研究
deep-reading-analyst avatar

deep-reading-analyst

深度阅读与分析框架,运用 SCQA、第一性原理、系统思考等 10 种以上思维模型,协助您拆解复杂文章与学术报告。

简介

Deep Reading Analyst 是一款专业的阅读与认知合成工具,旨在将被动式阅读转化为深度的知识构建过程。该技能适用于需要从繁杂资料中提取关键洞察的研究人员、专业人士与终身学习者。通过多层次的分析方法,引导用户进行内容解构、逻辑验证与知识关联,确保资讯被深度吸收并转化为实际决策的基础。

  • 内建 10 种以上经典思维模型,包含 SCQA(情境-冲突-问题-答案)、5W2H(完整性检查)、批判性思考(谬误侦测)、反向思考、跨学科心理模型、第一性原理、系统思考与六顶思考帽。

  • 提供四种分析深度选项:快速(15 分钟概览)、标准(30 分钟评估)、深度(60 分钟合成)与研究级(120 分钟以上多源比较)。

  • 提供细致的结构化分析,包含核心论点提取、关键概念拆解,以及使用逻辑评估矩阵进行论证强度的检视。

  • 整合多源比较工具,能同时处理多篇文章,找出各方观点的共识、分歧点与独特价值。

  • 促进知识转化,将抽象理论转化为具体的行动计划、学习笔记或决策框架。

  • 非常适合阅读学术论文、策略报告、技术文档、复杂观点文章与长篇深度内容。

  • 支持动态互动,用户可明确定义分析目标(如:解决问题、创意写作或学术研究)。

  • 支持网址、粘贴文字或文件上传,产出内容结构模块化,从简洁摘要到深度逻辑导图皆可自订。

  • 具备智慧预设功能,若用户未指定深度,系统会根据内容类型与复杂度自动选择最合适的分析框架。

仓库统计

Star 数
318
Fork 数
44
Open Issue 数
4
主要语言
Shell
默认分支
main
同步状态
空闲
最近同步时间
2026年5月1日 09:43
在 GitHub 查看