survey-theoretical-literature
정보
이 스킬은 개발자가 주어진 주제에 대한 이론적 문헌을 조사하고 종합하는 데 도움을 줍니다. 핵심 논문, 주요 결과, 미해결 문제, 그리고 학제 간 연결성을 식별합니다. 익숙하지 않은 주제로 연구를 시작할 때, 문헌 검토를 작성할 때, 또는 이론적 기여의 참신성을 평가할 때 사용하세요.
빠른 설치
Claude Code
추천npx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/survey-theoretical-literatureClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
調查理論文獻
對所定主題行結構化之理論文獻調查,產一綜述:標出奠基貢獻、追溯關鍵想法之年代發展、識別開放問題與活躍研究前沿,並標明跨領域連結。
適用時機
- 開始研究一不熟之理論主題並需繪其景觀
- 為論文、論文集或補助提案寫文獻回顧之段
- 識別理論領域中之開放問題與差距
- 尋理論結果與鄰域工作之連結
- 對既有工作評估提議之理論貢獻之新穎性
輸入
- 必要:主題描述(具體至足以界定搜索;如「非厄米系統中之拓樸相」而非僅「拓樸」)
- 必要:範圍限制(時段、含/除之子領域、理論 vs. 實驗焦點)
- 選擇性:已知種子論文(請求者已知之論文,以錨定搜索)
- 選擇性:目標讀者與深度(入門概覽 vs. 專家級綜述)
- 選擇性:所需輸出格式(注釋書目、敘事回顧、概念圖)
步驟
步驟一:定義範圍與搜索詞
於搜索前精準界定:
- 核心主題陳述:寫一句定義調查所涵者。此句即一論文是否屬本調查之接受標準。
- 搜索詞:產主與次搜索詞:
- 主詞:實踐者所用之確切技術短語(如「Kohn-Sham equations」、「Berry phase」、「renormalization group」)
- 次詞:可能自其他社群捕獲相關工作之較廣或鄰接短語(如「geometric phase」為「Berry phase」之同義)
- 排除詞:將拉入無關結果之短語(如於植物學意義之「Berry」加排除)
- 時間範圍:定義時間窗。對成熟領域,奠基論文或數十年前,但近期進展或縮至最近 5-10 年。對新興領域,整個歷史可僅跨數年。
- 領域邊界:明示哪些子領域於範圍內、哪些於外。例如,量子糾錯之調查或含拓樸碼但除經典編碼理論。
## Survey Scope
- **Core topic**: [one-sentence definition]
- **Primary search terms**: [list]
- **Secondary search terms**: [list]
- **Exclusion terms**: [list]
- **Time window**: [start year] to [end year]
- **In scope**: [subfields]
- **Out of scope**: [subfields]
預期: 範圍定義緊至兩研究者將獨立同意某論文是否屬調查。
失敗時: 若範圍過廣(200 篇以上潛在相關論文),加子領域限制或縮緊時間窗以縮之。若過窄(少於 10 篇),廣其次搜索詞或延時間窗。
步驟二:識別奠基論文與關鍵結果
自最具影響力之貢獻建調查之骨幹:
- 種子驅動之發現:自種子論文(如有提供)或主題上最近之回顧文章起。後追參考、前追引用以識重複出現之論文。
- 引用計數啟發:以引用計數為影響力之粗略代理,但對近期論文(最近 5 年)加重,因其積引用之時間較短。
- 奠基論文準則:論文符以下至少其一即為奠基:
- 引入了奠基性概念、形式或方法
- 證明了重塑領域之結果
- 將先前互不相干之工作鏈統一
- 為其後該領域多數論文所引用
- 關鍵結果萃取:對每奠基論文,萃:
- 主要結果(定理、方程、預測或方法)
- 所需之假設或近似
- 對其後工作之影響
## Seminal Papers
| # | Authors (Year) | Title | Main Result | Impact |
|---|---------------|-------|-------------|--------|
| 1 | [authors] ([year]) | [title] | [one-sentence result] | [influence on field] |
| 2 | ... | ... | ... | ... |
預期: 5-15 篇奠基論文之表,構成主題之智識骨幹,每篇之主要結果與影響皆已清晰陳述。
失敗時: 若搜索未產清晰奠基論文,主題或太新或太冷門。則識最早論文與最常被引論文為錨,並註明該領域之經典參考尚未浮現。
步驟三:年代繪想法之發展
追溯領域如何自起源演至當前:
- 起源期:識別核心想法首次出現之時與地。註想法是源於目標領域內或自他域引入。
- 成長期:追溯初始結果如何被推廣、應用或挑戰。識別領域方向變之關鍵轉捩(如新證明技巧、意外反例、實驗確認)。
- 分支點:繪文獻分為子主題之處。對每分支,簡描其焦點與其與主幹之關係。
- 當前狀態:刻畫該領域今處何地。是否成熟(結果在固化)、活躍(迅速發展),或停滯(近期論文少)?
