1173591564/scholar-platform/cold-start

Trust tier 3
  • community
Source check pending

Checking that the SKILL.md file is still in the repository.

Install

npx vskill@latest install 1173591564/scholar-platform/cold-start

SKILL.md

触发

当用户说"帮我入门 XX 方向"、"从零开始研究 XX"、"新方向调研"、"我不了解 XX 领域"时执行此流程。

流程

Step 1: 评估本地知识库
bash
python -m scholar search "<目标方向>"
python -m scholar rag-search "<目标方向>" --hybrid

检查本地库中有多少相关论文:

  • >20 篇:本地库足以支撑冷启动,进入 Step 2a
  • 5-20 篇:本地库有部分覆盖,进入 Step 2b
  • <5 篇:本地库覆盖不足,进入 Step 2c

检查概念图谱覆盖率:

bash
python -m scholar graph-query <目标概念>

如果概念图谱中已有该方向的 Innovation 节点,可以直接利用 REPLACES 关系作为演化证据。

Step 2a: 基于本地库冷启动
bash
python -m scholar list-papers

从搜索结果中选取被引最多的 5 篇论文,执行深度阅读。

Step 2b: 混合冷启动

先利用本地库论文建立基础认知,再用 arXiv 补充。

Step 2c: 基于 arXiv 冷启动
bash
python -m scholar arxiv-search "<目标方向>" --max 30
python -m scholar arxiv-search "<相关子方向>" --max 20

从 arXiv 结果中筛选:

  • 高引用/高影响力的综述论文(survey)优先
  • 近 2 年的最新工作
  • 经典开创性工作
Step 3: 构建知识地图

基于 Step 2 收集的论文,构建概念知识地图:

  1. 识别核心概念和术语
  2. 概念之间的依赖关系(A 是 B 的基础)
  3. 概念的分类层次
  4. 关键人物和研究组
Step 4: 时间线梳理

按年份排列关键事件:

  • 方向何时出现?
  • 哪些论文是里程碑?
  • 当前处于什么阶段?(初期探索 / 快速发展 / 成熟稳定)
Step 5: 核心论文精读

选取 3-5 篇最重要的论文,先检查预生成笔记:

  • output/notes/<ULID>.md — 已提取的摘要、贡献、公式
  • output/notes/<ULID>-quality.json — 7维度质量评分

如果笔记已存在,直接基于笔记分析;否则执行 paper-deep-dive 流程:

  • 如果是综述论文,重点关注分类体系和研究脉络
  • 如果是开创性论文,重点关注问题定义和核心方法
  • 如果是最新论文,重点关注当前前沿和开放问题
Step 6: 与已有知识关联

检查新概念与用户已熟悉的概念之间的关联:

bash
python -m scholar search "<用户已知的概念>"

找到连接点,帮助用户从已知概念桥接到新概念。

Step 7: 概念图谱辅助(如可用)
bash
python -m scholar graph-query <概念>
python -m scholar graph-stats

查看新概念在已有概念图谱中的位置和关联:

  • HAS_CONCEPT 边:哪些论文与这个概念相关
  • RELATED_TO 边:哪些概念经常共现
  • REPLACES 边:技术演化关系(新方法替代旧方法)
Step 8: 输出冷启动指南

输出到 output/drafts/cold-start-<topic>.md:

markdown
## 冷启动指南: <topic>
### 一句话定义
<用最通俗的语言解释这个方向是什么>
### 为什么重要
<2-3 句话说明这个方向的研究价值>
### 核心概念 (N个)
1.**<概念1>**: <定义> — 代表论文: <paper_id>
2.**<概念2>**: <定义> — 代表论文: <paper_id>
...
### 必读论文 (按顺序)
1.<综述论文> — 先读这篇建立全局认知
2.<开创性论文> — 理解问题起源
3.<最新工作> — 了解当前前沿
4....
### 发展时间线
| 年份 | 里程碑 | 论文 |
|------|--------|------|
| ... | ... | ... |
### 关键研究组
| 研究组 | 机构 | 代表工作 |
|--------|------|---------|
| ... | ... | ... |
### 与已有知识的连接
-<用户熟悉的概念A> 与 <新概念X> 的关系: ...
-...
### 建议学习路径
1.<第一步做什么>
2.<第二步做什么>
...
### 推荐进一步阅读
-参考 research-survey 流程进行深度调研
-参考 paper-recommendation 流程获取个性化推荐

注意事项

  • 冷启动指南要面向初学者,避免术语堆砌
  • 每个概念首次出现时都要解释
  • 必读论文列表要给出阅读顺序(先读综述再读经典再读前沿)
  • 如果本地库覆盖不足,明确建议用户下载哪些论文

Next Steps

冷启动完成后,自然的后续动作:

  • `/research-survey` — 对知识地图中的核心方向做深入调研
  • `/paper-deep-dive` — 按学习路径精读必读论文
  • `/citation-network` — 分析该领域的引用网络,发现经典论文
传递数据:知识地图中的「必读论文列表」和「概念依赖图」可直接指导后续阅读顺序。

Security

  • Security scanPassed, 90 of 100Pattern checks on the skill's files.
  • Model reviewPassed

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

Source

Popularity

7-day trend score
0

Not refreshed yet.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/1173591564/scholar-platform/cold-start/badge)](https://verified-skill.com/skills/1173591564/scholar-platform/cold-start)

Something wrong with this skill or its page? Tell us.