Systematic Literature Review

Systematic Literature Review

与 bensz-collect-bugs 的协作约定

• 当用户环境中出现因本 skill 设计缺陷导致的 bug 时，优先使用 bensz-collect-bugs 按规范记录到 ~/.bensz-skills/bugs/，严禁直接修改用户本地 Claude Code / Codex 中已安装的 skill 源码。
• 若 AI 仍可通过 workaround 继续完成用户任务，应先记录 bug，再继续完成当前任务。
• 当用户明确要求“report bensz skills bugs”等公开上报动作时，调用本地 gh 与 bensz-collect-bugs，仅上传新增 bug 到 huangwb8/bensz-bugs；不要 pull / clone 整个 bug 仓库。

定位

• 目标：在一个隔离工作目录内完成“检索 → 去重 → 评分 → 选文 → 写作 → 校验 → PDF/Word 导出”的完整综述流水线。
• 适用：用户明确要系统综述、文献综述、related work、文献调研，并希望得到 LaTeX + BibTeX + PDF/Word 产物。
• 不适用：只想补单条参考文献、只想润色已有正文、只想写普通摘要或与综述无关的文章。
• 最高原则：以最佳可用证据和写作质量完成综述；不确定时说明处理方式，不为赶进度牺牲可信度。

输入

最少需要：

1. {主题}：一句话主题。
2. 可选范围：时间、语言、研究类型、数据库偏好等。
3. 档位：Premium / Standard / Basic；未指定时读取 config.yaml 默认值。
4. 目标字数与参考文献范围：未指定时按 config.yaml.scoring.default_*_range。
5. 输出目录或安全化前缀：未指定时使用安全化主题名。

输出

默认交付以下核心文件：

• {主题}_工作条件.md：输入、检索、评分、选文、结构与校验记录。
• {主题}_review.tex：正文唯一 LaTeX 源文件。
• {主题}_参考文献.bib：选中文献 BibTeX。
• word_budget_run{1,2,3}.csv、word_budget_final.csv、non_cited_budget.csv：综/述字数预算。
• {主题}_验证报告.md：字数、章节、引用一致性等验证结果。
• {主题}_review.pdf
• {主题}_review.docx

必要中间产物包括：

• papers*.jsonl
• scored_papers.jsonl
• selected_papers.jsonl
• selection_rationale.yaml
• 可选 evidence_cards_{主题}.jsonl

硬约束

• 强制导出 PDF 与 Word；只有明确失败并记录原因时才允许缺失。
• 正文字数与参考文献数必须落在当前档位范围内；可由用户覆盖，默认值以 config.yaml 为准。
• 正文固定包含：摘要、引言、至少 1 个子主题段、讨论、展望、结论。
• \cite{key} 必须与 BibTeX key 一致；缺失即报错。
• 正文禁止泄露 AI 工作流，例如“检索/去重/评分/选文/字数预算”等元叙事只能写入 {主题}_工作条件.md。
• 摘要必须为单段，避免方法学流水账；表格宽度与样式约束见 references/review-tex-section-templates.md。
• 不为凑引用而堆砌低分文献；无法确认时优先不改、不引。

主流程

0. 准备

• 记录主题、档位、字数/参考范围与输出目录。
• 开始前优先阅读：
  • references/ai_query_generation_prompt.md
  • references/ai_scoring_prompt.md
  • references/expert-review-writing.md
  • references/review-tex-section-templates.md
  • 涉及翻译时再读 references/multilingual-guide.md

1. 多查询检索

• AI 为主题自主规划查询变体，通常 5-15 组。
• 优先用 OpenAlex，必要时按 config.yaml.search.provider_priority 自动降级。
• 检索结果写 Search Log；resume 时若 papers 路径失效，应清理后重检。

2. 去重

• 用 dedupe_papers.py 生成去重结果与映射。
• 所有后续流程只读取去重后的候选集。

3. AI 评分与数据抽取

• AI 按 references/ai_scoring_prompt.md 逐篇阅读标题与摘要，输出 scored_papers.jsonl。
• 每篇至少包含：score、subtopic、rationale、alignment、extraction。
• 评分范围固定为 1-10 分；仅对 >=5 分文献分配子主题，避免弱相关论文污染子主题规划。
• 自检分布是否健康：高分约 20-40%，中分 40-60%，低分 10-30%。

