Scholar Deep Research
8-fase, skriptdrevet litteraturgjennomgang på tvers av 7 akademiske API-er med en DOI-forankret bibliografi.
Bestått
Hva den gjør
Gjør et forskningsspørsmål om til en sitert litteraturgjennomgang ved å kjøre Python-skript mot OpenAlex, arXiv, Crossref, PubMed, DBLP, bioRxiv og Exa, deduplisere og transparent rangere resultater, deretter følge siteringer og tvinge en selvkritikk-runde før rendering av en rapport med fotnote-ankere knyttet til ekte artikler. Utløs ved litteraturgjennomgang / state-of-the-art / "hva er kjent om X" / komparative-analyse-forespørsler; hopp over for veiledninger eller kodfeilsøking.
Testrapport
Kjørte Fase 0→2 i praksis mot live OpenAlex/arXiv/Crossref: fikk en rangert, DOI-forankret topp-10 med ekte 2023-2026 LLM-agent-oversiktsartikler og et rendret rapportskjelett med en verifiserbar bibliografi — en ren minne-basert baseline risikerer fabrikkerte DOI-er på nøyaktig denne typen oppgave. Oppdaget én reell feil: SKILL.mds egen Fase-2-eksempel `research_state.py select --state research_state.json --top 20` feiler (argumentrekkefølge); `--state` må komme før underkommandoen, som Fase-0s `init`-eksempel korrekt viser.
Testet på: 2026-07-14 · Claude Code 2.x (agent harness)
Installer
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
Kommandoer og eksempelprompter
/scholar-deep-research8-fase, skriptdrevet litteraturgjennomgang på tvers av 7 akademiske API-er med en DOI-forankret bibliografi.
Skills utløses av vanlige forespørsler — ingen kommandoer å huske. Etter installasjonen aktiverer prompter som disse skillen (på engelsk):
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