SuperAPI AI 工具集

lit-synthesis

智能体与模型

查看项目

更新于 10-16 01:34

技能介绍

用途:lit-synthesis 帮助社会学研究者从论文语料走向对某一领域的深度理解,是三步工作流(lit-search 找论文、lit-synthesis 分析与组织、lit-writeup 撰写)中的中间环节。输入为 Zotero 中的论文(来自 lit-search 导入或用户既有文库),输出为可供写作使用的领域理解材料。

主要能力:通过 Zotero MCP 访问文库,支持按关键词/作者/标签搜索条目、语义相似搜索、获取元数据与 BibTeX、提取 PDF 高亮与笔记、搜索阅读笔记。工作流分六阶段:Phase 0 语料审计(统计年份、期刊、作者、理论传统,识别覆盖缺口与阅读优先级);Phase 1 深度阅读(逐篇精读,提取论证结构、理论框架、关键概念、方法、发现与局限);Phase 2 理论映射(识别理论传统、引用谱系、学派与概念定义);Phase 3 主题聚类(按经验焦点、理论路径、方法策略分组,标注跨簇论文);Phase 4 辩论映射(找显性批评与隐性张力、未决问题与证据争议);Phase 5 领域综合(整合为整体理解,识别贡献缺口,给出写作建议)。每个阶段后设有用户确认暂停。

使用方式:先安装 Zotero MCP 服务器: uv tool install "git+https://github.com/54yyyu/zotero-mcp.git" zotero-mcp setup 详细配置见 mcp/zotero-setup.md。开始时需确认 Zotero MCP 已配置、确定语料来源与规模、设定优先精读论文、明确理解目标,然后进入 Phase 0。输出文件包括 corpus-audit.md、reading-notes/ 目录下逐篇笔记、theoretical-map.md、thematic-clusters.md、debate-map.md、field-synthesis.md,并提供阅读笔记模板与各阶段模型建议(如 Phase 1/2/4/5 用 Opus,Phase 0/3 用 Sonnet)。

适用场景:已有论文语料、需要在写作前理解理论图景、识别辩论与竞争立场、按主题或理论传统组织论文、需要深度阅读笔记而非仅元数据提取的研究者。

限制:资料未提供具体收费、价格、效果保证或平台兼容性信息;所有论文需在 Zotero 中访问;强调质量优于数量,精读 15 篇优于泛读 50 篇;各阶段之间设有人工确认暂停点。