literature-engineer

SKILL.md

Goal: build a large, verifiable candidate pool for downstream dedupe/rank, mapping, notes, citations, and drafting.

This skill is intentionally evidence-first: if you can't reach the target size with verifiable IDs/provenance, the correct behavior is to block and ask for more exports / enable network, not to fabricate.

証拠優先調査のためのマルチルート文献拡張 + メタデータ正規化。 安定した ID と来歴を備えた大規模な候補プール (「papers/papers_raw.jsonl」、ターゲット ≥1200) を生成し、重複排除/ランク + 引用生成の準備が整います。 **トリガー**: 証拠収集者、文献エンジニア、扩充、文献召回、雪だるま式、引用者、参考文献、元信息增强、来歴。 **次の場合に使用します**: 1200 篇以上の文献を選択し、メタを追跡できるようにする必要がある場合 (調査パイプラインのステージ C1、事前証拠の書き込み)。 **次の場合はスキップしてください**: すでに大量の `papers/papers_raw.jsonl` (≥1200 および各条都に固定の蠇识 + 来源记录があります) が存在します。 **ネットワーク**: 有線可能（インポート）、雪崩/在線検索にはネットワークが必要です。 **ガードレール**: 造作文を許可しません。各条文は、マーク認証 (arXiv ID / DOI / 可信 URL) と出所を確認する必要があります。出力/散文は記述しません。 ソース: willoscar/research-units-pipeline-skills。

ターミナルまたはコマンドラインツール（Terminal、iTerm、Windows Terminal など）を開きます このコマンドをコピーして実行します: npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill literature-engineer インストール後、スキルは自動的に AI コーディング環境に設定され、Claude Code や Cursor で使用できるようになります

原文を見る