메뉴
Use when the user wants to identify research gaps, open questions, unexplored areas, cross-paper limitations, or future directions from workspace literature.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
Use when the user wants to install, configure, diagnose, or troubleshoot ScholarAIO, including setup check, dependency status, API keys, and bilingual setup flow.
Use when the user explicitly asks for Nature Skills, nature-skills, Nature style, Nature-style, Nature Communications, Nature-family, CNS, high-impact journal, or Springer Nature workflows, including Nature figure work, polishing, writing, reviewer critique, high-impact journal major revision response, Nature/CNS citations, Nature data-sharing workflows, paper readers, reviewer response, paper-to-PPT, submission checklist, or Nature-specific academic-search workflows.
Use when the user wants to rebuild or refresh ScholarAIO keyword, full-text, FTS5, FAISS, or semantic search indexes after data or metadata changes.
Use when the user wants to find academic papers, search the local library, run keyword or semantic search, search by author, explore topics, or federate across library, explore databases, and arXiv.
Use when the user wants to import papers from Endnote XML/RIS, Zotero Web API or local SQLite, attach PDFs, match PDFs to records, or supplement records with PDF content.
Use when the user wants to process new papers, patents, theses, documents, or proceedings from inbox queues into the knowledge base, run the ingest pipeline, or rebuild indexes.
| name | research-gap |
| description | Use when the user wants to identify research gaps, open questions, unexplored areas, cross-paper limitations, or future directions from workspace literature. |
从工作区文献中系统性地发现研究空白和开放问题。
用户必须指定一个 workspace（--ws NAME），且工作区中应有足够数量的论文（建议 10+ 篇）。
报告语言由用户指定（中文 / English）。
scholaraio ws show <name> # 论文列表
scholaraio topics # 主题聚类（如已建模）
对工作区论文做 L2 扫描（标题 + 摘要），建立领域地图。show 命令会自动展示已有的 notes.md 历史笔记，优先复用已有发现。
scholaraio topics # 全库主题分布
scholaraio topics --topic <ID> # 各主题下的论文
工作区论文是否集中在某几个主题？哪些相关主题缺乏覆盖？
按年份统计工作区论文分布，识别：
直接用 Python 读取 configured papers library 下的 */meta.json 做统计分析。
扫描工作区论文的方法部分（L3-L4），绘制方法论矩阵：
scholaraio show <paper-id> --layer 3 # 结论中通常提及方法
scholaraio shared-refs "<id1>" "<id2>" # 共同引用
scholaraio refs "<id>" # 参考文献
scholaraio citing "<id>" # 被引论文
加载工作区中高引论文的 L3（结论），提取作者自己提出的未来方向：
scholaraio show <paper-id> --layer 3
这些 future work 是否已有人做了？交叉搜索验证：
scholaraio usearch "<future work 关键词>"
生成结构化的研究空白报告，保存到 workspace/<name>/research-gaps.md。
对每个发现的空白，按类型分类：
| 空白类型 | 含义 | 示例 |
|---|---|---|
| 知识空白 | 某个现象/问题尚无人研究 | "高 Re 下的 X 效应尚未被测量" |
| 方法空白 | 已有结论但方法存在缺陷或局限 | "现有研究均为 RANS，缺乏 DNS 验证" |
| 矛盾空白 | 不同研究给出矛盾结论 | "A 组报告正效应，B 组报告负效应" |
| 迁移空白 | 某方法/发现尚未被推广到相关领域 | "该方法在 2D 有效，3D 尚未尝试" |
| 规模空白 | 只有小规模/受限条件的结果 | "仅低 Re 数据，工程 Re 下未验证" |
报告结构：
量化辅助：必要时编写 Python 代码从 meta.json 批量提取数据，做统计图表（年份分布、方法频次、参数范围覆盖等），用可视化支撑空白发现。
分析笔记持久化：对深度分析过的论文，必须通过 CLI 将关键发现写入笔记：
scholaraio show "<paper-id>" --append-notes "## YYYY-MM-DD | <workspace> | research-gap
- 关键发现"
报告生成后，主动与用户讨论：
用户说："帮我看看 drag-review 工作区里还有什么研究空白" → 全面扫描文献，多维度分析，生成研究空白报告
用户说："这些论文的 future work 都提了什么方向？有人做了吗？" → 提取各论文结论中的 future work，交叉搜索验证