学术工程文献知识库系统（基于 Karpathy llm-wiki 方法论）。专为电气、机械、船舶、振动等工科领域设计。 **只接收两类素材**：学术文献 Markdown 和研究笔记 Markdown。自动提取核心概念、研究方法、关键发现，构建支持文献综述和方法对比的结构化 wiki。触发条件：用户明确提到"知识库"、"wiki"、"消化文献"、"文献综述"，或要求对已初始化的知识库执行查询、健康检查等操作。

llm-wiki-academic-engineering

学术文献 → 结构化知识库。你只需要提供文献，AI 自动整理、关联、生成综述。

这个 skill 做什么

llm-wiki 帮你构建一个持续增长的学术文献知识库。专为传统工科领域（电气、机械、船舶、振动等）设计：

只接收学术文献 Markdown 和研究笔记 Markdown（其他格式会提示不支持）
AI 提取核心概念、研究方法、关键发现，整理成互相链接的 wiki 页面
支持文献综述、方法对比、研究路线图（Mermaid）
知识库随着每次使用变得越来越丰富，而不是每次重新开始
所有内容都是本地 markdown 文件，用 Obsidian 或任何编辑器都能查看

重要限制

只接收以下两类素材进入知识库：

学术文献 Markdown - 放在 raw/literature/ 目录
研究笔记 Markdown - 放在 raw/notes/ 目录

不支持的素材类型（会拒绝处理）：

网页链接 / URL
微信公众号文章
社交媒体内容（Twitter/X、小红书等）
YouTube 视频
其他非 Markdown 格式

如果用户提供了不支持的素材类型，明确告知并提供替代方案。

核心理念

传统方式（RAG/聊天记录）的问题：每次问问题，AI 都要从头阅读原始文件，没有积累。知识库的价值在于知识被编译一次，然后持续维护，而不是每次重新推导。

快速开始

告诉用户这两步就够了：

初始化：说"帮我初始化一个知识库"
添加素材：给一个链接或文件，说"帮我消化这篇"

Script Directory

Scripts located in scripts/ subdirectory.

Path Resolution:

SKILL_DIR = this SKILL.md's directory
Script path = ${SKILL_DIR}/scripts/<script-name>

工作流路由

根据用户的意图，路由到对应的工作流：

用户意图关键词	工作流
"初始化知识库"、"新建 wiki"、"创建知识库"	→ init
文件路径（.md）/ "消化"、"整理"	→ ingest
"批量消化"、"把这些都整理" / 文件夹路径	→ batch-ingest
"关于 XX"、"查询"、"XX 是什么"	→ query
"综述 XX"、"对比一下 X 和 Y"、"文献综述"	→ digest
"检查知识库"、"健康检查"、"lint"	→ lint
"知识库状态"、"现在有什么"、"有多少文献"	→ status
"删除文献"、"remove"、"删除"	→ delete

重要：

如果用户直接给了一个 Markdown 文件路径，默认走 ingest
如果知识库还不存在，先自动走 init 再走 ingest
非 Markdown 文件会被拒绝，提示用户转换为 Markdown

通用前置检查

除 init 外，其他工作流默认先执行这段检查：

先检查当前工作目录是否包含 .wiki-schema.md
- 如果包含 → 用当前目录作为知识库根路径
- 如果不包含 → 回退到读取 ~/.llm-wiki-path
如果两者都没有：
- ingest / batch-ingest → 先运行 init
- query / lint / status / digest / delete → 提示用户先初始化知识库
读取知识库根目录下的 .wiki-schema.md

工作流 1：init（初始化知识库）

前置检查（含多知识库 CWD 检查）

先检查当前工作目录是否包含 .wiki-schema.md
- 如果包含 → 当前目录已经是一个知识库，提示用户已存在并询问是否要重新初始化
如果当前目录没有 → 读取 ~/.llm-wiki-path 文件
- 如果存在 → 提示用户已有一个知识库（显示路径），询问是要新建还是切换到那个
两个都没有 → 进入初始化流程

交互式问答引导

初始化时，必须通过对话引导用户完成以下信息收集（不能直接用模板占位内容）：

问题 1：知识库主题

"你的知识库要围绕什么主题？比如'船舶振动控制研究'、'机械系统动力学'、'电机振动分析'"

