literature-survey

name	literature-survey
description	端到端文献综述流程：搜索→Scope Freeze→Corpus Freeze→下载→解析→证据提取→综述生成。当用户说"帮我调研/综述 XXX"、"帮我找 XXX 相关的论文"时触发。

literature-survey

完整的文献综述流水线，包含人机交互卡点。

Venue Deep Reading Integration (T12.d)

Reads artifacts/venue_deep_reading_profile.json（如已存在）以：

• 排序精读对象：tier_priority (Oral > Spotlight > Poster) × year_priority (本年 > 去年 > 前年...)
• 把 baseline_consensus 列表当作"必读 reference set"——这些论文应优先 fetch 并精读
• 用 formulation_templates 校准本次综述要找的论文类型（如果场地偏好 RL formulation，调研重点偏 RL）

流程

用户提出 topic
  │
  ▼ Scope Freeze 卡点
  确认关键词、时间范围、排除项
  │
  ▼ Step 1: 搜索
  调用 search_papers(query, year_range, max_results=50)
  │
  ▼ Corpus Freeze 卡点
  展示去重后的文献矩阵（标题/年份/引用数/是否OA）
  用户确认后才开始下载
  │
  ▼ Step 2: 获取
  对每篇论文调用 fetch_paper(doi_or_arxiv_id)
  │
  ├─ arXiv → alphaxiv-paper-lookup 获取 Markdown
  ├─ 非 arXiv + 有 PDF → pdf-to-markdown 解析
  └─ 无法获取 → 标记 access_state + publishable，触发 Manual Fetch 卡点
  │
  ▼ Step 3: 验证引用
  对每篇论文调用 citation-verifier Skill
  │
  ▼ Step 4: 提取证据
  对每篇已解析的 Markdown 调用 claim-extractor Skill
  │
  ▼ Step 5: 生成综述
  基于 evidence_graph.json 生成结构化综述
  │
  ▼ Step 6: 更新 KG
  触发 pattern-promoter Skill（如果 claims 够多）

Scope Freeze 卡点

在搜索之前，先与用户确认：

• 关键词: 搜索用的核心词和扩展词
• 时间范围: 如 "2020-2026"
• 语言: en / zh / both
• 排除项: 不想包含的主题或方向
• 预计规模: 搜索数量（20/50/100）

将确认结果写入 project_state.json 的 scope 字段。

Corpus Freeze 卡点

搜索完成后，展示文献矩阵：

#	标题	年份	引用	OA	来源
1	Attention Is All You Need	2017	95000	✅	S2+arXiv
2	...	...	...	...	...

用户可以：

• 删除不需要的论文
• 手动添加 DOI/arXiv ID
• 确认后开始下载

综述输出格式

# {topic} 文献综述

## 1. 研究背景
(基于 evidence_graph 中的 claims)

## 2. 主要方法
(按 method 类型的 claims 组织)

## 3. 关键发现
(按 result 类型的 claims 组织)

## 4. 现有局限
(按 limitation 类型的 claims 组织)

## 5. 未来方向
(基于 gaps 分析)

## 参考文献
(仅包含 bib/ 中验证过的引用)

搜索策略深度指导（v3）

关键词构造

1. 核心词 + 扩展词矩阵：

   • 核心词：直接描述研究主题（如 "graph neural network"）
   • 方法同义词：替代叫法（如 "message passing network"）
   • 应用同义词：不同表述（如 "node classification" vs "semi-supervised learning on graphs"）
   • 跨语言：中英文分别搜索（中文学术搜索用 CNKI/万方）

2. 组合搜索模式：

   搜索轮次	模式	示例
   Round 1	核心方法 + 核心任务	"contrastive learning" + "graph"
   Round 2	核心方法 + 应用领域	"contrastive learning" + "urban computing"
   Round 3	问题描述（不含方法）	"label-efficient node classification"
   Round 4	反向搜索：领域 + "survey" OR "review"	"graph learning survey 2024"

3. Snowball 搜索（引用链扩展）：

   • 对 top-5 高引论文，检查其 References 和 Cited By
   • 重点关注近 1 年的被引论文（可能是 emerging work）

文献质量评估标准

对每篇搜索到的论文，按以下权重评估是否纳入 corpus：

维度	权重	评估方法
时效性	30%	发表年份距今 ≤2 年优先；经典方法不受限
影响力	25%	被引数的 percentile（同年份同领域内归一化）
相关性	30%	与研究主题的直接匹配度（abstract 匹配评分）
方法论	15%	是否提出可复现的方法 / 是否有开源代码

阈值：综合评分 < 0.4 的论文建议在 Corpus Freeze 时标记排除。

Survey 输出质量门（v3）

artifacts/survey.md 生成后必须通过以下检查：

检查项	标准	状态
What 问题	survey 清晰回答了"这个领域在研究什么？"	☐
How 方法	survey 按方法类型（≥3 类）组织了已有工作	☐
Gap 缺口	survey 明确指出 ≥2 个未解决的 gap	☐
时间线	survey 包含方法演进的时间线或里程碑	☐
定量覆盖	survey 引用的论文 ≥ corpus 的 60%	☐
去重验证	无重复引用同一论文的不同表述	☐

未通过 → 补充后重新生成，不允许直接进入 evidence_audit。

文件更新

文件	更新内容
project_state.json	scope、phase、stats
corpus_ledger.json	所有搜索到的论文（含 access_state + publishable）
evidence_graph.json	提取的 claims
bib/verified.json	验证过的引用
artifacts/survey.md	生成的综述

Pipeline Exit

完成后执行：

1. 更新 project_state.json 的 current_stage
2. 必须调用 pipeline-orchestrator.complete_stage("survey_fetch") 验证产出
3. 根据返回值自动进入下一阶段（evidence_audit）