4. 选文与 Bib 生成

• select_references.py 按目标参考范围和高分优先比例选出最终集合。
• 生成 selected_papers.jsonl、references.bib、selection_rationale.yaml。
• Bib 清洗必须保留：大小写无关去重 key、LaTeX 特殊字符转义、缺失字段警告。
• 摘要缺失或过短的条目标记 do_not_cite，并在报告中提示摘要覆盖率风险。

5. 子主题与配额规划

• AI 基于评分结果规划 3-7 个子主题，并给出段落配额。
• 默认思路：引言约 1.5k、讨论/展望各约 1k、结论约 0.6k，其余分给子主题段。
• 结果写入工作条件与数据抽取表，作为写作锚点。

6. 字数预算

• 用 plan_word_budget.py 生成 3 份预算 CSV，再汇总为 word_budget_final.csv。
• 引用段与无引用段预算均需覆盖；总字数误差必须控制在 config.yaml.word_budget.tolerance 内。

7. 写作

• 正文章节固定为：摘要、引言、子主题段、讨论、展望、结论。
• 写作前读取 word_budget_final.csv，按文献综/述预算组织证据。
• 默认采用单篇引用优先；引用要紧跟所支撑的观点，避免段末堆砌。
• 如需详细写作规范，直接遵循：
  • references/expert-review-writing.md
  • references/review-tex-section-templates.md

8. 有机扩写与验证

• 若字数不足，只允许在最短或证据不足的子主题段内做增量扩写，不新增子主题，不改原主张和引用。
• 依次运行：
  • validate_counts.py
  • validate_review_tex.py
  • 可选 validate_word_budget.py
  • generate_validation_report.py

9. 导出与多语言

• 通过 compile_latex_with_bibtex.py 生成 PDF。
• 通过 convert_latex_to_word.py 生成 Word。
• 如用户要求多语言版本，使用 multi_language.py 翻译正文并智能编译；失败时保留错误报告与 broken 文件，并优先支持恢复备份。

工作目录与文件隔离

• 所有中间文件必须写入 {work_dir}/.systematic-literature-review/。
• 最终交付物放在工作目录根部。
• AI 临时脚本必须放到 {work_dir}/.systematic-literature-review/scripts/。
• 不要把临时文件写到工作目录根部，不要用绝对路径写 /tmp/*，也不要读写其他 run 目录。
• 以环境变量 SYSTEMATIC_LITERATURE_REVIEW_SCOPE_ROOT 和 SYSTEMATIC_LITERATURE_REVIEW_SCRIPTS_DIR 为准。

关键命令

# 推荐主入口
python3 scripts/run_pipeline.py --topic "{主题}" --runs-root runs

# 旧入口 / resume
python3 scripts/pipeline_runner.py --topic "{主题}" --domain general --work-dir runs/{safe_topic}
python3 scripts/pipeline_runner.py --resume runs/{safe_topic}

# 阶段 3 评分后，从第 4 阶段继续
python3 scripts/pipeline_runner.py --resume runs/{safe_topic} --resume-from 4

环境与脚本

• 运行环境：Python 3.9+、LaTeX（xelatex/bibtex）、pandoc。
• 关键脚本：
  • 检索：multi_query_search.py、openalex_search.py
  • 去重：dedupe_papers.py
  • 选文：select_references.py、build_reference_bib_from_papers.py
  • 数据抽取：update_working_conditions_data_extraction.py
  • 字数预算：plan_word_budget.py、validate_word_budget.py
  • 校验：validate_counts.py、validate_review_tex.py、generate_validation_report.py
  • 导出：compile_latex_with_bibtex.py、convert_latex_to_word.py

可选：成本追踪

• 初始化：python3 systematic-literature-review/scripts/pipeline_cost.py init
• 抓取定价：python3 systematic-literature-review/scripts/pipeline_cost.py fetch-prices
• 记录 token：pipeline_cost.py log ...
• 汇总：pipeline_cost.py summary
• 所有成本数据写到 .systematic-literature-review/cost/

参考材料

• references/ai_query_generation_prompt.md
• references/ai_scoring_prompt.md
• references/expert-review-writing.md
• references/review-tex-section-templates.md
• references/multilingual-guide.md
• references/development-validation-guide.md

Converted and distributed by TomeVault — claim your Tome and manage your conversions.