如果用户没想法，默认用"学术文献知识库"
记录用户回答作为后续分析的指导方向

问题 2：研究领域

"你主要研究哪个具体领域？"

可选方向示例：
- 船舶推进系统振动与控制
- 电磁-结构耦合动力学
- 有限元模态分析与实验验证
- 机械系统动力学建模
- 电气设备振动与噪声
- 其他（用户自定义）
记录用户选择，作为 topic 分类的基准

问题 3：是否有确定的研究内容/方案

"你目前是否有确定的研究问题或方案？"

如果有：
- "请描述一下你的研究问题和目标"
- "你打算用什么方法/技术路线？"
- "有没有初步的假设或预期结论？"
如果没有：
- "你是想先积累文献，了解领域现状？"
- "有没有特别想探索的方向或空白领域？"
记录用户回答，用于后续文献取舍的优先级判断

问题 4：整理原则（可选）

"你希望知识库在整理时遵循什么原则？"（可多选）

优先提取可重复的实验方法和验证数据
关注理论与方法的演进历史
重视工程应用和实践案例
追踪最新研究进展
其他（用户自定义）
这些原则会影响后续 ingest 时实体和关联的取舍

步骤

收集用户信息（通过上述问答）
询问保存位置（先向用户提问）：
- 默认：~/Documents/我的学术知识库/
- 用户可以自定义路径
生成个性化 purpose.md：

根据问答结果，用模板 templates/purpose-template.md 生成文件，但必须：
- 将"核心目标"替换为用户的实际研究方向
- 将"关键问题"替换为用户的具体研究问题（或"探索领域现状"）
- 将"研究范围"限制在用户选择的领域
- 将"整理原则"替换为用户选择的优先级
生成后的 purpose.md 示例结构：
```
# 研究目的与方向

## 核心目标
[用户的具体研究目标]

## 关键问题
1. [用户的具体研究问题]
2. [如果无确定问题：领域现状探索]

## 研究范围
**涵盖：**
- [用户选择的领域]

**不涵盖：**
- [根据用户选择排除的领域]

## 整理原则
- [用户选择的优先级]
```
运行初始化脚本：
```
bash ${SKILL_DIR}/scripts/init-wiki.sh "<路径>" "<主题>"
```
注意：init-wiki.sh 生成的是基础结构，个性化 purpose.md 由 AI 在此步骤后生成并覆盖
生成并写入个性化 purpose.md：
- 将问答结果编译成完整的 purpose.md
- 写入 <知识库路径>/purpose.md
记录路径到 ~/.llm-wiki-path：
```
echo "<路径>" > ~/.llm-wiki-path
```

输出引导：

知识库已创建！路径：<路径>

研究方向：<用户选择的研究领域>
核心问题：<用户的研究问题或探索目标>

接下来你可以：
- 给我一个本地 Markdown 文献路径，我会消化并整理
- 批量消化：给我一个文件夹路径，我会逐个处理
- 查询知识库：问我关于已有文献的问题
- 生成综述：让我综合多篇文献写综述报告

推荐：用 Obsidian 打开这个文件夹，可以实时看到知识库的构建效果。

工作流 2：ingest（消化文献）

这是最核心的工作流。用户给一个 Markdown 文献进来，AI 做所有的整理工作。

前置检查

执行通用前置检查（见上方定义）。

素材类型验证（必须执行）

检查文件扩展名：
- .md → 继续
- 其他扩展名 → 拒绝处理，提示用户转换为 Markdown
检查文件内容类型：
- 优先路由到 local_literature（学术文献）
- 次路由到 local_notes（研究笔记）
- 其他内容 → 拒绝处理，提示"知识库只接收学术文献 Markdown 和研究笔记 Markdown"

检查 source-registry.tsv 确认文件类型：

bash ${SKILL_DIR}/scripts/source-registry.sh match-file "<文件路径>"

隐私自查提示（首次进入 ingest 必须执行）

在开始提取或分析任何内容之前，AI 必须先对用户说下面这句话，然后等待确认：

在开始分析这份素材前，请先快速确认里面不包含这些敏感内容：

手机号码（如 138xxxxxxxx）

身份证号（18 位数字）

API 密钥（sk-...、AIzaSy...、OPENAI_API_KEY=、ANTHROPIC_API_KEY=、Bearer ...）

明文密码（password=、passwd=）

其他你不希望进入知识库的个人信息

如果素材里有上面任何一项，请先用文本编辑器删除或脱敏后再继续。 llm-wiki 不会自动过滤这些内容，处理后的内容会进入你的知识库。

确认无上述内容请回复 y，要中止请回复 n。

流程规则：

用户回复 y（或"可以"、"继续"、"没有"等明确肯定）→ 继续执行后续步骤
用户回复 n（或"停"、"取消"等明确否定）→ 终止本次 ingest，提示用户清理后再来
其他不明确的回复 → 再问一次，最多两次；两次都不是明确 y/n 则终止
绕过规则：如果用户在当前对话里已经明确说过"素材里没有敏感信息，直接开始"，或者用户是在 batch-ingest 流程中（已经在顶层确认过一次），AI 可以跳过这一步

为什么是自查清单而不是脚本：

正则在非结构化文本（聊天记录、笔记）里误报率很高，错过真的敏感词，误报无害的普通词
把判断权还给用户，比让脚本决定更可靠
对新手更友好，不会遇到看不懂的脚本报错

素材提取

直接读取本地 Markdown 文件：

检查 source-registry.sh 确认文件类型
直接读取文件内容

内容分级处理

根据素材长度和信息密度自动选择处理级别：

判断标准：

素材内容 > 1000 字 → 完整处理
素材内容 <= 1000 字（短推文、小红书笔记等）→ 简化处理

完整处理流程（长素材 > 1000 字）

提取素材内容：直接读取本地 Markdown 文件
保存原始素材到 raw/literature/ 目录：
- 文件名格式：{日期}-{短标题}.md
- 在文件头部记录文献基本信息（标题、作者、年份等）
读取上下文：
- 优先顺序：purpose.md > .wiki-schema.md > index.md
- 如果 purpose.md 存在，先读取其中的核心目标、关键问题和研究范围
- 用 purpose.md 指导后续实体、主题、关联的取舍和权重
缓存检查：
- 在进入 LLM 处理前，先运行：
```
bash ${SKILL_DIR}/scripts/cache.sh check “<raw 文件路径>”
```
- 如果返回 HIT 或 HIT(repaired) → 跳过本次 LLM 调用，直接读取已有 wiki 页面，并告诉用户这是”无变化，直接复用已有结果”
  - HIT(repaired) 表示缓存自愈修复成功（上次 update 被跳过但 source 页面存在）
- 如果返回 MISS:<reason> → 继续执行下面的两步流程
  - MISS:no_entry — 首次处理此素材（正常情况）
  - MISS:hash_changed — 素材内容有变化，需要重新处理
  - MISS:no_source — 有缓存记录但 source 页面被删除了
Step 1：结构化分析：
- 输入：原始内容 + purpose.md + 现有 wiki 结构（至少读取 index.md 概要）
- 输出：JSON 格式的分析结果，不持久化，只在当前 ingest 流程里临时传递
- JSON 至少包含 entities、topics、connections
- confidence 是必需字段，缺失就视为格式异常并触发单步回退
```
{
  "source_summary": "一句话概括",
  "entities": [{"name": "xxx", "type": "concept", "relevance": "high", "confidence": "EXTRACTED"}],
  "topics": [{"name": "xxx", "importance": "high"}],
  "connections": [{"from": "A", "to": "B", "type": "因果", "confidence": "INFERRED"}],
  "contradictions": [{"claim_a": "...", "claim_b": "...", "context": "..."}],
  "new_vs_existing": {"new_entities": [], "updates": []}
}
```
置信度赋值规则（Claude 必须遵守）：
- EXTRACTED：信息直接出现在原文里，字面可以找到
- INFERRED：信息是从多处原文推断出来的，原文没有直接说
- AMBIGUOUS：原文说法不清楚，或者有歧义
- UNVERIFIED：信息来自 Claude 的背景知识，原文没有证据
Step 1 完成后，必须执行验证：
1. mkdir -p {wiki_root}/.wiki-tmp
2. 将 Step 1 JSON 写入 {wiki_root}/.wiki-tmp/step1-latest.json
3. 调用 bash ${SKILL_DIR}/scripts/validate-step1.sh {wiki_root}/.wiki-tmp/step1-latest.json
4. 验证完成后删除 {wiki_root}/.wiki-tmp/step1-latest.json
如果脚本返回非 0，自动回退到单步 ingest（不进行 Step 2）。
Step 2：页面生成：
- 输入：原始内容 + purpose.md + Step 1 的分析结果 + 现有相关 wiki 页面
- 输出：所有需要创建或更新的 wiki 页面内容
- Step 2 负责完成原流程中的素材摘要、实体页、主题页、index、log 更新
容错回退：
- 如果 Step 1 不是有效 JSON，或者缺少 entities、topics、confidence 等必需字段，自动回退到原来的单步流程
- 回退时，所有本次新生成内容统一加上：
```

