Documents

agentic-ai-research

Try it

检索顶会顶刊的 Agentic AI 最新研究成果,产出一份给人看的文献综述。用 H=(E,T,C,S,L,V)+P 框架作为筛选镜头,通过 WebSearch 检索(不配 key、不求出源 pdf),读摘要+引言理解真实贡献,产出文献综述.md,可选经确认后接入内置 wiki-creator 组件完成 wiki 化。触发场景:用户提出「检索顶会论文」「agentic ai 研究综述」「@agentic-ai-research」或想了解某个 agent 子领域的最新顶会顶刊成果。

What it does

检索顶会顶刊的 Agentic AI 最新研究成果,产出一份给人看的文献综述。用 H=(E,T,C,S,L,V)+P 框架作为筛选镜头,通过 WebSearch 检索(不配 key、不求出源 pdf),读摘要+引言理解真实贡献,产出文献综述.md,可选经确认后接入内置 wiki-creator 组件完成 wiki 化。触发场景:用户提出「检索顶会论文」「agentic ai 研究综述」「@agentic-ai-research」或想了解某个 agent 子领域的最新顶会顶刊成果。

The skill document

Agentic AI 顶会顶刊研究检索

用 H=(E,T,C,S,L,V)+P 框架作筛选镜头,检索顶会顶刊的 Agentic AI 最新成果,产出一份给人看的文献综述.md,可选经确认后 wiki 化。


定位与铁律

  1. 镜头不是牢笼:H 六层只是"筛选和归类"的镜头,不是输出结构。最终产出的是"给人看的文献综述",不是"六层映射表"。
  2. 案例先行:读论文要理解它的真实贡献(提出了什么、解决了什么),不是靠标题/摘要贴六层标签。
  3. 给人看:产出物面向用户(人),要写得清楚、有可读性,不堆术语。
  4. 禁止偷懒检索:检索不充分就写综述 = 偷懒。必须通过下方"检索充分性门槛"才能动笔写综述。

检索充分性门槛(防偷懒,硬约束,写综述前必须全部满足)

门槛规则
数量硬门槛六层每层 ≥ 2 篇(T/S 层确实稀少时须在综述里说明原因,不能默默空着);总论文 ≥ 12 篇;留口(架构框架)≥ 1 篇顶级机构
多轮检索严格走"三轮递进检索"(见下方专节),总轮数 ≥ 16 轮
覆盖自检写综述前逐层过 checklist:E/T/C/S/L/V 都覆盖了吗?每层够吗?缺哪层就补哪层,不允许带着空缺写综述
检索日志综述末尾披露:搜了几轮、用了哪些关键词、每层覆盖几篇

若检索后仍有某层确实找不到论文,必须如实标注"该层近期无显著成果",不得用其它层的论文硬凑,也不得假装覆盖。


多轮检索机制(三轮递进,缺一不可)

检索必须走完三轮,不许跳过、不许一轮带过:

第一轮 · 泛搜摸底(≥2 轮)

  • 搜主题本身 + "survey / review / awesome list",摸清该方向今年的代表性工作和已有综述。

第二轮 · 逐层精搜(每层 ≥2 关键词,中英结合,共 ≥12 轮)

  • 按 E→T→C→S→L→V 顺序,每层用 2 个不同关键词各搜一次(中文词 + 英文词)。
  • 例:C 层 → "context compression" + "上下文压缩 记忆"。

第三轮 · 查漏补缺(≥2 轮)

  • 对照覆盖清单,缺哪层补哪层;对偏薄的层搜"层名 + 2025/2026"补足。

饱和信号:某层连续 2 轮搜索无新增成果 → 该层已饱和,可停止该层检索。

硬性下限:总检索轮数 ≥ 16 轮(泛搜 2 + 精搜 12 + 查漏 2)。低于此数 = 偷懒,禁止进入写综述。


检索方式(硬约束)

  • 只用 WebSearch:不接 arXiv/Semantic Scholar API,不配 key,不求出源 pdf。
  • 读论文程度:读摘要 + 引言(理解真实贡献);不够时补方法部分。其余细节用户自行阅读。

筛选镜头(H 六层 + P + 留口)

六层用于判断"这篇论文落在哪个维度":E 执行循环、T 工具注册、C 上下文管理、S 状态存储、L 生命周期钩子、V 评估接口;P 是架构范式。

留口(重要):如果是顶会最新的 agent 架构设计框架(完整设计了一个 harness/agent 运行时),即使不完全映射到六层,也保留——但条件严格:必须是顶级机构、大厂的论文


工作流

  1. 澄清检索主题:问清子领域(如"上下文压缩""多智能体协作""agent 架构")、目标会议/期刊范围、时间范围(默认近 1–2 年)。用户没说明时给默认假设,简短确认即可,不要反复追问。
  2. 分层检索:按六层把主题翻译成检索关键词(如 C 层 → context compression / memory distillation),用 WebSearch 多轮检索,直到满足"检索充分性门槛"。
  3. 筛选:用六层镜头 + 留口规则筛选,淘汰映射不清且非顶级机构的。
  4. 读摘要+引言:理解每篇的真实贡献,记录"谁做的、提出了什么、解决了什么"。
  5. 覆盖自检:过一遍六层 checklist,确认数量门槛达标、无空缺,才进入下一步。
  6. 写文献综述.md:见下方模板,实际输出给用户。
  7. wiki 化(可选):经用户确认后,用内置 wiki-creator 组件把文献综述.md 编译进本地知识库。必须走「wiki 化」专节的确认门,未确认不写入。

文献综述.md 模板(给人看)

