literature-survey-skill

Скилл Claude Code для обзора литературы: от стопки статей к картине поля через NotebookLM и режимы /survey.

  • 115 ★ репозитория
  • Последний коммит
  • MIT
Скилл

Расширенный доступ

Почему такой уровень

  • Скилл отправляет статьи в NotebookLM через MCP и работает с вашим аккаунтом Google.
Все причины и проверки

snl-ucsb/literature-survey-skill

Установка

Работает в

В терминале, через SkillFoxx CLI

npx skillfoxx add skills/literature-survey-skill

Определит агенты на машине, покажет уровень доступа и зафиксирует версию.

Другие способы установки

Доступ и проверки

Как мы проверяем

Расширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.

  • Скилл отправляет статьи в NotebookLM через MCP и работает с вашим аккаунтом Google.

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

Скилл делегирует рутину обзора литературы: поиск статей, выписывание утверждений, сопоставление терминов и таблицы сравнения. NotebookLM принимает статьи и возвращает выжимки с точными цитатами, а Claude Code ведет рабочий процесс, заполняет шаблоны и следит за глубиной чтения. Исследователь формирует гипотезы и решает, что важно. Пять режимов вызываются командами: /survey intent фиксирует цели и тип обзора, triage строит карту и расставляет приоритеты чтения, deepen разбирает статью по трем проходам с извлечением утверждений, проверкой доказательств и анализом приемов письма, synthesize сравнивает статьи между собой для итогового документа, expand подбирает, как расширить корпус. Скилл учитывает приемы трехпроходного чтения и разбор предвзятостей по Канеману.

Для кого. Аспирантам и исследователям, которые делают обзор литературы на десятки статей и хотят структурный процесс вместо хаотичного чтения.

Подходит, если

  • В новой области лежит сто статей, и нужна карта направлений с приоритетами чтения.
  • Одну ключевую статью надо прочитать глубоко: утверждения, доказательства, слабые места.
  • Нужно сравнить подходы разных работ по одинаковым измерениям перед написанием раздела.
  • Надо проверить, действительно ли идея, которая кажется новой, не закрыта в корпусе.

Не подходит, если

  • Нужен быстрый пересказ одной статьи без процесса и шаблонов.
  • Нельзя загружать материалы в сервис Google из-за ограничений издателя или лаборатории.
  • Исследование вне науки о данных и сетей, а вы не готовы подстраивать скилл под свою область.

Пример запроса к агенту

Запусти /survey intent: я делаю обзор по сетевым протоколам для статьи, у меня 40 PDF и два месяца.

Ограничения

Скилл требует настроенный MCP-сервер NotebookLM и вход через учетную запись Google, подробности лежат в NOTEBOOKLM_SETUP.md. Статьи загружаются в NotebookLM, поэтому учитывайте условия на их распространение. Настройки рассчитаны на системные и сетевые конференции, для других областей шаблоны и справочники нужно править. Скилл хорошо подходит для обзоров от 10 до 150 статей, на малых выборках процесс избыточен. Итоги по-прежнему проверяет исследователь.

Как отключить. Удалите папку ~/.claude/skills/survey. MCP-сервер NotebookLM и вход в Google отключайте отдельно в настройках Claude Code.

Частые вопросы

Как установить скилл?

Клонируйте репозиторий и выполните `./setup.sh`: скрипт копирует скилл в `~/.claude/skills/survey/`. Вручную копируют `SKILL.md`, `reference/` и `templates/`.

Что такое типы обзора Explorer, Investigator, Validator и Examiner?

Это четыре архетипа с разными настройками: от обзора ландшафта на 50-100 статей до полного обзора для экзамена на 80-150 статей.

Нужен ли NotebookLM?

Да, скилл опирается на NotebookLM MCP CLI для выжимок с цитатами. Его настраивают как MCP-сервер в Claude Code.

Что делает режим deepen?

Он ведет статью через два-три прохода: утверждения с цитатами, оценка доказательств, разложение по состоянию, времени, координации и интерфейсу, затем разбор приемов письма.

Для каких конференций настроен скилл?