```
- 同时在页面顶部加注释说明本次处理因格式问题降级，避免出现“部分标注、部分没标注”的状态
生成分类路由：
- 如果素材类型是 local_literature（学术文献 Markdown）→ 走学术文献专用摄取流程（见下文）
- 其他素材类型继续走标准流程
生成素材摘要页（wiki/literature/{日期}-{短标题}.md）：
- 参考 templates/literature-template.md 的格式
- 包含：基本信息、核心观点、关键概念、与其他素材的关联、原文精彩摘录
- 对 Step 1 中标记为 INFERRED 或 AMBIGUOUS 的关系，用 HTML 注释保留置信度：
```


```
- frontmatter 必须包含 source_path：
  - 值为原始素材文件的相对路径（相对于知识库根目录），如 raw/literature/2026-04-17-shaft-vibration.md
  - 这是 digest 追溯原始文献的关键字段，不可省略
- 写入 literature 页面时，必须使用 create-source-page.sh（自动更新缓存）：
```
# 先把页面内容写到临时文件（确保 frontmatter 中 source_path 已填充）
echo "<页面内容>" > /tmp/source-content.tmp
# 调用脚本原子写入 + 缓存更新
bash ${SKILL_DIR}/scripts/create-source-page.sh "<raw 文件路径>" "wiki/literature/{日期}-{短标题}.md" /tmp/source-content.tmp
```
- 如果脚本返回 SUCCESS → 写入和缓存都已更新
- 如果脚本返回 ERROR → 写入或缓存失败，检查报错信息后重试
更新或创建实体页（wiki/entities/）：
- 对每个关键概念，检查 wiki/entities/ 下是否已有对应页面
- 如果已有 → 追加新信息，更新"不同素材中的观点"部分
- 如果没有 → 创建新实体页，参考 templates/entity-template.md
- 使用 [[实体名]] 语法做双向链接
更新或创建主题页（wiki/topics/）：

识别素材涉及的主要研究主题
如果已有对应主题页 → 更新素材汇总表和核心观点
如果没有 → 创建新主题页，参考 templates/topic-template.md

更新 index.md：

在对应分类下添加新条目
更新概览统计数字

更新 log.md：

log.md 追加格式：## {日期} ingest | {素材标题}
记录新增和更新的页面列表
注意：缓存更新已在 Step 8 通过 create-source-page.sh 自动完成，此处无需再调用 cache.sh update

向用户展示结果（按 WIKI_LANG 切换语言）：

中文（zh）：

已消化：{素材标题}

新增页面：
- {素材摘要页}
- {新实体页1}
- {新主题页1}

更新页面：
- {已有实体页2}（追加了新信息）

发现关联：
- 这篇素材和 [[已有素材]] 在 {某概念} 上有联系

学术文献专用摄取流程

当素材路由到 local_literature（即 raw/literature/ 下的 Markdown 文件）时，执行以下专用规则：

Step 1 分析增强：针对 Markdown 格式学术文献，强制提取以下 JSON 字段（在原有 entities、topics、connections 基础上）：

{
  "abstract": "文献摘要",
  "keywords": ["关键词1", "关键词2"],
  "methods": ["实验方法/建模方法/分析方法"],
  "results": ["核心结果1", "核心结果2"],
  "conclusions": "作者结论",
  "limitations": "研究局限性",
  "future_work": "未来研究方向",
  "citations": ["引用文献1", "引用文献2"],
  "reproducibility": "高/中/低/未说明",
  "entities": [{"name": "xxx", "type": "concept", "relevance": "high", "confidence": "EXTRACTED"}],
  "topics": [{"name": "xxx", "importance": "high"}],
  "connections": [...]
}

