用途：把用户选题转成筛选标准和论文类型配额，建立可跨轮次跟踪的论文雷达。面向需要系统性发现值得读的论文、按经典/热点/顶会等类型推荐，或维护某主题文献库的场景。
主要能力：采用分层发现策略，组合经典论文、rising-star、社区精选、热点论文、顶会/顶刊五类渠道；调用 research-literature-search 完成基于显式关键词的数据库检索子步骤，并接受 status 为 success 或 partial_success 的 bundle。本 skill 负责跨渠道汇总、价值判断、分类、排序、记录不确定性，并保留核心、辅助、待跟踪和范围外角色。对核心候选按 conceptual_novelty、simplicity、surprise、generality、unification、new_primitive、follow_up_potential、practical_impact 按 0–5 分评分，证据质量单列为 confidence；使用 problem-reformulation、unexpected-simplicity、hidden-equivalence 等思想标签。
使用方式：需提供选题和目标数量，可选领域、配额、时间窗、白名单、排除项、是否下载公开 PDF 及笔记深度。运行前读取 .bensz-api/research-literature-radar/catalog.jsonl，候选需符合 rls.paper.v1。可运行 scripts/build_landscape.py --bundle <search-bundle> --draft <draft.jsonl> --output <literature-landscape.jsonl> --summary <landscape-summary.json> 做对账；scripts/catalog.py 提供不依赖网络的 ID 生成、标题标准化、索引加载和重复判定；scripts/validate_layout.py 检查运行级文件是否误写入 docs/papers/ 根目录。
输出与布局：将 literature-landscape.jsonl、landscape-summary.json、discovery.md、selection.md、dedup-report.md 和运行摘要写入同一 runs/<run-id>/；论文实体存于 docs/papers/<friendly-id>/，目录 ID 为 <first-author-full-name>-<year>-<keyword>；运行级配置与报告统一写入 .bensz-api/research-literature-radar/。
限制：缺失信息应明确列出并停止依赖该输入的步骤；不得把发现简化为单一关键词检索；补充信号不得伪装成 search provider 结果，也不得覆盖 canonical 顺序与去重结论；预印本状态与来源数量不能替代相关性判断。资料未提供具体收费、价格、平台支持范围、下载来源、配套模型或部署要求。