研究
literature-review
透過 PubMed、arXiv 和 Semantic Scholar 進行系統性文獻回顧,包含人工智慧驅動的綜述、核實引用以及強制性的科學圖表生成。
簡介
此技能為需要高品質學術綜述的研究人員、科學家和學生提供嚴謹的系統性文獻回顧工具。透過自動搜尋 PubMed、arXiv、bioRxiv 和 Semantic Scholar 等主要資料庫,它能快速發現並匯集學術資源。該技能旨在支援各種審查類型,包括範疇審查、統合分析以及最先進的技術研究,確保研究發現能以主題式整合並以專業格式呈現。
-
透過 parallel-web (parallel-cli search)、gget 和 bioservices 進行多資料庫整合,彙整跨領域研究。
-
提供主要學術格式(包含 APA、Nature 和 Vancouver)的自動引用核實與格式編排支援。
-
強制性科學視覺化要求,利用 scientific-schematics 技能生成出版級高品質圖表、PRISMA 流程圖及概念架構圖。
-
基於 PICO 架構的結構化工作流程管理,引導使用者從初步研究範疇定義到最終 Markdown 或 PDF 文件生成。
-
針對研究設計、發表日期和來源類型的進階篩選功能,確保高品質證據的選取。
-
在縮小範圍至專業資料庫之前,請將 parallel-web 技能作為廣泛範疇搜尋的主要入口。
-
該技能要求至少包含一張人工智慧生成的科學圖表,以確保敘述的清晰度與專業級的視覺文件水準。
-
使用者應在開始時明確定義納入與排除標準,以確保文獻回顧過程的可重複性。
-
確保從網路搜尋中檢索到的所有內容都已針對目標學術資料庫進行準確性與同儕審查狀態的核實。
-
生成的文件專為研究論文、論文寫作與研究經費申請而設計,僅需極少的額外人工調整即可達到出版標準。
倉庫統計
- Star 數
- 19,783
- Fork 數
- 2,207
- Open Issue 數
- 41
- 主要語言
- Python
- 預設分支
- main
- 同步狀態
- 閒置
- 最近同步時間
- 2026年4月30日 上午10:08