Параметры настроены на системы и сети, например SIGCOMM, NSDI, CoNEXT и IMC. Раздел «Customize for Your Field» объясняет адаптацию к другой области.

Обсуждение

Вопросов и отзывов пока нет.

Скиллы

Пять навыков для обзора литературы: формулировка вопроса, модули, сравнение методов, противоречия и пробел в исследованиях.

СкиллМинимальный доступ89Звезды репозитория

Скилл Claude Code для научных статей: пять этапов от опроса автора до сжатия, правила разделов и независимая проверка.

СкиллМинимальный доступ249Звезды репозитория

35 скиллов для Claude Code и Codex ведут социолога от идеи и обзора литературы до статьи в журнал, с проверкой данных.

ПлагинШирокий доступ190Звезды репозитория

Скилл Claude Code для научных обзоров: интервью, поиск по Scopus и OpenAlex, проверка каждого DOI и итоговый файл docx

СкиллРасширенный доступ371Звезды репозитория

Набор скиллов для Claude Code: исследование, написание статьи, рецензирование и проверка цитат по шагам

СкиллРасширенный доступ56,7 тыс.Звезды репозитория

Скилл для написания и правки статей по ML, CV и NLP: структура разделов, связность абзацев и самопроверка глазами рецензента

СкиллМинимальный доступ8,3 тыс.Звезды репозитория

Коротко о README

Репозиторий состоит из скилла, справочных файлов по методам чтения и шаблонов заметок, обзора, триажа и синтеза. Режимы описаны с примерами того, что получается на каждом шаге. Скилл написан в первую очередь для исследователей в области систем и сетей.

Бейдж для README

Исходный SKILL.md

---
name: survey
description: "Literature survey assistant with four modes: /survey intent (capture student goals, expertise, and success criteria), /survey triage (landscape mapping via NotebookLM), /survey deepen (structured reading with craft and visualization extraction), /survey synthesize (cross-paper analysis for related work, area exams, gap identification). Also: /survey expand (corpus growth proposals). Use when students mention reading papers, literature review, related work, area exam prep, paper corpus, or any systematic reading task."
---

# Literature Survey Skill — Intent → Triage → Deepen → Synthesize

This skill helps PhD students build a deep, synthesized corpus of research insights through a structured, cognitively-aware workflow. It combines Kahneman's dual-process theory, Keshav's three-pass reading method, first-principles analysis, and NotebookLM as a backend query engine.

**Architecture:** All student work lives locally (Obsidian/filesystem). NotebookLM is a query backend only — papers go in, grounded answers come out.

**Modes:**
- `/survey intent` — Capture what you're trying to learn and where you're starting from
- `/survey triage` — Map the landscape, prioritize reading depth
- `/survey deepen` — Structured reading with craft and visualization extraction
- `/survey synthesize` — Cross-paper analysis for deliverables
- `/survey expand` — Structured corpus growth proposals

If the student invokes `/survey` without a mode, ask which mode they want. If they seem unsure or are starting a new survey, begin with intent.

**Prerequisites:** NotebookLM MCP CLI must be configured. See `reference/notebooklm_tools.md` for setup.

---

## Mode 1: Intent — "What are you trying to learn?"

**Purpose:** Capture the student's survey goals, expertise level, and success criteria BEFORE any paper is read. This shapes all subsequent modes.

**Do NOT create any NotebookLM notebooks in this mode. Do NOT ingest any papers. The goal is purely clarifying intent.**

### Step 1: Identify the survey archetype

Ask the student which best describes their situation:

> Before we look at any papers, I need to understand what kind of survey this is. Which best describes you?
>
> **A. Explorer** — "I'm entering a new area and need to understand the landscape."
> **B. Investigator** — "I have specific questions I need answered from the literature."
> **C. Validator** — "I think I've found a gap/idea and want to confirm it's novel."
> **D. Examiner** — "I need to demonstrate comprehensive mastery for an exam or survey paper."

Each archetype has different defaults:

| Archetype | Triage scope | Deepen targets | Pass 3 count | Synthesize output |
|-----------|-------------|----------------|-------------|-------------------|

Сообщить о проблеме