- 時間線構造:建最重要發展之年代時間線。
## Chronological Development
### Origin ([decade])
- [event/paper]: [description of foundational contribution]
### Key Developments
- **[year]**: [milestone and its significance]
- **[year]**: [milestone and its significance]
- ...
### Branching Points
- **[year]**: Field splits into [branch A] and [branch B]
- Branch A focuses on [topic]
- Branch B focuses on [topic]
### Current State ([year])
- **Activity level**: [mature / active / emerging / stagnant]
- **Dominant approach**: [current mainstream methodology]
- **Recent trend**: [direction of latest work]
預期: 一敘事時間線,新人可讀以理解領域如何抵當前狀態,含關鍵想法之智識傳承。
失敗時: 若年代不清(如多獨立發現、優先權有爭),記錄歧義而非強加假線性敘事。並行時間線可接受。
步驟四:識別開放問題與活躍前沿
編列尚未知或未解者:
- 明示開放問題:搜索回顧文章、問題清單與調查論文,明列開放問題者。許多領域維護經典清單(如克雷千禧年問題、希爾伯特問題、量子資訊中之開放問題)。
- 隱式開放問題:識別已猜想但未證之結果、無理論解釋之數值觀察,或理論與實驗之差異。
- 活躍前沿:識別最近 2-3 年最受注意之主題。其特徵為高頻之新預印本、會議場次與資助呼。
- 進展障礙:對每主要開放問題,簡描其困難之因。何種數學或概念障礙橫亙?
- 潛在影響:對每開放問題,估其解決之影響。將為漸進式(填空)或變革式(改變領域思維)?
## Open Problems and Frontiers
### Explicitly Open
| # | Problem | Status | Barrier | Potential Impact |
|---|---------|--------|---------|-----------------|
| 1 | [statement] | [conjecture / partial / open] | [why hard] | [incremental / significant / transformative] |
| 2 | ... | ... | ... | ... |
### Active Frontiers
- **[frontier topic]**: [what is happening and why it matters]
- ...
### Implicit Gaps
- [observation without theoretical explanation]
- [conjecture without proof]
- ...
預期: 結構化編列至少 3-5 個開放問題含難度評估,並刻畫最活躍研究前沿。
失敗時: 若無開放問題顯,調查範圍或太窄(子主題已解)或文獻搜索遺漏相關回顧文章。廣範圍或專搜「open problems in [topic]」與「future directions in [topic]」。
步驟五:綜合跨領域連結並產結構化調查
將所調查之領域連於鄰域並組成最終輸出:
-
跨領域連結:識別所調查主題與其他領域之連結處:
- 共享數學結構(如同方程於光學與量子力學中現)
- 類比與對偶(如 AdS/CFT 連重力與場論)
- 方法論引入(如機器學習技術應用於理論物理)
- 實驗連結(如於冷原子或光子系統中可測之預測)
-
連結品質評估:對每連結,評其為:
- 深(結構等價、已證對偶)
- 有望(暗示性類比、活躍探究)
- 表面(表面相似、無已證關係)
-
差距分析:識別應存在但未被探之連結。其為潛在研究機會。
-
調查組裝:將步驟一至五之輸出匯為結構化文件:
- 執行摘要(一段)
- 範圍與方法論(自步驟一)
- 歷史發展(自步驟三)
- 關鍵結果與奠基論文(自步驟二)
- 開放問題與前沿(自步驟四)
- 跨領域連結(自此步)
- 書目
## Cross-Domain Connections
| # | Connected Field | Type of Connection | Depth | Key Reference |
|---|----------------|-------------------|-------|---------------|
| 1 | [field] | [shared math / analogy / method import] | [deep / promising / superficial] | [paper] |
| 2 | ... | ... | ... | ... |
## Unexplored Connections (Research Opportunities)
- [potential connection]: [why it might exist and what it could yield]
- ...
