research-collect

Literature Survey

Don't ask permission. Just do it.

Output Structure

├── papers/
│   ├── {arxiv_id}/             # arXiv 论文源文件
│   ├── {doi_slug}.pdf          # DOI 论文 PDF
│   └── {direction}/            # 整理后的分类目录
├── repos/                      # 参考代码仓库（Phase 3）
└── survey_report.md            # 调研报告

---

Workflow

Phase 1: 准备

mkdir -p "papers"

生成 4-8 个检索词。

---

Phase 2: 增量搜索-筛选-下载（循环）

对每个检索词重复以下步骤：

2.1 搜索

arxiv_search({ query: "<term>", max_results: 30 })
openalex_search({ query: "<term>", max_results: 20 })

合并两个来源的结果，按 arXiv ID / DOI 去重。

2.2 筛选

只看相关性——这篇论文是否和研究主题直接相关？

• 相关：直接研究该主题，或提出了可借鉴的方法 → 保留
• 不相关：主题偏离，仅在关键词上有交集 → 跳过

2.3 下载论文

按 /paper-download 的方式下载论文到 papers/。

完成一个检索词后，再进行下一个。 这样避免上下文被大量搜索结果污染。

---

Phase 3: GitHub 代码搜索与参考仓库选择

目标：为下游 skill（research-survey、research-plan、research-implement）提供可参考的开源实现。

3.1 选择论文

从 papers/ 中选出 Top 5 最相关论文。

3.2 搜索参考仓库

对每篇选中论文，用以下关键词组合搜索 GitHub 仓库：

• 论文标题 + "code" / "implementation"
• 核心方法名 + 作者名
• 论文中提到的数据集名 + 任务名

gh search repos "{paper_title} implementation" --limit 10 --sort stars --language python

3.3 筛选与 clone

选择 3-5 个最相关的仓库：

mkdir -p "repos"
git clone --depth 1 <repo_url> "repos/{name}"

如果搜不到相关仓库，跳过本阶段。

---

Phase 4: 分类整理

所有检索词完毕后：

4.1 聚类分析

根据已下载论文的标题和摘要，识别 3-6 个研究方向。

4.2 创建分类目录

mkdir -p "papers/{direction}"
mv "papers/2401.12345" "papers/data-driven/"

---

Phase 5: 生成报告

创建 survey_report.md：

• 调研概要（检索词数、论文数、方向数）
• 各研究方向概述
• Top 10 论文（标题 + ID + 一句话价值）
• 参考仓库摘要（如有）
• 建议阅读顺序

---

关键设计

Tools / Commands