get-review-theme

Solid

当用户明确要求"从文件/图片/网页/描述中提取综述主题"或"生成主题+关键词+核心问题结构化输出"时使用。支持文件(PDF/Word/Markdown/Tex)、文件夹、图片、自然语言描述、网页 URL 等多种输入源,自动识别输入类型并提取内容,生成可直接用于 systematic-literature-review 及其他文献综述技能的结构化输出。

Data & Documents 2,293 stars 225 forks Updated yesterday MIT

Install

View on GitHub

Quality Score: 87/100

Stars 20%
100
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
68
Issue Health 10%
80
License 10%
100
Description 5%
100

Skill Content

# Get Review Theme ## 与 bensz-collect-bugs 的协作约定 - 当用户环境中出现因本 skill 设计缺陷导致的 bug 时,优先使用 `bensz-collect-bugs` 按规范记录到 `~/.bensz-skills/bugs/`,严禁直接修改用户本地 Claude Code / Codex 中已安装的 skill 源码。 - 若 AI 仍可通过 workaround 继续完成用户任务,应先记录 bug,再继续完成当前任务。 - 当用户明确要求“report bensz skills bugs”等公开上报动作时,调用本地 `gh` 与 `bensz-collect-bugs`,仅上传新增 bug 到 `huangwb8/bensz-bugs`;不要 pull / clone 整个 bug 仓库。 ## 定位 - 从文件、图片、网页、文件夹或自然语言描述中提取结构化综述主题。 - 输出直接服务 `systematic-literature-review` 或其他文献综述工作流。 - 最高原则:主题要可操作、关键词要能检索、核心问题要具体。 ## 输入 必需: - `{输入源}`:文件路径、URL、文件夹路径、图片路径,或直接文本描述 可选: - `{输出格式}`:`text` / `yaml` / `json`,默认 `text` ## 输出 始终包含三项: - `主题` - `关键词` - `核心问题` 格式由用户选择: - `text` - `yaml` - `json` ## 工作流 ### 1. 识别输入类型 - 自然语言描述 - 图片 - URL - 文本文件 - PDF - Word - 文件夹 ### 2. 提取内容 - 自然语言:直接使用 - 图片:依赖 LLM 原生视觉能力 - URL:优先网页读取工具,失败则请用户提供正文 - 文本 / PDF / Word:直接读取 - 文件夹:递归扫描并合并 `.md/.txt/.pdf` 等核心材料 原则: - 优先用宿主原生能力和现有标准工具 - 工具不可用时优雅降级,不额外引入脚本依赖 ### 3. 语义提取 围绕以下任务输出: - 用一句话概括主题 - 提取 5-10 个英文标准术语 - 提取 2-5 个具体研究问题或挑战 ### 4. 格式化 - `text`:适合直接复制给下游 skill - `yaml` / `json`:适合结构化衔接 ## 质量要求 - 主题要包含研究对象与核心问题或方法 - 关键词优先用标准检索术语 - 核心问题必须具体,避免“意义重大/挑战很多”这种空话 ## 错误处理 - 文件不存在:提示用户改路径或直接粘贴内容 - 格式不支持:提示转换 - 内容提取失败:让用户手动提供文本 - URL 解析失败:让用户复制网页正文或提供 PDF - 图片语义不清:请用户补一句描述 ## 与下游技能的关系 - `topic` 可直接喂给 `systematic-literature-review` - `keywords` 可补充检索策略 - `core_questions` 可作为综述边界和纳排参考

Details

Author
huangwb8
Repository
huangwb8/ChineseResearchLaTeX
Created
2 years ago
Last Updated
yesterday
Language
Python
License
MIT

Similar Skills

Semantically similar based on skill content — not just same category

Data & Documents Solid

systematic-literature-review

当用户明确要求"做系统综述/文献综述/related work/相关工作/文献调研"时使用。AI 自定检索词,多源检索→去重→AI 逐篇阅读并评分(1–10分语义相关性与子主题分组)→按高分优先比例选文→自动生成"综/述"字数预算→资深领域专家自由写作(固定摘要/引言/子主题/讨论/展望/结论),保留正文字数与参考文献数硬校验,强制导出 PDF 与 Word。支持多语言翻译与智能编译(en/zh/ja/de/fr/es)。

2,293 Updated yesterday
huangwb8
Data & Documents Solid

check-review-alignment

当用户明确要求"核查/优化综述 `{主题}_review.tex` 的正文引用"或"运行 check-review-alignment"时使用。通过宿主 AI 的语义理解逐条核查引用是否与文献内容吻合,只在发现致命性引用错误时对"包含引用的句子"做最小化改写,并复用 `systematic-literature-review` 的渲染脚本输出 PDF/Word。核心原则:不为了改而改,无法确定是否为致命性错误时保留原样并在报告中警告。⚠️ 不适用:用户只是想生成系统综述正文(应使用 systematic-literature-review);用户只是想新增/核对 BibTeX 条目(应使用专门的 bib 管理流程)。

2,293 Updated yesterday
huangwb8
Data & Documents Solid

nsfc-justification-writer

当用户明确要求"写/改 NSFC 立项依据""立项依据写作/重构"时使用。基于最小信息表输出价值与必要性、现状不足、科学问题/假说与项目切入点,并保持模板结构不被破坏。适用于 NSFC 及各类科研基金申请书的立项依据写作场景。

2,293 Updated yesterday
huangwb8