Scholar Deep Research
8fázový, skriptově řízený literární přehled napříč 7 vědeckými API s bibliografií ukotvenou v DOI.
Otestováno · Funguje
Co umí
Přemění výzkumnou otázku na citovaný literární přehled spuštěním skriptů Python proti OpenAlex, arXiv, Crossref, PubMed, DBLP, bioRxiv a Exa, deduplikací a transparentním hodnocením výsledků, poté sledováním citací a vynucením průchodu sebekritiky před vykreslením zprávy s poznámkami pod čarou spojenými se skutečnými články. Spouští se na požadavky na literární přehled / stav techniky / "co je známo o X" / srovnávací analýzu; pro tutoriály nebo ladění kódu se vynechává.
Testovací report
Spustil jsem fázi 0→2 skutečně proti živému OpenAlex/arXiv/Crossref: získal jsem hodnocený, DOI-ukotvený top-10 se skutečnými články o LLM-agentech z let 2023-2026 a vykreslený rámec zprávy s ověřitelnou bibliografií — základní verze pouze z paměti riskuje falešné DOI přesně u tohoto typu úkolu. Zachytil jsem jednu skutečnou chybu: příklad `research_state.py select --state research_state.json --top 20` v samotném SKILL.md selže (pořadí argumentů); `--state` musí předcházet podpříkazu, jak správně ukazuje příklad `init` z fáze 0.
Testováno: 2026-07-14 · Claude Code 2.x (agent harness)
Instalace
git clone https://github.com/Agents365-ai/scholar-deep-research.git cd scholar-deep-research mkdir -p ~/.claude/skills cp -r skills/scholar-deep-research ~/.claude/skills/scholar-deep-research
Příkazy a ukázkové prompty
/scholar-deep-research8fázový, skriptově řízený literární přehled napříč 7 vědeckými API s bibliografií ukotvenou v DOI.
Skilly se spouštějí běžnými požadavky — žádné příkazy k zapamatování. Po instalaci ho aktivují prompty jako tyto (anglicky):
Do a literature review on LLM agents for automated researchFind and rank papers on retrieval-augmented generation for meBuild me a DOI-anchored bibliography on this research question