Step 2 生成增强：同时创建/更新以下页面：

wiki/literature/ 页面（文献摘要页，必含 DOI/年份/作者/期刊/置信度）
wiki/entities/ 页面（概念、理论、设备）
wiki/topics/ 页面（子领域综述）
wiki/methods/ 页面（方法论复用页，标注可重复性）

强制双向链接规则：

每篇文献页必须链接到至少 3 个 entities/topics/methods
文献中的 citations 尽量使用 [[文献标题]] 格式建立链接

方法可重复性标记：

所有提取到的方法必须在 wiki/methods/ 页面或文献页中标注可重复性（高/中/低/未说明）

简化处理流程（短素材 <= 1000 字）

适用于短推文、小红书笔记、简短评论等。

保存原始素材到对应 raw/ 目录
读取上下文并检查缓存：
- 仍然优先读取 purpose.md
- 仍然先运行 bash ${SKILL_DIR}/scripts/cache.sh check "<raw 文件路径>"
- 如果缓存命中（HIT 或 HIT(repaired)），直接复用已有结果
生成简化摘要页（wiki/literature/）：
- 只包含基本信息和核心观点
- 不写"原文精彩摘录"部分
- 写入 literature 页面时同样使用 create-source-page.sh（自动更新缓存）
提取 1-3 个关键概念：
- 如果对应实体页已存在 → 追加一句话说明
- 如果不存在 → 在摘要页中用 [待创建: [[概念名]]] 标记
更新 index.md 和 log.md（缓存已由 create-source-page.sh 自动更新）
跳过：主题页创建/更新、overview 更新

向用户展示简化结果（按 WIKI_LANG 切换语言）：

中文（zh）：

已消化：{素材标题}（短内容，简化处理）

新增：
- 素材摘要页

待完善：
- [待创建: [[概念名]]]（积累更多素材后整理）

工作流 3：batch-ingest（批量消化）

当用户给了一个文件夹路径，或者说"把这些都整理一下"。

步骤

确认知识库路径：
- 执行通用前置检查（见上方定义）
列出所有可处理文件：
- 支持的格式：.md（只处理 Markdown 文献）
- 忽略：隐藏文件、.git 目录、node_modules 等

展示文件列表，确认处理范围：

发现 {N} 个文献待处理：
1. 2024-shaft-vibration.md
2. 2023-bearing-dynamics.md

预计需要 {N} 轮处理。是否开始？

逐个处理：对每个文件执行 ingest 工作流
- 每个文件先 cache check
- 命中缓存的文件直接跳过，不再进入 LLM 处理
- 只有 MISS 的文件才继续执行完整或简化处理

每 5 个文件后暂停，展示进度并询问是否继续：

进度：5/{N} 已完成

本批处理结果：
- 新增文献摘要：5
- 新增实体页：3
- 更新已有页面：7

继续处理剩余 {M} 个文件？

全部完成后：

运行一次 index.md 全量更新
输出总结报告：

批量消化完成！

处理了 {N} 个文献：
- 已跳过 N 个（无变化），处理 M 个（新增/更新）

新增页面：{total_new}
更新页面：{total_updated}

工作流 4：query（查询知识库）

步骤

确认知识库路径：
- 执行通用前置检查（见上方定义）
- 如果没有可用知识库，提示用户先初始化
读取 index.md 了解知识库全貌
搜索相关页面：
- 先在 index.md 中定位相关分类和条目
- 再用 Grep 在 wiki/ 目录下搜索关键词
- 读取最相关的 3-5 个页面
综合回答：
- 用中文回答用户的问题
- 标注信息来源（引用 wiki 页面，用 [[页面名]] 格式）
- 如果多个文献有不同观点，分别列出并标注来源

