、`hot`、`top-venue`）、时间窗、作者/venue 白名单、排除项、是否下载公开 PDF、笔记深度。 运行前读取 `.bensz-api/research-literature-radar/catalog.jsonl`（不存在则创建），并保留用户原始请求和运行日期。 ## 流程 ### 输入 按用户请求和配置文件提供必要输入；缺失信息应明确列出并停止依赖该输入的步骤。 ### 执行步骤 - 仅将本 Skill 的设计缺陷（流程漏判、输入契约不完整或环境假设错误）视为可上报 bug；用户数据错误、第三方服务抖动、用户主动改源码和模型偶发波动不属于此范围。 - 发现设计缺陷时先脱敏记录到 `~/.bensz-skills/bugs/`，当前任务继续；只有用户明确要求公开上报时，才使用本机 `gh api` 直传，不 clone 仓库。 - 不收集用户名、主机名、工作目录、密钥、令牌、Cookie 或其它无关隐私；不得直接修改用户本地已安装 Skill 的源代码来“顺手修 bug”。 版本唯一来源为同目录 `config.yaml:skill_info.version`；本文件只描述稳定工作契约，不重复易变配置。 不要把论文发现简化成单一关键词检索。根据用户选题和目标数量，组合以下五类渠道；每类都可以使用联网检索、研究者脉络或社区信号，但必须记录其来源和用途： - **经典论文**：定位领域奠基者、明星研究者、综述、奖项和公认里程碑，再查找其代表性工作。 - **rising-star 论文**：寻找近 3–5 年持续突破的作者、实验室或研究线，关注尚未广为人知但影响快速上升的研究者。 - **社区精选**：检查 Hugging Face Daily/Weekly/Monthly Papers、Import AI、研究者通讯、公众号/X 账号和可信整理页。 - **偶然的热点论文**：关注近期发表后因讨论度、代码传播、新闻或社交平台而受到关注的论文，即使作者并不知名。 - **顶会/顶刊近期论文**：仅在用户选题足够窄时重点使用，结合明确的 venue 和时间窗，避免宽主题造成无穷候选。 `research-literature-search` 负责其中“基于关键词检索学术数据库”的小步骤；经典作者脉络、社区精选和热点信号不能假设会自动出现在该检索 bundle 中。 ### 首选...