pyResearch-ReadingSkill

研究方案生成与方法缝合 - 输入批量文献Method章节+dc-analysis输出+可选仓库README，针对用户指定的问题（可从dc-analysis开放问题中选择或自定义），从全域文献Method中检索可缝合的方法组件，生成包含数据策略、模型架构设计、训练策略、Benchmark评估和B计划的完整课题研究方案（直接保存文件，对话仅显示摘要）。支持多方案Fork、架构Mermaid schematic、方法缝合溯源。特别适用于AI4S计算领域的研究方案设计。Use when user needs to synthesize a research proposal from literature methods, stitch together existing methods into novel solutions, or design a complete ML/DL research pipeline (data→model→training→evaluation). Input: method sections md + dc-analysis output + optional repo READMEs.

批量文献讨论-结论分析与创新点挖掘 - 从多篇论文摘要+讨论+结论中提取真实研究问题和真正创新方向，重点关注原文中未尝试、未解决的方向，生成问题-创新映射报告（直接保存文件，对话仅显示摘要）。需要intro-analysis输出作为主题先验知识以收束研究方向。包含讨论五步解析、问题-创新配对、真实创新头脑风暴、Mermaid可视化逻辑链。Use when user needs innovation point mining, finding real unsolved problems, or writing the novelty section of a research paper. Input: markdown file with abstracts+discussions+conclusions + introduction-analysis output for theme reference. Output: structured innovation analysis report.

批量文献引言分析与综述生成 - 当用户需要进行文献综述、领域调研、或从多篇论文的引言中梳理研究脉络时使用。输入单个包含多篇论文摘要+引言的markdown文件，输出结构化的综述报告（直接保存为文件，对话中仅显示简要摘要），包含时间线、多主题深度分析、观点论战、Mermaid可视化图表。特别适用于生物医学计算、AI4S等交叉领域的文献调研工作。Use when user needs literature review, domain research, or extracting research progress from multiple paper introductions. Input: single markdown file with abstracts+introductions. Output: structured review report saved as markdown file, brief summary in dialog. Includes timeline, deep theme analysis, viewpoint debates, and Mermaid visualizations.