Literature Reviewer Skill

⚠️ 安全提示: 本 Skill 依赖 browser skill 进行浏览器自动化，将访问浏览器 cookies 和登录状态。建议在隔离环境（如 Docker）中运行。详见 SECURITY.md

系统性学术文献回顾（Literature Survey）Skill for Kimi CLI

采用 8阶段工作流，浏览器自动化检索，支持 CNKI/WOS/ScienceDirect，零配置输出 GB/T 7714-2015 格式文献综述

📖 简介

Literature Survey Skill 是一个为 Kimi CLI 设计的 Skill 插件，用于帮助用户进行系统性的学术文献回顾。

核心优势

• 🚀 8阶段工作流：从查询分析到综述生成的完整流程
• 🌐 浏览器自动化：无需API配置，直接访问学术数据库
• ✅ 多数据库支持：CNKI、Web of Science、ScienceDirect、PubMed
• 📚 结构化输出：GB/T 7714-2015引文 + 标题 + 摘要的Markdown文档
• 🔄 中断续传：支持会话保存和恢复

✨ 功能特性

🔄 8阶段工作流

flowchart TD
    P0[Phase 0: Session Log<br/>会话管理] --> P1
    P1[Phase 1: Query Analysis<br/>AI生成关键词] --> P2
    P2[Phase 2: Parallel Search<br/>并行检索] --> P3
    P3[Phase 3: Deduplication<br/>去重筛选] --> P4
    P4[Phase 4: Verification<br/>基础验证] --> P5
    P5[Phase 5: Data Export<br/>数据导出] --> P6
    P6[Phase 6: Paper Analysis<br/>单篇文献分析] --> P7
    P7[Phase 7: Citation Format<br/>引用格式化] --> P8
    
    P8[Phase 8: Synthesis<br/>综述生成] --> P8.1
    P8.1[8.1 Outline<br/>生成大纲] --> P8.2
    P8.2[8.2 Writing<br/>撰写初稿] --> P8.3
    P8.3[8.3 Review<br/>质量审查] --> P8.4
    P8.4[8.4 Final<br/>最终润色] --> END[完成]
    
    P8.3 -.->|评分<70| P8.2
    P8.3 -.->|评分<60| P8.1
    
    P2 -.-> CNKI[(CNKI)]
    P2 -.-> WOS[(Web of Science)]
    P2 -.-> SD[(ScienceDirect)]
    P2 -.-> PM[(PubMed)]

各阶段详细说明

Phase 8 Sub Phases（综述生成详细分解）

Phase 8 迭代机制：

• 评分 ≥85：小修后直接定稿
• 评分 70-85：回到 8.2 重写部分章节
• 评分 60-70：回到 8.1 重新规划结构
• 评分 <60：检查文献质量，必要时重新检索

🚀 快速开始

安装

方式一：自然语言安装（推荐）

本 Skill 兼容以下 AI 编程工具的 Skills/MCP 系统：

如果你使用以上任意 AI 编程工具，可以直接用自然语言安装：

💬 复制以下提示语发送给你的 AI 助手：

请帮我安装 Literature Reviewer Skill。从 GitHub 仓库 https://github.com/stephenlzc/AI-Powered-Literature-Review-Skills 克隆代码，安装到 skills 目录，文件夹命名为 literature-reviewer-skill。

AI 助手会自动完成克隆、配置和安装。

方式二：手动安装

1. 找到你的 AI 工具的 skills 目录（不同工具路径可能不同）：

   • Kimi CLI / KimiClaw: ~/.kimi/skills/
   • MaxClaw: ~/.maxclaw/skills/
   • Claude Code: ~/.claude-code/skills/
   • OpenCode: ~/.opencode/skills/
   • TRAE: ~/.trae/skills/
   • VS Code: .vscode/skills/

2. 克隆本仓库到 skills 目录：

# 进入 skills 目录（根据你的工具选择对应路径）
cd ~/.kimi/skills  # 或其他工具的 skills 目录

# 克隆仓库
git clone https://github.com/stephenlzc/AI-Powered-Literature-Review-Skills.git literature-reviewer-skill

1. 完成！无需额外配置，重启 AI 工具即可使用。

方式三：Docker 安装（推荐用于安全隔离）

为了最大程度保障安全，建议在 Docker 容器中运行本 Skill：

# 1. 克隆仓库
git clone https://github.com/stephenlzc/AI-Powered-Literature-Review-Skills.git
cd AI-Powered-Literature-Review-Skills

# 2. 使用 Docker Compose 启动（推荐）
docker-compose up -d

# 3. 查看容器状态
docker-compose ps

# 4. 查看日志
docker-compose logs -f

Docker 优势:

• ✅ 与主机系统完全隔离
• ✅ 独立的浏览器环境，不访问主机浏览器数据
• ✅ 限制的文件系统访问（只读根文件系统）
• ✅ 网络隔离，只能访问声明的域名
• ✅ 资源限制（CPU、内存）

Docker 目录映射:

• ./sessions → 容器内会话数据（可写）
• ./output → 容器内输出文件（可写）
• 其他 Skill 文件 → 只读挂载

注意: Docker 模式下，需要在 AI 工具中配置使用容器内的 Skill 路径。

方式四：安全手动安装（审查后安装）

如果你担心安全性，建议按以下步骤手动审查后安装：

# 1. 在隔离目录下载并审查代码
mkdir -p ~/test-skills
cd ~/test-skills
git clone --depth 1 https://github.com/stephenlzc/AI-Powered-Literature-Review-Skills.git

# 2. 审查关键文件
cat literature-reviewer-skill/SKILL.md
cat literature-reviewer-skill/SECURITY.md
cat literature-reviewer-skill/scripts/*.py

# 3. 确认无误后，移动到正式 skills 目录
mv literature-reviewer-skill ~/.kimi/skills/  # 或其他工具目录

依赖检查

安装后，请验证以下依赖是否已安装：

# 检查 browser skill
ls ~/.kimi/skills/browser  # 或其他工具对应路径

# 检查 Playwright
playwright --version

# 安装浏览器（如果尚未安装）
playwright install chromium

使用方法

安装完成后，在 AI 工具中输入以下自然语言指令即可触发：

方式一：直接描述需求

帮我做一份关于「基于深度学习的医学图像诊断」的文献综述

方式二：使用快捷指令（部分工具支持）

/ 文献回顾 基于深度学习的医学图像诊断研究

方式三：指定语言和数量

帮我找文献：Transformer模型在自然语言处理中的应用，需要中英文各20篇

方式四：完整的综述撰写

请为我撰写一份关于「人工智能在癌症早期筛查中的应用」的文献综述，
要求：
- 中文文献20篇，英文文献20篇
- 时间范围：近5年
- 输出格式：包含摘要、关键词、正文、参考文献
- 引用格式：GB/T 7714-2015

AI 助手会自动执行 8 阶段工作流，最终输出完整的文献综述文档。

📁 项目结构

literature-reviewer-skill/
├── SKILL.md                          # Skill 主入口（必需）
├── README.md                         # 本文件
├── AGENTS.md                         # 项目架构说明
├── SECURITY.md                       # 安全声明与免责声明 ⭐
├── mcp.json                          # MCP 配置文件（依赖声明）⭐
├── install.yaml                      # 安装配置（依赖声明）⭐
│
├── Dockerfile                        # Docker 构建文件 ⭐
├── docker-compose.yml                # Docker Compose 配置 ⭐
│
├── agents/                           # Agent 模板
│   ├── explore-agent.md              # 搜索 Agent
│   ├── verify-agent.md               # 验证 Agent
│   ├── synthesize-agent.md           # 综述 Agent
│   └── orchestrator.md               # 协调器 Agent
│
├── references/                       # 参考资料
│   ├── cnki-guide.md                 # CNKI检索指南
│   ├── database-access.md            # 数据库访问指南
│   └── gb-t-7714-2015.md             # GB/T 7714-2015引用格式规范
│
├── scripts/                          # 辅助脚本
│   ├── __init__.py
│   ├── models.py                     # 数据模型
│   ├── deduplicate_papers.py         # 去重工具
│   └── citation_formatter.py         # 引用格式化
│
├── examples/                         # 使用示例（不包含在Skill安装中）
│   ├── example-3-ai-education/       # 示例3：AI教育评估
│   ├── example-4-carbon-policy/      # 示例4：碳中和政策
│   └── example-5-uniqlo-social-media/# 示例5：优衣库社媒营销
│
└── sessions/                         # 会话目录（运行时生成）
    └── {YYYYMMDD}_{topic}/
        ├── session_log.md            # 工作日志
        ├── metadata.json             # 会话元数据
        ├── papers_raw.json           # 原始检索结果
        ├── papers_deduplicated.json  # 去重后文献
        └── output/
            ├── references.md         # 文献清单（含摘要）
            ├── papers_analysis.md    # 单篇文献深度分析
            └── literature_review.md  # 最终综述（含摘要、关键词）

Note: examples/ 文件夹包含使用示例和参考输出，不包含在 Skill 安装包中。如需查看示例，请访问项目仓库。

📋 依赖与配置

必需依赖

⚠️ 重要: 本 Skill 必须配合 browser skill 才能运行。如果没有安装，请先安装：

# 在支持 MCP 的工具中，依赖会自动解析
# 或手动安装 browser skill
git clone <browser-skill-repo> ~/.kimi/skills/browser

配置文件

本 Skill 提供以下配置文件，供 AI 工具解析依赖和权限：

mcp.json - MCP 标准配置

符合 Model Context Protocol 标准的配置文件，声明了：

• ✅ 依赖的 skills（browser 必需）
• ✅ 运行时权限（文件系统、网络、浏览器）
• ✅ 允许访问的域名列表
• ✅ 资源限制

支持 MCP 的 AI 工具（如 Claude Code、OpenCode）会自动读取此文件。

install.yaml - 安装配置

详细的安装配置，包含：

• ✅ 系统依赖（Python、Node.js）
• ✅ 安装步骤
• ✅ 验证检查
• ✅ 安全建议

权限声明

本 Skill 需要以下权限：

文件系统:
  读取: ./agents/, ./references/, ./scripts/, ./examples/
  写入: ./sessions/, ./output/

