Scholar Deep Research
8-fasen, script-gestuurde literatuurstudie over 7 wetenschappelijke API's met een DOI-verankerde bibliografie.
Getest · Werkt
Wat het doet
Zet een onderzoeksvraag om in een geciteerde literatuurstudie door Python scripts uit te voeren tegen OpenAlex, arXiv, Crossref, PubMed, DBLP, bioRxiv en Exa, resultaten te dedupliceren en transparant te rangschikken, vervolgens citaten na te jagen en een zelfkritiekronde af te dwingen voordat een rapport wordt gegenereerd met voetnootankers gekoppeld aan echte papers. Activeer op literatuurstudie / state-of-the-art / "wat is bekend over X" / vergelijkende-analyse verzoeken; overslaan voor tutorials of code debugging.
Testrapport
Voerde Fase 0→2 echt uit tegen live OpenAlex/arXiv/Crossref: kreeg een gerangschikte, DOI-verankerde top-10 met echte 2023-2026 LLM-agent survey papers en een gegenereerd rapport scaffold met een verifieerbare bibliografie — een geheugen-alleen baseline riskeert gefabriceerde DOI's bij precies dit soort taken. Vond één echte bug: het eigen Fase-2 voorbeeld van de SKILL.md `research_state.py select --state research_state.json --top 20` faalt (argumentvolgorde); `--state` moet voorafgaan aan het subcommand, zoals het `init` voorbeeld van Fase-0 correct toont.
Getest op: 2026-07-14 · Claude Code 2.x (agent harness)
Installatie
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
Commando's en voorbeeldprompts
/scholar-deep-research8-fasen, script-gestuurde literatuurstudie over 7 wetenschappelijke API's met een DOI-verankerde bibliografie.
Skills reageren op gewone verzoeken — geen commando's om te onthouden. Na installatie activeren prompts zoals deze de skill (in het Engels):
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