Reference Generator 概述
Reference Generator 是一个用于生成教育类教材参考文献列表的技能，目标是为不同层级的读者提供内容与数量都合适的、经过验证的参考资料。它会分析课程描述来判断目标受众，并据此创建匹配读者水平的参考文献：从面向初中生的有趣、易读资源，到面向研究生的权威同行评审论文。
何时使用
在以下情况使用该技能：
创建需要完整参考文献列表的新智能教材； 为现有教材补充参考文献； 更新或扩展教育内容的参考文献； 用户明确要求生成参考文献。
参考文献生成流程
第 1 步：分析课程描述
读取 /docs/course-description.md 文件，确定：
年级或目标受众（初中、高中、大学、研究生）； 先修要求——反映读者的专业程度； 主题内容——决定参考文献的主题； 学习目标——指导参考文献的选择。
年级决定数量：
初中（middle school）：10 条——有趣、吸引人、可视化的资源； 高中（high school）：20 条——兼顾易读与学术来源； 大学（本科）：30 条——更偏学术，包含部分同行评审论文； 职业发展（Professional Development）：30 条——更偏学术，包含部分同行评审论文； 研究生（硕士/博士）：40 条——以同行评审和权威来源为主。
第 2 步：检查是否存在章级内容
在生成之前，先搜索教材中的章节内容：
查找 chapters 目录
find /docs/chapters
查找章节文件
find /docs -name "chapter*.md" -o -name "-chapter-.md"
如果存在章节内容，使用 AskUserQuestion 工具询问：
“您希望要书级参考文献（写入 /docs/references.md）还是章级参考文献（放在每章末尾）？”
第 3 步：生成并验证参考文献
对每条参考文献执行：
使用 WebSearch 工具查找权威来源； 使用 WebFetch 验证每个 URL 是否有效且可访问； 按标准模板格式化（见下方格式规范）。
各层级的质量准则：
初中（10 条）：
带互动内容的教育网站； 来自可靠教育频道的视频； 可视化资源、信息图与动画； 教育出版商的适龄文章； 博物馆、科学中心与教育组织。
高中（20 条）：
教育网站与学术来源的混合； 可靠新闻机构与科学新闻报道； 教育视频与纪录片； 学术期刊入门（较易读的论文）； 政府与非政府组织的教育资源。
大学（30 条）：
同行评审期刊论文（占 50% 以上）； 学术教材与专著； 大学课程材料与讲座； 研究机构出版物； 行业白皮书与技术报告。
研究生（40 条）：
以同行评审期刊为主（占 70% 以上）； 该领域的奠基性论文； 展示领域现状的近期研究（近 5 年）； 元分析与系统综述； 大学出版社的学术书籍。
第 4 步：格式化每条参考文献
对每条参考文献使用以下格式：
- 链接标题 - YYYY-MM-DD - 出版方名称 - 简要说明资源内容及与教材主题的具体相关性。
格式规范：
链接标题：文章、论文、视频或资源的准确标题； URL：已验证可用的链接（用 WebFetch 确认）； 日期：出版日期，格式 YYYY-MM-DD（若无法获取日/月，可用 YYYY-MM 或 YYYY）； 出版方名称：期刊、网站、组织或出版社； 说明：用 1–2 句话说明资源涵盖什么，以及为什么与本教材相关。
示例参考文献：
-
How Neural Networks Really Work - 2020-03-10 - Distill - 通过可探索式讲解展示神经网络内部运作的互动可视化内容，非常适合刚入门机器学习的视觉型学习者。
-
Attention Is All You Need - 2017-06-12 - arXiv - 提出 Transformer 架构的奠基性论文，革新了自然语言处理，并成为 GPT、BERT 等现代大模型的基础。
-
Khan Academy: Introduction to Algorithms - 2024-01-15 - Khan Academy - 免费互动课程，涵盖排序、搜索等基础算法，配可视化与练习，适合高中生。
第 5 步：将参考文献写入文件
书级参考文献： 创建或覆盖 /docs/references.md，内容为：
References
This textbook draws upon the following high-quality resources:
[生成的编号参考文献列表]
References last updated: [当前日期]
章级参考文献： 追加到各章文件（例如 /docs/chapters/01-introduction/index.md）：
References
[该章生成的编号参考文献列表]
第 6 步：校验与报告
生成后：
统计参考文献数量，确认符合层级要求； 确认所有 URL 均已用 WebFetch 检查； 向用户报告摘要： 生成的参考文献数量； 识别出的目标层级； 文件位置； 未能通过验证的 URL（如有）。
URL 验证流程
关键：每条 URL 在收录前都必须验证。
对每个 URL 使用 WebFetch
WebFetch(url=reference_url, prompt="Is this page accessible? Provide the title and a brief description of the content.")
如果 URL 返回错误或重定向：
尝试寻找更新或存档版本； 如合适，使用 Internet Archive / Wayback Machine； 若没有有效 URL，则跳过该条； 在报告中注明无法验证的参考文献。
对于学术论文，全文可能位于付费墙后。这类资源只引用其引文信息即可，优先使用 Google Scholar 等可靠站点上的引用；对于学术教材，优先引用被引次数较多的。
参考文献质量检查清单
最终确定前确认：
数量符合目标层级（10/20/30/40）； 所有 URL 均已验证且可访问； 包含出版日期； 资源类型多样（文章、视频、论文）； 说明解释了与教材的相关性； 学术严谨度匹配目标受众； 无重复来源； 全文格式正确。
示例使用场景
场景 1：新教材
用户：“为我的教材生成参考文献” → 读取 /docs/course-description.md → 识别层级（如大学） → 检查章节（未发现） → 生成 30 条已验证参考文献 → 写入 /docs/references.md
场景 2：含章节的现有教材
用户：“为我的课程添加参考文献” → 读取 /docs/course-description.md → 发现存在章节文件 → 询问：“要书级还是章级参考文献？” → 用户选择章级 → 为每章生成参考文献 → 追加到各章文件
结束
报告生成的参考文献数量，并说明其中有效链接的数量；同时告知用户，对于学术论文，可使用 citation graph 技能生成影响该主题的高被引论文列表。
资源
本技能使用 Claude Code 内置的网页验证工具：
WebSearch：在主题上查找权威来源； WebFetch：验证 URL 可访问并提取元数据； AskUserQuestion：澄清书级还是章级偏好。
本技能不需要额外的脚本、参考文件或资源。