academic-research

name	academic-research
description	智能学术研究技能 v2.0 - 数据驱动的可验证文献综述生成 触发条件： - 用户需要文献调研并生成可验证的学术综述 - 用户需要"帮我写一篇关于X的综述" - 用户需要基于真实文献的LaTeX论文 核心工作流： 1. OpenAlex 论文发现（按相关性排序） 2. 多字段关键词分组（PCA/OR/等离子体/超表面等） 3. LaTeX + BibTeX 导出 4. 引用图谱生成 数据保证：所有论文信息（作者/年份/期刊/引用数/DOI）均来自真实API响应， 摘要从 inverted_index 重建，数值可溯源。

智能学术研究技能 v2.0

核心原则：数据驱动，每句话有文献支撑

质量保证

• 每篇论文的作者、年份、期刊、引用数来自 OpenAlex API 原始数据
• 摘要从 abstract_inverted_index 字段重建，非训练知识
• 分组基于 title + abstract + concepts 多字段关键词匹配
• LaTeX 输出可编译，BibTeX 可直接导入 Zotero

---

自动化工作流

用户: "帮我写一篇关于太赫兹产生的综述"

助手执行:
0. 🔴 RAG知识库检索（前置步骤 — 必做）:
   a. python academic_rag/run_rag.py search "太赫兹产生" --top-k 15
      → 检索已索引文献中与主题相关的内容片段
   b. python academic_rag/run_rag.py find-figure "terahertz generation" --subfield terahertz
      → 获取已索引论文中的图表资产
   c. Zotero MCP search_library(q="terahertz generation")
      → 查询Zotero文献库中的已有条目和笔记
   → 输出：已有知识覆盖率报告，标记"已索引"/"需新发现"的论文

1. 调用 review_pipeline.py discover "terahertz generation" --n 30
   → 按 relevance_score 排序，返回 30 篇真实论文元数据
   → 跳过RAG步骤0中已覆盖的论文，避免重复

2. 自动分组（多字段匹配）:
   - 光电导天线 PCA: title/abstract/concepts 包含 "photoconductive" 等
   - 光整流 OR: 包含 "optical rectification" 等
   - 等离子体/空气: 包含 "plasma", "filament", "two-color" 等
   - 超表面/元表面: 包含 "metasurface", "plasmonic" 等

3. 🔴 图表预提取（图文并茂 — Phase 0）:
   对引用>50 或各主题核心论文:
   - Zotero MCP get_content(itemKey=key, include={pdf: true}) → 提取图片
   - academic_rag figure_indexer 查询已索引图表
   - 图表→主题语义匹配（embedding cosine similarity）
   - 输出 figure_assets.json

4. 调用 review_pipeline.py full "terahertz generation" --n 30
   → 生成 LaTeX 综述 + BibTeX + Mermaid 引用图 + 图表嵌入

5. 输出文件:
   - DHL/review_terahertz_generation.tex (可编译，含图表)
   - DHL/review_terahertz_generation.bib
   - DHL/review_terahertz_generation.md (引用图)
   - figure_assets.json (图表资产清单)

---

使用命令

发现论文

python .claude/hooks/review_pipeline.py discover "<主题>" [--n N] [--year Y]

• --n N: 返回 N 篇（默认 20）
• --year Y: 只返回 Y 年之后的论文

完整生成（发现 + 分析 + LaTeX）

python .claude/hooks/review_pipeline.py full "<主题>" [--n N]

导出 BibTeX/DOI

python .claude/hooks/openalex_search.py export "<主题>" --bibtex --file refs.bibtex

---

论文分组方法

方法	关键词
光电导天线 PCA	photoconductive, photo-conductive, PCA, THz antenna
光整流 OR	optical rectification, laser rectification
等离子体/空气	air plasma, laser plasma, filamentation, two-color
量子级联激光器	quantum cascade, QCL, THz laser
非线性晶体	lithium niobate, LiNbO3, ZnTe, GaSe, DAST
超表面/元表面	metasurface, metamaterial, plasmonic, nanoantenna

---

输出格式

LaTeX 综述结构

\section{引言}
  领域重要性 + 经典工作引用（基于高引用论文）

\section{方法与结果}
  \subsection{光电导天线 PCA}
    - 高引用工作列表（作者年 期刊 \cite{RefX}）
    - 摘要方法描述（来自真实论文 abstract）
    - 引用次数（真实数据）

  \subsection{光整流 OR}
    ...

\section{讨论}
  总结 + 未来方向

\appendix
  表\ref{tab:papers} 完整论文列表

BibTeX 格式

@article{Ref1,
  title   = {Real paper title},
  author  = {Lastname1, Firstname1 and Lastname2, Firstname2},
  journal = {Journal Name},
  year    = {2024},
  volume  = {123},
  number  = {4},
  pages   = {456--789},
  doi     = {https://doi.org/10.xxxx/xxxxx}
}

---

质量对比

项目	v1.0 (不可用)	v2.0 (当前)
论文数据	AI 训练知识（可能虚构）	OpenAlex 真实 API 响应
引用次数	估算	真实 cited_by_count
摘要	无或虚构	从 abstract_inverted_index 重建
期刊信息	泛泛而谈	真实卷期页码
分组准确性	低（仅 title 匹配）	高（多字段关键词）
LaTeX 输出	无	可编译 .tex + .bib
公式溯源	无	需配合 paper-review skill

---

已知限制

1. 分组依赖关键词：可能存在分类不准确的情况，需人工审核
2. 摘要长度限制：仅截取前 500 字符，非完整摘要
3. 公式溯源缺失：公式与文献的映射需后续 paper-review skill 补充
4. 无批判性分析：当前仅整理客观信息，批判性综述需人工撰写
5. 图表依赖 PDF 可获取性：关键论文需在 Zotero 中有 PDF 全文才能提取图表；仅有元数据的论文无法提取图表

---

协作流程

Phase 0: RAG检索 (academic_rag + Zotero MCP)
    ↓ 已有知识覆盖率 + 图表资产
review_pipeline.py (数据层)
    ↓ 真实论文数据 + LaTeX（跳过已覆盖论文）
paper-review skill (审查层)
    ↓ 修改建议
用户 → 最终论文

---

RAG/BGE-M3 集成规范

为什么必须用RAG？

academic_rag/ 基于 ChromaDB + BAAI/bge-m3 embedding 模型，已索引用户个人文献库。写综述前必须先检索已有知识，否则：

• 重复发现用户已拥有的论文（浪费时间）
• 遗漏用户已做的高亮标注和笔记（丢失上下文）
• 图表提取重复劳动（已索引的图表直接使用）

RAG命令参考

# 文本检索 — 获取与主题相关的文献段落
python academic_rag/run_rag.py search "查询关键词" --top-k N

# 图表检索 — 获取已索引论文的图表和语义描述
python academic_rag/run_rag.py find-figure "主题" --subfield 子领域

# 知识库状态 — 查看已索引论文数量和分布
python academic_rag/run_rag.py stats

# 索引新论文 — 将新获取的PDF加入知识库
python academic_rag/run_rag.py index paper.pdf --domain optics --subfield terahertz

Zotero MCP 协同

Zotero MCP search_library(q="主题")    → 查询已有条目
Zotero MCP get_content(itemKey=key)     → 获取PDF全文+图片
Zotero MCP search_fulltext(q="关键词")  → 全文检索已有PDF
Zotero MCP get_annotations(itemKey=key) → 获取用户高亮和笔记