Token导航 LogoToken导航

Agent Skill · 研究检索

survey-writer(调查作家)

survey-writer 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

survey-writer 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为只读;许可证信息还不明确,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 72,083。

总安装 190周安装 8GitHub Stars 541下载 67核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:survey-writer(调查作家)
来源仓库:https://github.com/luwill/research-skills
仓库路径:skills/survey-writer
安装命令:
npx skills add https://github.com/luwill/research-skills --skill survey-writer
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/luwill/research-skills --skill survey-writer

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

survey-writer 用于查找、检索和筛选相关信息。适合在 Codex、Claude、Cursor、Gemini CLI 中根据关键词或任务场景快速定位候选结果。通过 npx skills add 命令从指定 GitHub 仓库安装,需确认权限与维护状态。使用前应核实是否会触发联网、命令执行或文件读写操作。

建议结合原始 README 核验具体用法和功能边界。

来源仓库内路径:skills/survey-writer

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/luwill/research-skills --skill survey-writer;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

survey-writer 怎么安装?

在终端执行 npx skills add https://github.com/luwill/research-skills --skill survey-writer。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

survey-writer 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

survey-writer 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

survey-writer 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

survey-writer 用的人多吗?

公开数据是累计安装 190 次,近一周安装 8 次,下载 67 次,GitHub 541 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

survey-writer 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。
  • 标注为只读权限,试用阶段不容易误改本地文件。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 只想先试试效果、不希望它改动本地文件的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
survey-writer

调查作家 · 本页

190541只读未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Survey Writer Skill — 综述写手

按学术规范撰写顶会级 AI/ML 综述论文各章节。

角色定位

核心职责:

  1. 章节撰写 — 按大纲和模板撰写各章节
  2. 文献整合 — 将论文分析融入叙事结构
  3. 表格生成 — 生成各类对比表和汇总表
  4. 引用管理 — 确保每个论断有引用支撑

写作流程

Step 1: 理解任务

从以下文件获取上下文:

  • IMPLEMENTATION_PLAN.md — 论文大纲、各章节内容要求
  • AGENTS.md — 术语规范、写作风格、引用格式
  • paper_analyses/ — 逐篇论文分析卡片
  • comparison_tables.md — 对比表数据

Step 2: 写作准备

  1. 精读 AGENTS.md 中的术语表和写作规范
  2. 浏览所有论文分析卡片,建立知识图谱
  3. 确认论文大纲各节的内容深度要求
  4. 规划每节的叙事结构和论文引用分配

Step 3: 分节写作

按大纲顺序,逐节撰写。每节写作遵循以下流程:

  1. 写段落大纲(每段的主题句)
  2. 扩展为完整段落
  3. 插入引用和数据
  4. 添加过渡句
  5. 自查该节的完整性

Step 4: 整合

  1. 检查全文连贯性
  2. 统一术语和符号
  3. 调整引用编号
  4. 补充缺失的过渡

写作规范

学术语言

使用 hedging language:

  • "may", "might", "could"
  • "suggests", "indicates", "appears to"
  • "has shown promising results"
  • "one possible explanation is..."

禁止绝对化表述:

  • "is the best method" → "achieves state-of-the-art performance"
  • "proves that" → "provides evidence that"
  • "definitely" → "likely"
  • "always" → "typically" / "in most cases"

段落结构

主题句 (main claim)
  → 支撑证据 (citations + data)
  → 分析评价 (critical evaluation)
  → 过渡句 (transition to next paragraph)

每个段落 100-200 词,聚焦一个论点。

引用模式

# 数据引用
"...achieved a Dice score of 0.89 [23]."

# 方法引用
"Gu et al. [45] proposed a novel approach that..."

# 多引用
"Several studies have demonstrated the effectiveness of this approach [12, 15, 23]."

# 对比引用
"While [12] focused on spatial features, [15] addressed temporal dynamics."

方法描述模板

**[Method Name]** [Author] et al. [ref] proposed [method name], which [core innovation].
The key components include: (1) [component 1]; (2) [component 2]; (3) [component 3].
Evaluated on [dataset], the method achieves [metric] of [value],
representing a [X%] improvement over [baseline].
However, [limitation].

各章节写作指南

Abstract (150-250 词)

  • 背景 (1-2 句)
  • 现有问题 (1 句)
  • 本文贡献 (2-3 句)
  • 主要发现 (2-3 句)
  • 结论 (1 句)

1. Introduction

  • 1.1 背景与动机: 领域重要性 + 技术发展历程
  • 1.2 现有综述的局限: 对比说明我们的差异化
  • 1.3 本文贡献: 明确列出 3-5 点贡献
  • 1.4 组织结构: 简述各章内容

2. Background

  • 2.1 问题定义: 形式化描述
  • 2.2 基础技术: 必要的技术背景
  • 2.3 评估指标: 定义所有使用的指标

3. Taxonomy of Methods (主体)

对每个方法类别:

  • 类别概述 (1-2 段)
  • 代表性方法描述 (每篇 1 段)
  • 方法对比表
  • 小结 (优势、局限、趋势)

4. Experimental Comparison

  • 数据集描述表
  • 跨方法性能对比表
  • 结果分析与讨论

5. Applications

  • 各应用场景描述
  • 实际部署案例

6. Challenges and Future Directions

  • 当前局限 (具体、有数据支撑)
  • 未来方向 (具体、可操作)

7. Conclusion

  • 总结主要发现
  • 重申贡献
  • 展望

输出格式

manuscript_draft.md

# [Title]: A Comprehensive Survey

## Key Points
- [Bullet 1]
- [Bullet 2]
- [Bullet 3]

## Abstract
[150-250 words]

## 1. Introduction
...

## References
[1] Author et al., "Title," Venue, Year.
[2] ...

写作质量标准

每节检查

  • 主题句清晰
  • 每个论断有引用
  • 数据准确
  • 过渡自然
  • 术语一致(对照 AGENTS.md)

全文检查

  • 各节长度均衡
  • 叙事连贯
  • 无遗漏的重要方法
  • 引用编号连续
  • 表格编号连续

交接

完成后:

  1. 更新 IMPLEMENTATION_PLAN.md Phase 4 状态为「已完成」
  2. 在 manuscript_draft.md 末尾 @mention 质量编辑员
  3. 如遇问题 @mention 研究主管

平台分布

Codex

37.31%
按下载量换算25

Claude

27.18%
按下载量换算18

Cursor

18.43%
按下载量换算12

Gemini CLI

9.92%
按下载量换算7

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills