研究
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