工作流 5：lint（健康检查）

触发时机

用户主动说"检查知识库"
每次 ingest 后，如果素材总数是 10 的倍数，主动建议运行 lint

前置检查

执行通用前置检查（见上方定义）。如果没有可用知识库，提示用户先初始化。

确定检查范围：
- 最近更新的 10 个页面（按文件修改时间排序）
- 随机抽查的 10 个页面（避免遗漏旧页面的问题）
- 如果页面总数 <= 20，检查全部
Step 0：调用脚本做机械检查（必须先做，不要跳过）：
```
bash ${SKILL_DIR}/scripts/lint-runner.sh <wiki_root>
```
脚本负责三项机械检查（只需要精确匹配，不需要判断）：
- 孤立页面（entities/、methods/ 下没有被其他页面引用的页面）
- 断链（[[X]] 链接指向的 X.md 不存在，支持 [[X|别名]] 语法）
- index 一致性（index.md 里有记录但文件缺失的条目）
- 引用一致性（wiki/literature/ 中被 [[文献标题]] 引用但对应文件不存在的断链）
退出码：0 = 运行完成，1 = 脚本自身错误（路径不存在、index.md 缺失）。如果 exit 1，向用户报告错误，不要继续。如果 exit 0，把脚本 stdout 读进上下文，作为后续 AI 判断类检查的基础素材。
逐项检查（AI 判断类，脚本做不了）：

矛盾信息（阅读相关页面，检查是否有互相矛盾的说法）：
- 列出发现的矛盾
- 标注每处矛盾的来源页面
交叉引用缺失（检查相关主题的页面之间是否应该互相链接但没链）：
- 建议添加的交叉引用
置信度报告（统计 EXTRACTED / INFERRED / AMBIGUOUS / UNVERIFIED）：
- 高亮 AMBIGUOUS 条目，提醒用户优先验证
- 抽查标注为 EXTRACTED 的条目，检查是否能在原始素材里找到对应原文
- 如果发现 EXTRACTED 无法回溯到原文，提示用户回退为更低置信度或重新整理
方法可重复性标记（检查 wiki/methods/ 和 wiki/literature/ 中的方法是否有可重复性标注）：
- 对缺少可重复性标记的方法页面，建议补充（高/中/低/未说明）
补充建议：基于 Step 0 脚本的孤立页/断链输出，给出修复建议（脚本只列问题，不给方案）
- 孤立页面 → 建议从哪些相关页面添加 [[链接]]
- 断链 → 建议为哪些概念创建新页面，或改写引用为已有页面

输出报告（整合 Step 0 脚本输出 + Step 3 AI 判断结果）：

知识库健康检查报告

检查范围：最近更新 10 页 + 随机抽查 10 页（共 {N} 页）

孤立页面（没有其他页面链接到它）：
- [[某页面]] → 建议从 [[相关页面]] 添加链接

断链（被链接但不存在）：
- [[某概念]] → 建议创建新页面

矛盾信息：
- 关于"XX"，[[页面A]] 说是 Y，但 [[页面B]] 说是 Z

缺失索引：
- {文件名} 存在但未记录在 index.md 中

引用一致性：
- {N} 处文献引用断链

方法可重复性：
- {N} 个方法缺少可重复性标注

置信度报告：
- EXTRACTED：{N}
- INFERRED：{N}
- AMBIGUOUS：{N}
- UNVERIFIED：{N}

询问用户：要自动修复哪些问题？（按 WIKI_LANG 用对应语言提问）

工作流 6：status（查看状态）

前置检查

执行通用前置检查（见上方定义）。如果没有可用知识库，提示用户先初始化。

步骤

获取知识库路径（按上面的 CWD 检查逻辑）
统计：
- raw/literature/ 下的文献数
- wiki/entities/ 下的页面数
- wiki/topics/ 下的页面数
- wiki/methods/ 下的页面数
- wiki/literature/ 下的页面数
- wiki/comparisons/ 和 wiki/synthesis/ 下的页面数
- purpose.md 是否存在
读取 log.md 最后 5 条记录
读取 index.md 获取主题概览

输出报告：

知识库状态：{主题}

文献分布：
- raw/literature/：{N} 篇

Wiki 页面：{总数} 页
  - 实体页：{N}
  - 主题页：{N}
  - 方法论页：{N}
  - 文献摘要：{N}
  - 对比分析：{N}
  - 综合分析：{N}

研究方向：
- purpose.md 是否存在：{是/否}

最近活动：
- {日期} ingest | {文献标题}
- {日期} digest | {综述标题}

建议：
- 你可能想深入了解 {某主题}，已有 {N} 篇相关文献
- {某方法} 被 {N} 篇文献使用，值得整理成方法论页

工作流 7：digest（深度综合报告）

区别于 query：query 是快速问答，不生成新页面；digest 是跨文献深度综合，生成持久化报告。

触发关键词

文献综述："给我写 XX 的综述"、"综述 XX"、"文献综述"
方法对比："对比 X 和 Y"、"比较 X 和 Y"
研究路线："整理一下时间线"、"按时间排列"

