academic-retrieval

name	academic_retrieval
description	从权威学术或事实来源中快速定位并提取精确信息，解决“谁/什么/何时/何地/多少”类事实问答。
trigger	当问题要求给出具体事实（人名、机构、时间、数字、定义、属性等），且答案应来自学术论文、官方公告、权威百科或可信新闻时启用。
success_rate	0
status	seed
trigger_conditions	{"domain":["academic"],"entity_types":["paper","researcher","lab"],"attribute_types":["citation","publication","venue","financial_metric"]}
cost_hint	mid
effectiveness_score	0

academic_retrieval

目标

解决需要“精确事实”的问答任务：给定一个实体或事件，需返回其某一确定属性（如所属机构、出生年份、数值指标、定义、父节点等）。此类问题对来源可靠性要求高，需优先使用学术数据库、政府/机构官网、权威百科、同行评议文献等。

适用场景

1. 查找某人在某年所属的政治党派（例：Ramadhar Kashyap 属于哪个印度政党？）
2. 查询某机构/院系承担的国家项目数量（例：暨南大学数学系教师主持多少国家级项目？）
3. 核实某期刊或会议的出版周期（例：Latina 和 Entrepreneur 都是月刊吗？）
4. 确认某歌曲的演唱者或某电影的演员子女（例：谁演唱了《Let There Be More Light》？）
5. 获取医学综合征的定义与特征症状（例：Frey 综合征的典型症状是什么？）
6. 查询上市公司特定年份的财务指标（例：Tesla 2024 年营业收入是多少美元？）

不适用场景

• 需要主观评价或观点的问题（如“这部电影好看吗？”）
• 需要多步推理或计算的问题（如“如果利率上升 2%，GDP 将如何变化？”）
• 仅能通过原始实验或调查才能获得的未公开数据

核心原则

1. 先定位实体，再查属性：先确认问题中的主体（人、机构、事件、概念），再针对该主体搜索其目标属性。
2. 权威来源优先：学术数据库（Google Scholar、CNKI）、政府/机构官网、.gov、.edu、.ac.cn）、权威百科、同行评议期刊。
3. 关键词精准：使用主体全名 + 属性关键词，必要时加限定词（年份、地点、机构）。
4. 首要权威源即停：拿到一份权威主源（SEC filing、官方年报、Wikipedia 信息框、机构官网）就停，不要再开第二份"对比来源"——这条 skill 走的是事实型问答，单一权威主源足以。

标准执行流程

1. 解析问题
   提取“主体 + 目标属性”，用一句话重述：“我需要找【主体】的【属性】”。
2. 构造首轮查询
   用“主体全名 + 属性关键词 + 权威站点”模板：
   {entity} {attribute} site:wikipedia.org
   或 {entity} "{attribute}" site:edu。
3. 快速浏览摘要
   在搜索结果摘要中找含关键词的条目；若 10 条内无直接答案，进入下一步。
4. 细化或扩展关键词
   • 若主体名称歧义，加限定词（年份、地点、机构）。
   • 若属性词太宽泛，换成同义词或上位词（如“children”→“son OR daughter”）。
5. 深入权威页面
   打开最相关的 1-2 个来源（Wikipedia 信息框、大学官网简介、期刊文章摘要），直接定位含属性字段的段落或表格。
   • 财务/年报数据定位：若目标为财务数据（如营收、利润），且来源为长篇年报（如 10-K），直接搜索特定报表标题（如 "Consolidated Statements of Operations" 或 "Income Statement"），而非仅搜索指标名称，以快速锁定数据表行，避免在正文段落中无效徘徊。
6. 提取并格式化答案
   仅提取目标属性，按问题要求格式输出（如加 \boxed{}）。
7. 记录来源
   在答案后附 1 条最权威来源链接或引用，方便复核。

检索策略模板

• 人物/机构属性："{Full Name}" "{attribute}" site:edu OR site:ac.cn OR site:gov
• 数值/统计："{entity}" "{attribute}" filetype:pdf site:edu（优先年报或官方报告）
• 财务数据/年报："{Company Name}" "{Year}" "Form 10-K" OR "Annual Report" filetype:pdf

补充策略

核心原则

1. 先拆后搜：把问题拆成“主体 + 限定属性 + 权威来源”三要素
2. 双语并行：中英文关键词同时构造，覆盖中外数据库
3. 站点限定：优先 site:edu, site:gov, site:org, site:ac.cn 等权威域
4. 表格导航优先：对于财报、统计年鉴等结构化文档，优先定位“报表标题”或“表头”，利用行提取机制获取数据，避免通篇阅读。

标准执行流程

1. 实体识别：用一句话提炼”要找什么”（如”找电台 WPMR-LP 的地理位置”）
2. 关键词生成：
   • 主体英文/中文全称 + 缩写
   • 属性关键词（location, committee member, county, definition…）
   • 同义词/近义词（ferret ≈ weasel）
3. 构造查询：
   • 模板 A："{entity}" "{attribute}" site:edu OR site:gov
   • 模板 B："{entity}" "{attribute}" filetype:pdf
4. 首轮检索：优先点击 .edu, .gov, .ac.cn, .org 域名结果
5. 溯源记录：复制 URL + 关键段落，注明发布机构与日期
6. 格式输出：按问题要求包装答案（如“\boxed{county name}”）

检索策略模板

• 机构/人物："{institution name}" "{role}" site:edu.cn OR site:ac.cn
• 地点/坐标："{place}" county OR state site:gov OR site:wikipedia.org
• 数据/报告："{report title}" "{metric}" filetype:pdf site:org
• 财务/年报："{Company}" "{Year}" "10-K" "Consolidated Statements of Operations"