# <主题> Agentic AI 顶会顶刊研究综述

> 检索范围:<会议/期刊> · <时间范围> · 数据来源:WebSearch

## 一、综述概览
<一段话:这个方向这一年最重要的进展是什么,趋势如何>

## 二、按维度分类的研究成果
### E 执行循环
- **<论文/成果名>**(<机构>,<会议/年份>)
  <一句话:提出了什么、解决了什么>
  <1-2 句:核心机制,白话讲清>

### T 工具注册
...

### C 上下文管理
...

### S 状态存储
...

### L 生命周期钩子
...

### V 评估接口
...

### 架构设计框架(留口)
- <顶级机构/大厂的完整 agent 架构框架成果>

## 三、趋势与小结
<几条可迁移的启示,给用户参考>

wiki 化(可选 · 写入前必须确认)

本步骤完全可选。默认可只交付《文献综述.md》,不碰 wiki。任何 wiki 写入动作都必须先过下方「确认门」。

接收主体已从旧版外部组件 llm-wiki 替换为内置组件 wiki-creator/(随本技能打包的本地脚本,无网络、无第三方服务)。实现边界详见 wiki-creator/README.md

确认门(硬约束,不可跳过)

执行任何 wiki 写入之前,必须先向用户一次性展示以下四项,并取得用户明确同意(如「确认」「继续」)。未确认,禁止写入:

  1. 写入路径/raw//wiki/绝对路径
  2. 接收主体:内置 wiki-creator/ 组件(本地脚本)。
  3. 内容范围:仅把《文献综述.md》复制到 raw/,并据此生成 wiki 页面。
  4. 动作清单:将新建/修改哪些目录与文件(逐条列出)。

路径收敛(硬约束)

  • 根目录只走项目内,固定为 /.wiki-creator,用 --root 显式指定;禁止写入全局 ~/.wiki-creator/
  • 禁止写入 ~/.workbuddy/wiki-knowledge/ 或任何 home 下的路径。
  • 项目根判定:从当前工作目录向上查找 .git / .vscode / package.json 等项目标记,命中即 /.wiki-creator;找不到时以当前工作目录为项目根。

执行步骤(确认后)

  1. python wiki-creator/scripts/init_wiki.py --root /.wiki-creator(首次;已存在则跳过)。
  2. 把《文献综述.md》复制/raw/(复制,不移动;重名时改名或询问,不静默覆盖)。
  3. python wiki-creator/scripts/parse_raw.py /raw/文献综述.md 解析出干净 markdown。
  4. 按 H 六层归纳主题,写入 /wiki/SCHEMA.md交用户确认
  5. wiki-creator/references/page-authoring.md 提炼实体建页(每篇论文一页,标 topic + sources + §来源)。
  6. python wiki-creator/scripts/build_index.py --root 生成索引。
  7. 输出编译报告:建了哪些主题、哪些页、悬空链接。

组件规范(单页 < 1500 字、kebab-case slug、无来源断言由 lint 标红、矛盾不静默覆盖等)见 wiki-creator/references/


输出规范

  1. 文献综述.md 是最终交付物,实际写出来给用户看。
  2. 每篇论文写"机构 + 会议/年份 + 一句话贡献 + 1-2 句白话机制",可读性优先,不堆术语。
  3. 检索范围、筛选决策(哪些入选、哪些淘汰)在综述开头披露
  4. 可选:经用户确认后,用内置 wiki-creator 组件完成 wiki 化(见「wiki 化」专节)。

Related skills

Peer-review AI-authored research papers on AgentPub. Sets up a recurring loop that claims review assignments, writes structured reviews, and submits them. Also supports submitting your own papers.

2 installs

Research and analyze major Agent harness, runtime, coding-agent, skills, subagent, and plugin releases. Use when a model or platform launches an Agent execution layer and the user needs verified facts, architecture explanation, ecosystem impact, and implications for agent platforms and coding agents. Produces a fact table, runtime flow explanation, layered impact analysis, and a source register with judgment and evidence visibly separated. 中文摘要:研究 Agent 运行时、编码代理、Skills、插件与子代理的重大发布。产出经核实的 事实表、架构解析、分层影响分析与来源登记,判断与证据分离。触发词:Agent 运行时分析、 Agent 发布影响评估、Harness 架构解读、插件生态影响.

HuggingFace Daily Papers + arXiv 多Agent深度研究系统。 采用编排器+专业Agent架构,支持两种模式: 1. 轻量扫描模式:周期性追踪(周/月),发现新论文 2. 深度调研模式:全时间范围调研,产出全面深入的研究报告 支持动态配置、自适应关键词、周期版本控制、跨平台搜索工具适配。

Create CompleteTech LLC agentic development proposals, statements of work, discovery recaps, pilot recommendations, evaluation plans, risk/control plans, imp...

11 installs

Use this skill when the user asks to research a market, industry, or competitive landscape. Also triggers on 行业调研, 竞品分析, 市场分析, 桌面调研, research this market, 调研一下, 帮我调研, 查一下XX市场. It enforces a structured credibility-scored research protocol (source tiering, cross-validation, graded conclusions) instead of ad-hoc web searching.

1 installs

科研立项专利检索与分析 Agent——输入技术问题与初步技术方案,自动执行「信息收集→多轮专利检索→五维分析(技术路线/立项查新/FTO风险/竞对跟踪/新公开专利)→HTML+Word双格式报告输出」全流程。融合 PatSnap 智慧芽全球专利数据,生成包含7章正文+3个附录的完整专利分析报告。触发词:专利检索分析、立项查新、FTO分析、技术路线分析、竞对跟踪、专利风险排查、帮我做专利检索。