/SKILL.md

name, description

name	description
systematic-literature-review	当用户需要对某个主题进行系统性文献综述、文献调查或跨多篇学术论文的综合分析时，使用本技能。同样适用于带注释的参考文献列表和跨论文比较。搜索 arXiv 并以 APA、IEEE 或 BibTeX 格式输出报告。不适用于单篇论文任务——审阅单篇论文请使用 academic-paper-review。

系统性文献综述技能

概述

本技能针对某个研究主题，跨多篇学术论文生成结构化的系统性文献综述（SLR）。给定主题查询后，它会在 arXiv 上执行搜索，并行提取每篇论文的结构化元数据（研究问题、方法论、关键发现、局限性），综合全集中出现的主题，并输出带有统一引用的最终报告。

与 academic-paper-review 的区别： 该技能针对单篇论文进行深度同行评审。本技能则是对多篇论文进行广度优先的综合分析。如果用户提供了一篇论文的 URL 并要求"审阅这篇论文"，请改用 academic-paper-review。

何时使用本技能

在用户提出以下任一需求时使用本技能：

• 对某个主题进行文献调查（"调研 transformer 注意力机制的变体"、"综述扩散模型的相关文献"）
• 跨多篇论文的综合分析（"近期论文对 X 有什么看法"、"比较关于 Y 的各篇论文的方法论"）
• 带有统一引用格式的系统性综述（"对 Z 做一个 APA 格式的 SLR"）
• 关于某个主题的带注释参考文献列表
• 某个领域在某时间段内的研究趋势概览

不要在以下情况下使用本技能：

• 用户提供了一篇论文并要求审阅它（请使用 academic-paper-review）
• 用户询问的事实性问题不需要综合多个来源（直接回答即可）
• 用户希望进行不要求学术严谨性的一般性网络调研（使用标准网络搜索）

工作流程

整个工作流程分为五个阶段。请按顺序执行。

阶段 1：规划

在开始任何检索之前，先向用户确认以下内容。如果其中任何一项不清楚，请提出一个涵盖所有缺失信息的澄清问题。不要逐个问题依次提问。

• 主题：用通俗英语描述的研究领域（例如"transformer attention variants"）。
• 范围：论文数量（默认 20，硬上限 50）、可选的时间窗口（如"last 2 years"）、可选的 arXiv 分类（如 cs.CL、cs.CV）。
• 引用格式：APA、IEEE 或 BibTeX（如果用户未指定，且看起来不是为某个特定会议/期刊撰写，则默认 APA）。
• 输出位置：最终报告的保存位置（默认为 /mnt/user-data/outputs/）。

如果用户说"50 篇以上"，请礼貌地将其上限设为 50，并说明超过该数量后综合质量会迅速下降——对于更大的综述，应按子主题拆分。

阶段 2：搜索 arXiv

调用附带的搜索脚本。不要尝试通过其他方式抓取 arXiv，也不要自行编写 HTTP 客户端——该脚本正确处理了 URL 编码、Atom XML 解析和 ID 规范化。

python /mnt/skills/public/systematic-literature-review/scripts/arxiv_search.py \
  "<topic>" \
  --max-results <N> \
  [--category <cat>] \
  [--sort-by relevance] \
  [--start-date YYYY-MM-DD] \
  [--end-date YYYY-MM-DD]

重要——在搜索前提取 2-3 个核心关键词。 不要将用户的完整主题描述作为查询语句。在调用脚本之前，先在脑中把主题缩减到 2-3 个最核心的术语。去掉诸如"in computer vision"、"for NLP"、"variants"、"recent"等修饰词——这些应放在 --category 或 --start-date 参数中，而不是查询字符串里。

查询语句——保持简短。 该脚本会将多词查询包裹在双引号中，以便在 arXiv 上进行短语匹配。这意味着：

• "diffusion models" → 搜索精确短语 → 效果好，返回相关论文。
• "diffusion models in computer vision" → 搜索精确的 5 词短语 → 过于具体，很可能返回 0 条结果，因为很少有论文包含该确切字符串。