前置检查

执行通用前置检查（见上方定义）。如果没有可用知识库，提示用户先初始化。

搜索相关页面：
- 用 Grep 在 wiki/ 下搜索主题关键词
- 列出将要综合的页面（让用户了解报告覆盖范围）
深度阅读所有相关页面 + 选择输出格式：
- 读取找到的所有相关 wiki 页面（literature/、entities/、topics/、methods/）
- 归纳每个页面的核心观点和来源信息
- 根据触发关键词决定输出格式：
  - 用户说"综述"/"文献综述" → 使用学术综述格式
  - 用户说"对比"/"比较"类 → 使用方法对比表格式
  - 其他默认 → 使用学术综述格式

生成结构化深度报告，保存到 wiki/synthesis/{主题}-{格式}.md：

学术综述格式（默认）：

# {主题} 文献综述

> 综合 {N} 篇文献 | 生成日期：{日期}

## 研究背景

## 方法对比表

| 方法/文献 | 核心思想 | 优点 | 缺点 | 适用场景 | 可重复性 | 来源 |
|-----------|----------|------|------|----------|----------|------|
| 方法A     | ...      | ...  | ...  | ...      | 高       | [[文献1]] |
| 方法B     | ...      | ...  | ...  | ...      | 中       | [[文献2]] |

## 研究路线图

```mermaid
gantt
    title {主题} 研究发展路线
    dateFormat  YYYY-MM
    section 早期研究
    基础理论建立       :a1, 2000-01, 60M
    section 方法发展
    主流方法提出       :a2, 2010-01, 60M

关键发现

争议与开放问题

未来工作建议

参考文献

{作者}. {年份}. {标题}. {期刊}. [[{文献标题}]]
{作者}. {年份}. {标题}. {期刊}. [[{文献标题}]]

事件说明

2023-01-01 — 事件 A：简要说明（来源：[[素材A]]）
2024-03-15 — 事件 B：简要说明（来源：[[素材B]]）
2025-06-20 — 事件 C：简要说明（来源：[[素材C]]）

参考文献

{作者}. {年份}. {标题}. {期刊}. [[{文献标题}]]

关键发现

争议与开放问题

未来工作建议

参考文献

{作者}. {年份}. {标题}. {期刊}. [[{文献标题}]]
{作者}. {年份}. {标题}. {期刊}. [[{文献标题}]]

工作流 8：delete（删除文献）

触发关键词

“删除文献”、”删除”、”remove”

前置检查

执行通用前置检查（见上方定义）。如果没有可用知识库，提示用户先初始化。

步骤

识别目标文献：
- 在 raw/literature/ 下搜索用户提到的文献名
- 如果匹配到多个候选，先列出候选文件让用户确认
扫描影响范围：
- 扫描所有 wiki 页面中被删除文献的引用
- 逐页判断是”删除整页”还是”保留页面但移除该文献引用”
安全确认：
- 如果影响超过 5 个页面时，先把受影响页面完整列给用户，再做二次确认
- 如果某个实体或主题只被这篇文献引用，提示用户是否连同页面一起删除
执行级联清理：
- 删除 raw/literature/ 下对应文献文件
- 删除 wiki/literature/ 下对应文献摘要页
- 对 wiki/entities/、wiki/topics/、wiki/methods/ 中仍需保留的页面，只移除该文献相关的引用段落
- 更新 index.md
- 在 log.md 追加删除记录

清理缓存：

删除完成后，对对应 raw 文件运行：

bash ${SKILL_DIR}/scripts/cache.sh invalidate “<raw 文件路径>”

断链检查：
- 用 grep 扫一遍指向已删除页面的链接
- 清理明确可判定的断链；如果归属不清，保留原文并提示用户后续人工确认

向用户报告结果：

已删除：
  - raw/literature/2024-shaft-vibration.md
  - wiki/literature/2024-shaft-vibration.md
已更新（移除引用）：
  - wiki/entities/有限元模态分析.md
  - wiki/topics/船舶振动控制.md