用途：根据一个综述主题或研究领域，自动生成结构完整的学术综述论文，包含大纲、正文、引用与参考文献。
主要能力：
- 文献收集：通过 Semantic Scholar / arXiv 检索主题相关论文，收集 50-200 篇含标题与摘要的文献，并按相关性和引用数筛选。
- 大纲生成：多 LLM 并行独立生成多个粗略大纲，再合并为一份综合大纲，展开各章节为小节，并去除冗余。
- 小节写作：基于 RAG，为每个小节检索相关论文，生成带行内引用 [paper_title] 的内容，并强制满足最小字数。
- 引用校验：检查引用标题是否正确、引用是否支持所陈述观点，移除或修正无支撑引用，使用 NLI 验证论断与来源的一致性。
- 局部连贯性增强：阅读前后小节，优化过渡与行文，同时保留核心内容与引用。
- 引用转换：将 [paper_title] 替换为 \cite{key}，生成 BibTeX 条目并校验所有引用键存在于 .bib 文件。
使用方式：输入为综述主题或研究领域（$0）。文献检索可运行： python ~/.claude/skills/deep-research/scripts/search_semantic_scholar.py --query "relevant search query" --max-results 50 提示词参考位于 ~/.claude/skills/survey-generation/references/survey-prompts.md。
输出结构：survey/ 目录下包含 main.tex、references.bib、outline.json 与 sections/ 分节文件。
规则与限制：只能引用已收集论文列表中的文献，禁止编造引用；每个小节须满足最小字数；不得出现重复小节；最终输出前必须完成引用校验；连贯性优化不得丢失引用。相关技能包括上游的 deep-research、literature-search、literature-review，以及 related-work-writing。具体模型配置、费用与运行环境要求暂未提供。