1173591564/scholar-platform/research-survey

触发

当用户说"调研 XX 方向"、"survey XX"、"帮我了解 XX 领域"时执行此流程。

流程

Step 0: 预检查

python -m scholar stats

确认知识库状态。如果解析论文数为 0，先执行 parse-all。 检查是否有预生成的分类标签：python -m scholar classify --list-tags

Step 1: 本地知识库搜索（双路搜索）

python -m scholar search "<关键词>"
python -m scholar rag-search "<关键词>" --hybrid

• 关键词搜索：精确匹配标题/摘要
• RAG 混合搜索：语义相似度 + BM25 关键词融合，发现语义相关但关键词不同的论文

读取相关论文的 output/parsed/<ULID>.json，同时检查是否有预生成笔记：output/notes/<ULID>.md

Step 2: arXiv 外部搜索

python -m scholar arxiv-search "<关键词>" --max 15

补充本地库可能缺失的最新论文。

Step 3: 关键词扩展

根据 Step 1-2 的结果，识别相关子主题和近义词，再次搜索。例如用户说"MoE"，你应同时搜索 "Mixture of Experts", "sparse experts", "routing algorithm" 等。

Step 4: 深度阅读关键论文

对搜索结果中最重要的 5-10 篇论文，先检查预生成数据：

• 阅读笔记：output/notes/<ULID>.md（已提取摘要、贡献、公式）
• 质量评分：output/notes/<ULID>-quality.json（7 维度评分）
• 分类标签：读取 output/parsed/<ULID>.json 的 tags 字段

如果预生成笔记已存在，直接基于笔记快速分析；否则读取完整 JSON 做深度阅读。

Step 5: 概念图谱分析

python -m scholar graph-query <概念ID>

从已读论文和内存概念图谱中提取：

• 核心概念和方法（利用 classify --list-tags 获取标签体系）
• 概念之间的 REPLACES 关系（技术演化证据）
• 时间脉络（按年份排列发展线索）

Step 6: 生成报告骨架

基于 Step 1-5 收集的数据，先构建报告结构骨架：

• 确定各 section 标题和预计篇幅
• 为每个 section 标注将引用的 paper_id 列表
• 识别数据缺口（哪些 section 论据不足，需要补充搜索）
• 输出骨架到 output/drafts/survey-<topic>-outline.md

Step 7: 增量撰写初稿

按 section 逐步填充，每写完一个 section 后回顾已写内容确保一致性：

1. 研究脉络：按时间线叙事，每个节点标注 paper_id 和年份
2. 核心方法分析：分类介绍方法/流派，每类引用 2-3 篇代表论文
3. 关键论文详析：3-5 篇最重要论文的深度分析（优先使用预生成笔记）
4. 方法对比：表格对比不同方法的优缺点、适用场景
5. 开放问题与未来方向：基于前述分析推导，不凭空臆想

每个 section 写完后检查：引用的 paper_id 是否都存在于知识库？论证是否与前文一致？

Step 8: 质量门控

对初稿执行质量检查：

• 覆盖率：搜索结果中的核心论文/方法是否都被涵盖？
• 引用一致性：所有 paper_id 引用是否准确、存在于知识库？
• 篇幅均衡：各 section 是否有明显的详略失当？
• 时间线完整：是否遗漏重要发展阶段或子方向？

根据检查结果生成修改清单 output/drafts/survey-<topic>-review.md：

• [PASS] 通过的 section → 保留
• [REVISE] 需要修改的 section → 列出具体问题（如"缺少 XX 方法的对比"）
• [MISSING] 缺失内容 → 需要补充搜索或重写

Step 9: 定向修订

根据质量门控的 [REVISE] 和 [MISSING] 项，执行定向修改：

• 对 [MISSING] 项：先 python -m scholar search 补充数据，再写入
• 对 [REVISE] 项：针对性修改，不重写整个 section
• 最多 2 轮修订，避免无限循环
• 每轮修订后重新检查该项是否通过

Step 10: 终稿输出

质量门控全部通过（或 2 轮修订后强制通过），生成最终报告： 输出到 output/drafts/survey-<topic>.md

迭代写入原则

• 先骨架后填充，避免一次性生成失控
• 每个 section 写完后回顾前文，确保逻辑连贯
• 质量门控要客观量化，[REVISE] 必须说明具体缺失项
• 增量写入时，后续 section 可以引用前文已建立的论述和对比

注意事项

• 始终优先使用本地知识库中的数据，它包含 TeX 源码级的精确信息
• 引用论文时使用 paper_id 格式，便于追溯
• 如果某方向本地库完全没有论文，明确告知用户并建议从 arXiv 补充

Next Steps

调研完成后，自然的后续动作：

• `/paper-deep-dive` — 对调研中发现的 Top 5 关键论文逐一精读，产出结构化笔记
• `/citation-network` — 分析这些论文的引用网络，发现桥接论文和隐藏关系
• `/research-gap` — 基于调研结果，识别该方向的研究空白和未来方向

传递数据：调研报告中的「关键论文详析」和「参考文献」列表可直接作为后续 skill 的输入。