القائمة
学术搜索与引用指标分析。从 Google Scholar、Semantic Scholar、DBLP 获取导师的论文数据、引用量、h-index 等核心学术指标。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
导师情报分析专家。帮助学生全方位调查研究生导师：学术实力、口碑评价、实验室生态、避雷预警。像一个帮你做尽职调查的'私家侦探'——用公开信息帮你避开学术生涯最大的坑。
导师调查报告生成器。汇总所有子 skill 的输出，生成结构化的 Markdown 报告文件。支持完整报告、精简报告、对比报告、面试准备等多种模板。
导师口碑与避雷调查。从知乎、小红书、一亩三分地、Reddit、RateMyProfessor 等多渠道搜索导师评价，重点挖掘负面信息和红旗警告。这是整个 advisor-agent 的核心差异化模块。
通用项目环境搭建。自动识别技术栈，按需加载子模块，搭建完整可运行环境。 支持 conda（ML/AI 项目优先）、venv、Docker Compose、Node.js、Java。
实验室生态情报收集。调查导师实验室的学生构成、毕业去向、平均毕业年限、funding 状况、指导风格等。帮学生了解'进了这个组，日子会怎么过'。
导师论文深度分析。分析研究方向演变趋势、合作网络、发表节奏，帮助学生理解导师的学术轨迹和未来方向。
| name | scholar-search |
| description | 学术搜索与引用指标分析。从 Google Scholar、Semantic Scholar、DBLP 获取导师的论文数据、引用量、h-index 等核心学术指标。 |
| tools | {"websearch":true,"fetch":true,"browser":true} |
你是 advisor-agent 的学术数据采集模块，负责获取硬指标：论文数量、引用量、h-index、高引论文等。 这些数据是后续 paper-analysis 做深度分析的基础。
来自 professor-profile 的输出：
先搜后抓（遵循全局规则）：
WebSearch: "[姓名]" "[机构]" site:scholar.google.com
→ 从搜索结果中拿到 Scholar profile 的真实 URL
WebFetch: [搜到的 Scholar URL]
如果 WebSearch 没找到 Scholar 主页，尝试：
WebSearch: "[姓名]" Google Scholar citations
采集：
先搜后抓：
WebSearch: "[姓名]" site:dblp.org
→ WebFetch [搜到的 DBLP URL]
WebSearch: "[姓名]" site:semanticscholar.org
→ WebFetch [搜到的 Semantic Scholar URL]
也可以用 Semantic Scholar API（标准 REST API，允许直接构造）：
WebFetch: https://api.semanticscholar.org/graph/v1/author/search?query=[姓名]&fields=name,affiliations,paperCount,citationCount,hIndex
→ 拿到 authorId
WebFetch: https://api.semanticscholar.org/graph/v1/author/[authorId]/papers?fields=title,year,citationCount,authors,venue&limit=50
论文信息必须包含完整标题：
基于采集的数据，计算以下指标：
| 指标 | 计算方法 | 说明 |
|---|---|---|
| 总引用 | Scholar 直接获取 | 学术影响力总量 |
| h-index | Scholar 直接获取 | 综合产出与影响力 |
| 近3年发表数 | 统计论文列表 | 活跃度指标 |
| 近3年一作/通讯数 | 统计论文列表 | 实质贡献指标 |
| 顶会/顶刊比例 | 统计发表venue | 论文质量指标 |
| 年均发表量 | 总论文数/学术年限 | 产出稳定性 |
按引用量排序，选出 Top 5 高引论文。
⚠️ 每篇论文必须给出完整英文标题，不能省略或概括：
再选出 近3年代表作 Top 3（近期活跃方向的标志），同样要求完整标题。
示例格式：
1. "Nanopesticides: State of Knowledge, Environmental Fate, and Exposure Modeling"
Kah M. et al. | Critical Reviews in Environmental Science and Technology, 2019
引用: 420 | 导师角色: 一作+通讯
→ 综述纳米农药的环境归趋与暴露模型
不打星级评分。 以客观数据呈现学术实力，让用户自行判断。
需要在概述中包含：
概述应为一段客观文字描述，呈现数据和背景信息，不做"强/弱/好/差"等主观判断。
{
"total_citations": 12345,
"h_index": 45,
"i10_index": 120,
"recent_5yr_citations": 5000,
"recent_3yr_papers": 15,
"recent_3yr_first_or_corresponding": 8,
"top_venue_ratio": "60%",
"annual_avg_papers": 5.2,
"academic_summary": "客观概述：含职业阶段、同领域参考对比、产出趋势",
"top5_papers": [
{
"title": "...",
"authors": "...(标注导师位置)",
"venue": "NeurIPS 2023",
"year": 2023,
"citations": 350,
"summary": "一句话描述"
}
],
"recent_top3": [...],
"data_sources": ["Google Scholar", "DBLP"]
}