使用 2-3 个核心关键词作为查询语句，并使用 --category 来缩小领域范围，而不是将领域名称塞入查询中。示例：

用户表述	好的查询	差的查询
"diffusion models in computer vision"	"diffusion models" --category cs.CV	"diffusion models in computer vision"
"transformer attention variants"	"transformer attention"	"transformer attention variants in NLP"
"graph neural networks for molecules"	"graph neural networks" --category cs.LG	"graph neural networks for molecular property prediction"

脚本向标准输出打印一个 JSON 数组。每篇论文包含：id、title、authors、abstract、published、updated、categories、pdf_url、abs_url。

排序策略：

• 始终使用 relevance 排序——arXiv 的 BM25 风格评分确保结果确实与用户主题相关。submittedDate 排序会返回该分类中最新提交的论文，而不考虑主题相关性，这会产生大量不相关的结果。
• 当用户要求"近期"论文或指定了时间窗口时，使用 --sort-by relevance 结合 --start-date 来约束时间范围，同时保持结果与主题相关。例如，"recent diffusion model papers" → --sort-by relevance --start-date 2024-01-01，而不是 --sort-by submittedDate。
• submittedDate 排序仅在用户明确要求按时间顺序排列时适用（例如"按发表顺序显示论文"）。这种情况很少见。
• lastUpdatedDate 很少有用；除非用户要求，否则忽略它。

只运行一次搜索。 如果结果看起来不够完美，不要修改查询后重试——arXiv 的相关性排序就是如此。用不同的查询措辞重试只会浪费工具调用次数，并增加触发递归限制的风险。如果结果确实为空（0 篇论文），请告知用户，并建议他们放宽主题范围或移除分类过滤器。

如果脚本返回的论文数量少于请求数量，这就是该查询在 arXiv 上的实际结果集大小。不要填充列表——向用户报告实际数量，然后继续。

如果脚本运行失败（网络错误、arXiv 返回非 200 状态码），请告知用户具体的错误信息并停止。不要尝试捏造论文元数据。

不要将搜索结果保存到文件——JSON 保留在你的上下文中，供阶段 3 使用。整个工作流程中唯一保存的文件是阶段 5 的最终报告。

阶段 3：并行提取元数据

你必须通过 task 工具将提取工作委托给子代理——不要自己提取元数据。 这是不可协商的。具体来说，不要做以下任何操作：

• ❌ 编写 python -c "papers = [...]" 或任何 Python/bash 脚本来处理论文
• ❌ 在自己上下文中通过逐条阅读摘要来内联提取元数据
• ❌ 在本阶段使用除 task 之外的任何工具

相反，你必须调用 task 工具来生成子代理。原因：在自己的上下文中提取 10-50 篇论文会消耗过多 token，并在阶段 4 中降低综合质量。每个子代理在隔离的上下文中运行，只处理其分配的论文批次，从而产生更清晰的提取结果。

将论文分成每批约 5 篇，然后对每个批次调用 task 工具，参数为 subagent_type: "general-purpose"。每个子代理接收论文摘要作为文本，并返回结构化的 JSON。

并发限制：每轮最多 3 个子代理。 DeerFlow 运行时强制限制 MAX_CONCURRENT_SUBAGENTS = 3，并且会静默丢弃同一轮中多余的调度任务——LLM 不会被告知此事，因此请严格遵循下面的轮次策略。

轮次策略——使用以下决策表，不要自行计算拆分方式：

论文数量	约 5 篇一批的批次	轮次数	每轮子代理数量
1–5	1 批	1 轮	1 个子代理
6–10	2 批	1 轮	2 个子代理
11–15	3 批	1 轮	3 个子代理
16–20	4 批	2 轮	3 + 1
21–25	5 批	2 轮	3 + 2
26–30	6 批	2 轮	3 + 3
31–35	7 批	3 轮	3 + 3 + 1
36–40	8 批	3 轮	3 + 3 + 2
41–45	9 批	3 轮	3 + 3 + 3
46–50	10 批	4 轮	3 + 3 + 3 + 1

永远不要在同一轮中调度超过 3 个子代理。 当某行显示"2 轮 (3 + 1)"时，意思是：第一轮并行调度 3 个子代理，等待所有 3 个完成后，第二轮调度 1 个子代理。在主代理层面，各轮严格按顺序执行。

