agentsclimarketplace

Knowledge module gen

Skill qiaomiaojoe/ai-academic-workflow/skills/knowledge-module-gen

AI学术工作流 · 乔淼PhD「AI学术训练营」skills 库：选题 / 文献搜索 / 文献分析 / 研究设计 / 数据分析 / 全文初稿，30 个 skills 拆到步骤颗粒度，单个可独立运行、可自由组合（Claude Code / Codex）

Install
npx -y skills add qiaomiaojoe/ai-academic-workflow --skill knowledge-module-gen

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

2 things to look at

  • no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.
  • 5 stars5 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

知识模块生成（乔淼PhD · AI学术训练营 · AI学术工作流 · 文献分析步骤）。按知识模块清单逐模块读全文生成 M_n.md：机械抽取模块 prompt（不改写不补全）、flag 而非 ask、map-reduce 逐篇防爆上下文、页码诚实、每模块一行执行日志自检；支持 Zotero / NotebookLM / 本地 PDF 三种数据通道。Trigger on："生成知识模块"、"按模块清单跑模块"、"逐模块读全文写 M1-Mn"、"generate knowledge modules from my module list"。

SKILL.md

5.2 KB, as published. Nobody here has run it

Knowledge Module Gen · 知识模块生成

调用约定（独立运行）

  • 输入：知识模块清单（知识模块清单.md，或用户给的路径；没有 → 先跑 knowledge-module-list）+ 主数据通道（Zotero MCP / NotebookLM / 本地 PDF，问用户或按可用性选）。
  • 落盘：模块/M_n.md + 执行日志.md（默认当前工作目录）。
  • 调用方覆盖约定：调用方（工作台 prompt / 用户）显式给出的参数、输入路径、落盘路径与工具选择，一律覆盖本 skill 的默认；但本 skill 的方法步骤、硬约束与停点不可被省略或稀释——调用方若要求跳过某硬约束，以本 skill 为准并提示冲突。
  • 工具适配：以环境实际可用为准，不可用时走降级通道并注明，不编造工具结果。

前置：已有 知识模块清单.md（步骤 1 Part A 产物）。若没有，先跑步骤 1。

按用户所选主数据通道执行（Zotero / NotebookLM / 本地 PDF；个别模块可在执行时覆盖：文献量大 / 要严格 citation 验证 → 改用 NotebookLM；MCP 不可用 → 改用本地 PDF）。

【准确拾取并执行模块 prompt】（防 AI 自由发挥 · 全程不打断）

不需要逐模块回显让用户确认。用三件套保证准确：

  1. 机械抽取（拾取靠切片，不靠理解）：从 知识模块清单.md 中定位"## 模块 M_n"标题，逐字抽取其下代码围栏内的文本，当作字面 spec。不改写、不补全、不重排关键问题与期望输出结构。
  2. flag 而非 ask（执行忠实，想改只标记，不停下来问）：照原样跑。若认为某处该调整，不要调整——在该模块输出里加一行 _deviation: 想改什么 + 为什么，然后仍按原 prompt 执行。
  3. 结尾自检日志（把关靠一份日志，不靠过程确认）：每跑完一个模块，往 执行日志.md 追加一行：M_n | 用的 prompt 首行 | 结构符合期望(✓/✗) | 证据假设对上(✓/✗) | 有无 _deviation。全部跑完后用户只看这一份日志，有 ✗ 或 _deviation 的模块才回看。

主数据通道分支

  • Zotero MCP：对该模块每篇文献调 zotero_get_item_fulltext 取全文（或 zotero_get_item_metadata 取摘要；工具名以环境实际注册为准），按下方 map-reduce 逐篇抽取，不要一次性拼接全部全文。
  • NotebookLM MCP：add_notebook 建新 notebook；提示用户把该模块文献 PDF 上传并粘贴 share URL 注册到 MCP。用 ask_question 喂入该模块的「生成 prompt」，保存 session_id 以便追问。收到返回 → 验证 inline citation → 保存为 M_n.md。（NotebookLM 自身检索已控上下文，map-reduce 主要用于另两种模式。）
  • 本地 PDF 直读：在 pdf_download/（或用户给的文件夹）下按 AuthorYear.pdf 找到本地 PDF，按页读取，逐篇抽取（本地 PDF 天然有页码，引用页码以此为准）。找不到对应 PDF 的文献回退 Zotero 或 NotebookLM。

【上下文管理 · map-reduce 逐篇】

注意：map-reduce 不是 Claude Code / Codex 的内置功能，必须显式照做，否则会一次性把全文塞满上下文。对一个模块涉及的多篇文献：

  1. map：一篇一篇处理——读第 1 篇 → 抽取与"关键问题"相关的段落（每段记页码）写成中间笔记 → 不保留全文 → 读第 2 篇……
  2. reduce：全部读完后，只基于中间笔记 + 证据摘录写该模块，不回头重读全文。

这样既不爆上下文，也避免"lost in the middle"。

【页码诚实】

  • 优先用能给页码的来源（本地 PDF 按页读，页码最准）。
  • Zotero fulltext 若不含页码 → 回退本地 PDF；都拿不到就标注 (Author Year)，不要编造页码。

【字数与结构】

  • 单模块 ≈500 词英文 / 800 字中文。
  • 结构配额：概念/操作化 ~20% · 核心 findings ~50% · 对综述 Section 的贡献 ~30%。
  • 证据不足以支撑字数时，标注"该模块证据偏薄"，不灌水重复。

【双层产物】

  • M_n.md 是工作层，可以"脏"：正文之外附"证据摘录"区（原文 quote + 页码 + Zotero key），供步骤 3 溯源。
  • 步骤 3 的综述初稿才要纯净——溯源信息不进初稿。

输出

每个模块一个独立 .md，统一写到 模块/ 目录：M1.md, M2.md, ..., M_n.md；外加一份 执行日志.md（每模块一行自检）。

执行顺序建议：先跑 Classic / Key Texts 占比高的模块（学术分量重），再跑 Supporting 为主的模块；每跑完一个模块，对照"生成 prompt"的期望结构与"证据假设"自检——假设对不上就在文件里标注，并考虑回退该模块。

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.