Survey Generation 是一个用于生成完整学术综述论文的技能，输入为综述主题或研究领域（$0）。
用途：围绕给定主题自动完成结构化综述的提纲、写作与引文校验，输出完整 LaTeX 综述及参考文献。
主要能力：
- 文献收集：通过 Semantic Scholar / arXiv 检索，收集50-200篇相关论文的标题与摘要，并按相关性和引用数筛选。
- 提纲生成（多LLM并行）：独立并行生成N份粗略提纲，合并为一份综合提纲，将各章节扩展为子章节，最后编辑去重。
- 子章节写作（基于RAG）：为每个子章节检索相关论文，生成带行内引用 [paper_title] 的内容，并强制子章节最低字数，只引用给定列表中的论文。
- 引文校验：检查引用标题正确性、验证引用是否支持论点，删除或修正无支撑引用，并使用 NLI（自然语言推理）评估论断与来源的忠实度。
- 局部连贯性增强：读取前后子章节，优化过渡与行文，同时保留核心内容与全部引用。
- 引文转 BibTeX：将 [paper_title] 替换为 \cite{key}，为所有被引论文生成 BibTeX 条目，并校验 .bib 中的引用键。
必要用法：文献检索脚本示例为 python ~/.claude/skills/deep-research/scripts/search_semantic_scholar.py --query "relevant search query" --max-results 50；综述提示词见 ~/.claude/skills/survey-generation/references/survey-prompts.md。
输出结构：survey/ 目录下含 main.tex（完整综述）、references.bib（全部引用）、outline.json（综述提纲）、sections/（各章节文件）。
限制与规则：只能引用已收集论文列表中的论文，禁止虚构引用；每个子章节须满足最低字数；不同章节间不得重复子章节；最终输出前必须完成引文校验；连贯性优化须保留所有引用。相关技能包括 deep-research、literature-search、literature-review 与 related-work-writing。