deepscan-monitor

deepscan-monitor 技能專為需要執行複雜、多階段 PapersFlow DeepScan 研究工作流程的研究人員與分析師而設計，這些流程通常超過標準互動式 LLM 查詢的時長。此技能允許用戶啟動長時間運行的研究任務，並透過主動輪詢與狀態管理來維持可視性。它非常適合需要中間結果、檢查點審查或跨多個研究主題進行最終整合的場景。

• 使用 run_deepscan 啟動異步 DeepScan 任務，進行全面的文獻與數據探索。

• 提供即時狀態更新，包括進度百分比、當前階段、檢查點問題以及發現的重要論文。

• 在處理完成後，可立即存取部分摘要、關鍵發現與最終報告。

• 支援使用 summarize_evidence 函數進行跨報告分析，將歷史 DeepScan 數據整合為連貫的概述。

• 支援使用 run_python_plot 對穩定的報告指標進行自動化數據視覺化，例如引用分佈、發表場域趨勢及年度研究產出。

• 用戶應將該代理視為研究助理，代理會定期輪詢長時間運行任務的更新資訊。

• 代理優先使用 get_deepscan_live_snapshot 以確保傳達最準確的狀態，優於輕量級狀態檢查。

• 在嘗試生成圖表前，請確保所有報告數據已達到穩定狀態，以維持視覺化品質。

• 請記住 MCP 伺服器不會自動推送通知，需指示代理執行輪詢以檢查完成狀態。

• 狀態更新應保持簡潔，除非用戶明確要求深度分析，否則應優先強調關鍵發現與進度狀態。