Scholar Deep Research
8-fas, skriptdriven litteraturöversikt över 7 vetenskapliga API:er med en DOI-ankrad bibliografi.
Testad · Fungerar
Vad den gör
Omvandlar en forskningsfråga till en citerad litteraturöversikt genom att köra Python-skript mot OpenAlex, arXiv, Crossref, PubMed, DBLP, bioRxiv och Exa, deduping och transparent rankning av resultat, sedan jaga citat och tvinga fram en självkritik-passning innan rendering av en rapport med fotnotankare kopplade till verkliga papper. Aktivera vid litteraturöversikt / state-of-the-art / "vad är känt om X" / jämförande-analysförfrågningar; hoppa över för handledningar eller kodfelsökning.
Testrapport
Körde Fas 0→2 på riktigt mot live OpenAlex/arXiv/Crossref: fick en rankad, DOI-ankrad topp-10 med verkliga 2023-2026 LLM-agent-undersökningspapper och ett renderat rapport-skelett med en verifierbar bibliografi — en minnesbaserad baslinje riskerar fabricerade DOI:er på exakt den här typen av uppgift. Fångade en verklig bugg: SKILL.md:s egen Fas-2-exempel `research_state.py select --state research_state.json --top 20` misslyckas (argumentordning); `--state` måste föregå underkommandot, som Fas-0:s `init`-exempel korrekt visar.
Testad: 2026-07-14 · Claude Code 2.x (agent harness)
Installation
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
Kommandon och exempelprompter
/scholar-deep-research8-fas, skriptdriven litteraturöversikt över 7 vetenskapliga API:er med en DOI-ankrad bibliografi.
Skills triggas av vanliga förfrågningar — inga kommandon att memorera. Efter installationen aktiverar prompter som dessa skillen (på engelska):
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