研究摘要助手是一个结构化研究摘要智能体技能，主要面向产品经理、分析师、创始人等非开发用户，用于把密集的原始资料整理成可用的简要报告。它的定位是提供可重复使用的框架，提取要点、跨来源比较并规范引文格式，而非泛泛地“总结一下”。
主要能力与使用方式
该技能提供三个斜杠命令： /research:summarize：将单一来源总结为结构化简报。它会先识别来源类型，再套用对应结构——学术论文采用 IMRAD（引言、方法、结果、分析、讨论）结构，网页文章采用“主张—证据—启示”结构，技术报告采用执行摘要结构，文档采用参考摘要结构。输出包含标题、作者、日期、来源类型、核心论点、关键发现、方法、局限性、可执行要点和值得注意的引文，并对来源可信度、证据强度、时效性和偏见指标做质量评估。 /research:compare：对 2 至 5 个来源做并排比较，先按上面的单源流程分别总结，再生成对比矩阵（比较核心论点、方法、关键发现、样本或范围、可信度），然后综合出共识发现、争议点、空白和基于证据权重的建议。 /research:cite：扫描文档中的参考文献、脚注和文内引文，按指定格式提取整理，默认使用 APA 7，也支持 IEEE、Chicago、Harvard、MLA 9，并按一次、二次、三次来源分类输出带标签的参考文献列表。
该技能还会在用户提出“总结这篇论文或报告”“这份文件的关键发现是什么”“比较这些来源”“从 PDF 提取引文”“给我一份关于某主题的研究简报”“拆解这份白皮书”等请求，或涉及总结、研究简报、文献综述、引文、来源比较时被触发。
配套工具
scripts/extract_citations.py 用于从文本中提取并格式化引文，支持基于正则的 DOI、URL、作者-年份和编号引文检测，支持多格式输出与 JSON 导出，并可对重复引文去重。用法示例： python3 scripts/extract_citations.py document.txt python3 scripts/extract_citations.py document.txt --format ieee python3 scripts/extract_citations.py document.txt --format apa --output json cat paper.txt | python3 scripts/extract_citations.py --stdin
scripts/format_summary.py 用于生成结构化研究摘要模板，支持学术、文章、报告、执行摘要等模板，可配置简报、标准、详细三种长度，输出 Markdown 或纯文本，并带证据标注的关键发现提取。用法示例： python3 scripts/format_summary.py --template academic python3 scripts/format_summary.py --template executive --length brief python3 scripts/format_summary.py --list-templates python3 scripts/format_summary.py --template article --output json
质量评估与模板
技能给出四维质量评估框架：可信度（同行评审、资料来源声誉）、证据（样本与方法严谨度）、时效性（发表年限）、客观性（利益冲突与立场）。四项均为高视为强来源；两项及以上为中等时需附带说明使用；两项及以上为低时建议独立核实后再引用。技能参考文件 references/summary-templates.md 提供学术论文、网页文章、技术报告、对比分析、文献综述模板；references/citation-formats.md 提供 APA 7、IEEE、Chicago、Harvard、MLA 格式规则与示例。
主动提示
技能会在未被打断时主动标记以下情况：来源无日期、来源之间互相矛盾、来源在付费墙后、对比请求只提供一个来源（要求至少两个）、引文信息不完整（不虚构元数据）、快速变化领域中来源已超过 5 年。
安装
git clone https://github.com/alirezarezvani/claude-skills.git cp -r claude-skills/product-team/research-summarizer ~/.claude/skills/
多工具安装： ./scripts/convert.sh --skill research-summarizer --tool codex|gemini|cursor|windsurf|openclaw
OpenClaw： clawhub install cs-research-summarizer
适用场景与限制
适合需要对单篇或多篇资料做结构化理解、生成研究简报、比较来源观点、整理引文的研究与阅读场景。资料未说明具体收费、价格和效果数据，这些信息暂未提供；实际使用需自备可运行 Python 脚本的环境并安装对应技能包。