SuperAPI AI 工具集

research-synthesis

写作与研究

查看项目

更新于 10-16 03:44

技能介绍

用途:在需要把多项研究的发现合并为连贯叙述并提供有依据证据时使用,服务于文献综述、系统综述式的证据整合与结论汇总。

主要能力:一是跨来源比较,包括一致性映射(找出科学共识点)、分歧分析(把矛盾追溯到方法、人群或情境差异)、整体整合(将定性洞察与定量指标结合)。二是证据加权,包括质量加权(给严谨、经同行评审或大规模研究更大权重)与相关性调优(优先使用最直接回应综合目标的证据)。三是执行摘要,包括技术精确性(面向专业读者且不丢失关键限定条件)与可操作洞察(把复杂数据提炼为明确含义或后续研究步骤)。

使用方式:涉及学术来源时,应使用 literature-review 技能自带的数据库后端,而不是信任网络搜索结果。可用命令包括:uv run <literature-review-dir>/scripts/openalex_cli.py(元数据、引用数)、europepmc_api.py(生命科学全文)、search_arxiv.py(预印本)、read_paper.py(任意 DOI/arXiv/PMCID 的全文)。整合来源前须通过 OpenAlex 或 Europe PMC 解析其 DOI 或准确标题;无法解析的来源标注为“unverified”或舍弃,不得静默保留。使用前需具备 uv,设置与调用细节见 literature-review 技能的 <search_backend> 部分。

输出格式:按“证据综合:主题、综合范围(整合的 N 个来源)、执行结论、按主题综合(整合叙述+引用+置信度)、证据分歧(冲突点+来源 A 与来源 B 对比及可能原因)、置信度汇总(主题、置信度低/中/高、依据为一致性或质量)”的结构组织。

适用场景:多研究结论合并、证据一致性判断、分歧溯源与置信度评估等需要严谨引用的研究写作任务。限制:资料未提供具体收费、价格、平台支持范围等信息;必须依赖可解析的学术来源,无法验证的文献会被标注或舍弃。