SuperAPI AI 工具集

Subagent-Driven Literature Review

智能体与模型

查看项目

更新于 10-16 06:22

技能介绍

用途:面向大规模文献综述(50 篇以上论文),用并行子代理加速论文筛选、深挖分析与引文网络探索,并通过批次间合并检查点保证质量。核心原则是每批使用全新子代理,批次之间由主代理统一合并。

主要能力:并行论文筛选(主代理把论文分成每批 15-25 篇,用单条消息中的多个 Task 调用并行派发,子代理抓取摘要并按评分标准打 0-10 分,返回 JSON);优先论文深挖(抓取全文,提取数据表、方法、关键发现、数据可用性等结构化信息);引文网络探索(对种子论文并行派发前向与后向引文子代理,只返回评分≥7 的论文);按领域提取(基因组学、计算方法、临床研究、生态/环境等各有对应字段)。

使用方式:主代理先规划分批并建立 TodoWrite,再并行派发子代理,收集并校验 JSON,去重排序后写入 papers-reviewed.json,生成 SUMMARY.md,必要时对高分论文做深挖。子代理只返回结果,不更新跟踪文件,避免冲突。需在提示中写明评分标准、批次编号与速率限制:单独运行时用 500ms 延迟,2 个并行用 1 秒,3 个用 1.5 秒,5 个用 2.5 秒;遇 HTTP 429 等待 5 秒并改用 5 秒延迟。可与 evaluating-paper-relevance、traversing-citations、finding-open-access-papers、checking-chembl 等技能配合。

适用场景:论文量大、任务可并行、需要深挖提取、引文递归探索、主上下文将满或时间紧张时。

限制:少于 20 篇不建议使用;需要逐篇实时可见或筛选时需交叉比较时不适用。并行子代理数量建议控制在 5-10 个,注意令牌成本与引文探索的指数增长,应设置停止条件(如最多 3 层、最多 200 篇)。资料未提供具体价格与平台支持信息。