研究
deep-reading-analyst avatar

deep-reading-analyst

深度閱讀與分析框架,運用 SCQA、第一性原理、系統思考等 10 種以上思維模型,協助您拆解複雜文章與學術報告。

簡介

Deep Reading Analyst 是一款專業的閱讀與認知合成工具,旨在將被動式閱讀轉化為深度的知識建構過程。該技能適用於需要從繁雜資料中提取關鍵洞察的研究人員、專業人士與終身學習者。透過多層次的分析方法,引導使用者進行內容解構、邏輯驗證與知識關聯,確保資訊被深度吸收並轉化為實際決策的基礎。

  • 內建 10 種以上經典思維模型,包含 SCQA(情境-衝突-問題-答案)、5W2H(完整性檢查)、批判性思考(謬誤偵測)、反向思考、跨學科心理模型、第一性原理、系統思考與六頂思考帽。

  • 提供四種分析深度選項:快速(15 分鐘概覽)、標準(30 分鐘評估)、深度(60 分鐘合成)與研究級(120 分鐘以上多源比較)。

  • 提供細緻的結構化分析,包含核心論點提取、關鍵概念拆解,以及使用邏輯評估矩陣進行論證強度的檢視。

  • 整合多源比較工具,能同時處理多篇文章,找出各方觀點的共識、分歧點與獨特價值。

  • 促進知識轉化,將抽象理論轉化為具體的行動計畫、學習筆記或決策框架。

  • 非常適合閱讀學術論文、策略報告、技術文件、複雜觀點文章與長篇深度內容。

  • 支援動態互動,使用者可明確定義分析目標(如:解決問題、創意寫作或學術研究)。

  • 支援網址、貼上文字或檔案上傳,產出內容結構模組化,從簡潔摘要到深度邏輯導圖皆可自訂。

  • 具備智慧預設功能,若使用者未指定深度,系統會根據內容類型與複雜度自動選擇最合適的分析框架。

倉庫統計

Star 數
318
Fork 數
44
Open Issue 數
4
主要語言
Shell
預設分支
main
同步狀態
閒置
最近同步時間
2026年5月1日 上午09:43
在 GitHub 查看