如果论文数量落在两行之间（例如 23 篇），向上取整到下一行的布局，但只调度你实际需要的批次数——决策表给出的是框架，而不是死板的规定。

在主代理层面进行分批：你已经在阶段 2 中获得了每篇论文的摘要，因此每个子代理接收的是纯文本输入。子代理不需要访问网络或沙箱——它们的唯一任务就是阅读文本并返回 JSON。不要让子代理重新运行 arxiv_search.py，那会浪费 token 并增加触发频率限制的风险。

每个子代理接收的结构化提示内容：

执行以下任务：从以下 arXiv 论文中提取结构化元数据和关键发现。

论文：
[论文 1]
arxiv_id: 1706.03762
title: Attention Is All You Need
authors: Ashish Vaswani, Noam Shazeer, ...
published: 2017-06-12
abstract: <完整摘要文本>

[论文 2]
arxiv_id: ...
...

对于每篇论文，返回一个包含以下字段的 JSON 对象：
- arxiv_id（字符串）
- title（字符串）
- authors（字符串列表）
- published_date（字符串，格式 YYYY-MM-DD）
- research_question（1 句话，论文解决什么问题）
- methodology（1-2 句话，他们如何解决该问题）
- key_findings（3-5 条要点，他们实际发现了什么）
- limitations（1-2 句话，他们承认的局限性或明显缺失的内容）

以 JSON 数组形式返回结果，每篇论文一个对象，顺序与输入一致。不要在 JSON 之外包含任何文本——没有前言、没有 Markdown 围栏，只有数组。

解析子代理结果：task 工具返回的字符串带有固定前缀，例如 Task Succeeded. Result: [...JSON...]。在尝试解析 JSON 之前，先去掉 Task Succeeded. Result: 前缀（或 Task failed. / Task timed out. 前缀）。如果某个批次失败或返回无法解析的 JSON，记录该情况，注明受影响的论文，然后继续处理其余批次——不要因为一个坏批次就放弃整个综合任务。

所有轮次完成后，将各批次的数组展平为单个论文元数据对象列表，保持原有顺序。

阶段 4：综合与格式化

现在生成最终的 SLR 报告。这里要做两件事：跨论文综合（主题分析）和引用格式化。

跨论文综合：报告不能仅仅是列出论文。至少应识别出：

• 主题：整个论文集中 3-6 个重复出现的研究方向、方法或问题框架。
• 共识：多篇论文一致认同的发现。
• 分歧：论文得出不同结论或使用不相容方法论的地方。
• 空白：整个文献体系尚未涉及的内容（通常在"局限性"字段中有明确说明）。

如果论文集规模太小或异质性过高，无法支持主题综合（例如 5 篇主题迥异的论文），请在报告中明确说明——不要强行制造不存在的主题。

引用格式化：具体格式取决于用户的偏好。只读取与用户请求格式匹配的模板文件，而不是全部三个：

• templates/apa.md——APA 第 7 版。社会科学和大多数 CS 期刊的默认格式。用户在请求 APA 或未指定格式时使用。
• templates/ieee.md——IEEE 数字引用。用户目标为 IEEE 会议或期刊，或明确要求 IEEE 时使用。
• templates/bibtex.md——BibTeX 条目。用户提及 BibTeX、LaTeX 或希望获得机器可读参考文献时使用。重要：arXiv 论文应引用为 @misc，而非 @article——BibTeX 模板对此有明确说明。

每个模板既包含引用规则，也包含完整的报告结构（执行摘要、主题、逐篇论文注释、参考文献、方法论部分）。严格按照模板结构撰写报告正文，然后填入阶段 3 元数据中的内容。

阶段 5：保存与呈现

将完整报告保存到 /mnt/user-data/outputs/slr-<主题简称>-<YYYYMMDD>.md，其中 <主题简称> 是主题的小写连字符版本（例如 transformer-attention）。然后调用 present_files 工具并提供该路径，以便用户下载。

在聊天消息中，显示一个简短预览，让用户无需打开文件即可立即看到价值：

1. 执行摘要——报告中开头的 3-5 句话段落，原文照引。
2. 主题列表——你在阶段 4 综合中识别的主题列表（仅主题名称 + 一句话说明，不包含完整的主题章节）。
3. 论文数量 + 文件路径提示——例如"包含 20 篇论文、逐篇注释和格式化参考文献的完整报告已保存至 slr-transformer-attention-20260409.md。"