网络:
  允许访问:
    - kns.cnki.net (中国知网)
    - www.webofscience.com (Web of Science)
    - www.sciencedirect.com (ScienceDirect)
    - scholar.google.com (Google Scholar)
    - pubmed.ncbi.nlm.nih.gov (PubMed)

浏览器:
  允许操作: navigate, click, fill, evaluate, screenshot, download
  限制: 禁止访问 file://, localhost, 127.0.0.1

🌐 支持的数据库

无需API配置，直接通过浏览器访问数据库检索页面。

📝 输出格式

文献清单 (references.md)

包含完整文献信息：

# 文献清单

## 中文文献

### C1
- **标题**: 基于深度学习的医学图像诊断研究
- **作者**: 张三, 李四, 王五
- **期刊**: 计算机学报
- **年份**: 2023
- **卷期**: 46(5): 1023-1035
- **DOI**: 10.xxxx
- **摘要**: 本文研究了...
- **来源**: CNKI

## 英文文献

### E1
- **Title**: Deep Learning for Medical Image Analysis
- **Authors**: Smith J, Johnson K
- **Journal**: Nature Medicine
- **Year**: 2022
- **DOI**: 10.1038/xxxxx
- **Abstract**: This study presents...
- **Source**: ScienceDirect

GB/T 7714-2015 引用格式

中文期刊：

[C1] 张三, 李四, 王五. 基于深度学习的医学图像诊断研究[J]. 计算机学报, 2023, 46(5): 1023-1035. DOI:10.xxxx.

英文期刊：

[E1] Smith J, Johnson K, Lee M. Deep learning for medical image analysis[J]. Nature Medicine, 2022, 28(8): 1500-1510. DOI:10.1038/s41591-022-01900-0.

单篇文献分析 (papers_analysis.md)

每篇文献的深度分析，包含：

• 主要观点和结论
• 局限性
• 争议点
• 研究内容缺陷
• 参考文献格式

综述文档 (literature_review.md)

高质量结构化综述，包含：

1. 标题
2. 摘要（200-300字）
3. 关键词（5-8个）
4. 引言（研究背景、检索策略）
5. 理论基础与方法
6. 国内研究现状
7. 国外研究现状
8. 讨论（对比分析、研究趋势、Gap识别）
9. 结论
10. 参考文献

🔒 安全提示

⚠️ 重要声明

在使用本 Skill 之前，请务必阅读 SECURITY.md

主要风险

安全使用建议

1. 优先使用 Docker 模式（推荐）

   docker-compose up -d
   

   • 完全隔离主机环境
   • 独立的浏览器实例
   • 限制的资源访问

2. 不要在已登录敏感账户的浏览器中使用

   • 银行、邮箱、社交媒体等
   • 使用专用浏览器或无痕模式

3. 审查代码后再安装

   cat SKILL.md
   cat scripts/*.py
   cat agents/*.md
   

4. 不要让 AI 自动执行安装命令

   • 手动克隆仓库
   • 手动移动到 skills 目录

法律声明

• 本 Skill 仅供学术研究使用
• 使用者需自行承担遵守目标数据库服务条款的责任
• 尊重文献版权，仅用于个人学习和研究
• 开发者不对使用本 Skill 导致的任何问题负责

完整法律声明见 SECURITY.md

📚 参考资料

• references/cnki-guide.md - CNKI 高级检索详细指南
• references/database-access.md - 各数据库访问指南
• references/gb-t-7714-2015.md - GB/T 7714-2015 引用格式规范

🗺️ 版本历史

v3.1.0 (2025-03-09)

• ✅ 安全增强：添加完整安全声明（SECURITY.md）
• ✅ 隔离支持：添加 Docker 运行环境
• ✅ 依赖声明：添加 mcp.json 和 install.yaml
• ✅ 多工具兼容：支持 KimiClaw, MaxClaw, Claude Code, OpenCode, TRAE, VS Code
• ✅ 名称变更：从 literature-survey 更名为 literature-reviewer-skill
• ✅ 示例丰富：添加3个完整示例（AI教育、碳中和、优衣库营销）

v3.0.0 (2024-03)

• ✅ 移除API配置要求
• ✅ 改用浏览器自动化访问数据库
• ✅ 简化去重/验证流程
• ✅ 输出改为Markdown格式（含摘要）
• ✅ 保留8阶段工作流框架

v2.0.0 (2024-01)

• 重构为8阶段工作流
• 引入Agent Swarm架构
• 新增引用验证机制
• 新增多数据库API支持

v1.0.0 (2023)

• 初始版本

🤝 致谢

本项目在开发过程中参考和整合了以下优秀开源项目的思路和设计：

📄 许可证

MIT License

Copyright (c) 2024 Literature Reviewer Skill Contributors

Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.

Made with ❤️ for researchers