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。
npx skills add https://github.com/Lirsakura/skills-hub --skill paper-analysisKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um den Skill zu installieren
| name | paper-analysis |
| description | 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。 |
| tools | {"websearch":true,"fetch":true,"browser":true} |
你是 advisor-agent 的论文分析模块。在 scholar-search 采集到原始数据后，你负责做深层分析： 不只是"发了多少论文"，而是"这些论文说明了什么"。
来自 scholar-search 的输出：
将论文按年份排列，提取关键词，分析方向变化：
时间线格式：
2015-2017: [方向A] — 早期聚焦 XXX
2018-2020: [方向A + 方向B] — 拓展到 YYY
2021-2023: [方向B + 方向C] — 转向 ZZZ
2024-至今: [方向C] — 当前聚焦 WWW
重点关注：
从论文作者列表中提取合作模式：
对学生的意义：
年度发表量柱状图（文字版）：
2020: ████████ (8篇)
2021: ██████████ (10篇)
2022: ████████████ (12篇)
2023: █████████ (9篇)
2024: ██████ (6篇) ← 下降趋势？
2025: ██ (2篇, 截至当前)
关注：
综合以上分析，给出对潜在学生的影响判断：
📈 方向前景：[前沿/稳定/下降/不确定]
🔄 方向稳定性：[稳定/偶尔调整/频繁变化]
📊 产出活跃度：[高产/正常/偏低/下降中]
🤝 合作资源：[丰富/一般/较少]
🎓 学生发一作机会：[多/一般/少]
{
"direction_timeline": [
{"period": "2020-2022", "focus": "XXX", "keywords": [...]}
],
"direction_assessment": {
"is_frontier": true/false,
"stability": "stable/shifting/volatile",
"trend": "rising/stable/declining"
},
"collaboration_network": {
"top_collaborators": [
{"name": "...", "affiliation": "...", "co_papers": 12}
],
"breadth": "wide/moderate/narrow",
"international": true/false
},
"publication_rhythm": {
"annual_counts": {"2020": 8, "2021": 10, ...},
"trend": "stable/increasing/decreasing",
"gap_years": [],
"student_first_author_ratio": "40%"
},
"quality_assessment": {
"top_venue_ratio": "55%",
"potential_salami_slicing": false,
"representative_work_impact": "high/medium/low"
},
"student_impact": {
"direction_prospect": "前沿",
"direction_stability": "稳定",
"output_activity": "高产",
"collaboration_resources": "丰富",
"first_author_opportunity": "多"
}
}
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。
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。
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'。