不要将完整的 2000+ 字报告内联输出——逐篇论文注释、参考文献和方法论章节应放在文件中。预览的作用是让用户一眼就能判断报告价值，并决定是否打开它。

示例

示例 1：典型的 SLR 请求

用户："对我做一个关于近期 transformer 注意力变体的系统性文献综述，20 篇论文，APA 格式。"

你的流程：

1. 阶段 1：确认主题（transformer attention variants）、范围（20 篇论文，默认时间窗口）、格式（APA）。只有在信息缺失时才提一个澄清问题（例如"有没有特定的时间窗口，还是默认为最近 3 年？"）。
2. 阶段 2：arxiv_search.py "transformer attention" --max-results 20 --sort-by relevance --start-date 2023-01-01。
3. 阶段 3：20 篇论文 → 第 1 轮 = 3 个子代理 × 5 篇论文 = 覆盖 15 篇，第 2 轮 = 1 个子代理 × 5 篇论文 = 覆盖 5 篇。汇总。
4. 阶段 4：读取 templates/apa.md，按其结构撰写报告，填入阶段 3 元数据中的主题 + 逐篇注释。
5. 阶段 5：保存至 slr-transformer-attention-20260409.md，调用 present_files。

示例 2：小规模请求，存在歧义

用户："帮我调研几篇关于扩散模型的论文。"

你的流程：

1. 阶段 1："几篇"存在歧义。提出一个问题："你想要多少篇论文——10、20 还是 30？另外，引用格式有偏好吗（默认 APA）？"
2. 用户回复"10，BibTeX"。
3. 阶段 2：arxiv_search.py "diffusion models" --max-results 10 --category cs.CV。
4. 阶段 3：10 篇论文 → 单轮，2 个子代理 × 5 篇论文。
5. 阶段 4：读取 templates/bibtex.md，使用 @misc 条目（而非 @article）格式化。
6. 阶段 5：保存并呈现。

示例 3：超出范围的请求

用户："这里有一篇论文（https://arxiv.org/abs/1706.03762）。你能审阅一下吗？"

这是单篇论文的同行评审，不是文献综述。不要使用本技能。请改用 academic-paper-review。

备注

• 前置条件：subagent_enabled 必须为 true。阶段 3 需要使用 task 工具进行并行元数据提取。该工具仅在运行时配置中将 subagent_enabled 设置为 true 时才会加载（config.configurable.subagent_enabled）。如果未启用，task 工具不会出现在可用工具列表中，阶段 3 也无法按设计执行。
• 仅限于 arXiv，此为设计原则。 本技能不查询 Semantic Scholar、PubMed 或 Google Scholar。arXiv 涵盖了大多数 CS/ML/物理/数学预印本，这也是 DeerFlow 用户最常希望调研的内容。多来源学术搜索应放在专用的 MCP 服务器中，而不是本技能内部。
• 硬上限为 50 篇论文。 这与阶段 3 的并发策略有关（每轮最多 3 个子代理，每个约 5 篇论文，最多约 3 轮）。超过 50 篇论文的综述会降低综合质量，更适合拆分为子主题进行。
• 阶段 3 需要启用子代理。 本技能的并行提取步骤硬性要求 task 工具，该工具仅在运行时 subagent_enabled=true 时才可用。如果子代理不可用，不要声称要执行阶段 3 的并行方案；相反，告知用户必须启用子代理才能完成完整工作流程，或者提议将请求缩小/拆分为较小规模的手动审阅。
• 子代理结果为字符串，而非对象。 在解析 JSON 载荷之前，务必去掉 Task Succeeded. Result: / Task failed. / Task timed out. 前缀。
• id 字段是裸 arXiv ID（例如 1706.03762），不是 URL，也不带版本后缀。abs_url / pdf_url 包含完整 URL，如果需要可以取用。
• 综合，而非罗列。 最终报告必须识别主题并比较论文之间的发现。一份仅逐篇罗列论文的报告是失败模式——如果你找不到主题，请明确说明，而不是伪造它们。