預期: 完整、結構化之調查文件,繪主題自起源至當前前沿,跨領域連結已識別並評估。
失敗時: 若調查感支離,重訪年代時間線(步驟三)並以其為組織之脊。每奠基論文、開放問題與跨領域連結皆應可定位於時間線上。
驗證
- 調查範圍以納入與排除準則精準定義
- 已識別奠基論文並陳主要結果與影響
- 已追溯年代發展含關鍵里程碑
- 至少 3-5 個開放問題已編列含難度與影響評估
- 跨領域連結已識別且其深度已評估
- 書目含所有引用論文之完整參考資訊
- 該領域之新人可讀調查並理解景觀
- 調查區分既定結果與猜想及開放問題
- 已陳述調查撰寫之時,使讀者可評其時效
常見陷阱
- 範圍蔓延:自聚焦主題起並逐漸擴至納入一切沾邊者。步驟一之核心主題句即接受準則;嚴格執行之。
- 近期偏見:以犧牲奠基貢獻為代過度代表近期工作。具 10 引用之 2024 論文或不如具 5,000 引用之 1980 論文重要。權衡影響,非新穎。
- 崇拜引用計數:以引用計數為唯一重要性度量。高引用論文可為方法工具(廣用但非概念深),而冷門領域之變革論文或引用較少。
- 遺漏負面結果:失敗嘗試與被反駁之猜想為領域歷史之一部分。略之則給誤導性平滑敘事。
- 表面跨領域連結:因兩領域用同詞而宣稱有連結(如熱力學之「entropy」與資訊理論者相關,但物理之「gauge」與編織者不)。納入前評其深度。
- 以今論古:以現代標準判歷史論文。1960 年論文應依 1960 年所知評其貢獻,非以其未預見之事評之。
相關技能
formulate-quantum-problem— 形式化文獻調查中所識之具體問題derive-theoretical-result— 推導或重推所調查文獻中之關鍵結果review-research— 評估調查中所遇之個別論文
GitHub 저장소
연관 스킬
executing-plans
디자인executing-plans 스킬은 검토 체크포인트가 포함된 통제된 배치로 실행할 완전한 구현 계획이 있을 때 사용합니다. 이 스킬은 계획을 불러와 비판적으로 검토한 후, 소규모 배치(기본값 3개 작업)로 작업을 실행하면서 각 배치 사이에 진행 상황을 아키텍트 검토를 위해 보고합니다. 이를 통해 내재된 품질 관리 체크포인트를 갖춘 체계적인 구현이 보장됩니다.
requesting-code-review
디자인이 스킬은 코드 변경 사항을 요구 사항에 따라 분석하기 위해 코드 리뷰어 하위 에이전트를 호출합니다. 작업 완료 후, 주요 기능 구현 후, 또는 메인 브랜치에 병합하기 전에 사용해야 합니다. 이 리뷰는 현재 구현체와 원래 계획을 비교하여 문제를 조기에 발견하는 데 도움이 됩니다.
connect-mcp-server
디자인이 스킬은 개발자들이 HTTP, stdio 또는 SSE 전송 방식을 통해 MCP 서버를 Claude Code에 연결하는 포괄적인 가이드를 제공합니다. GitHub, Notion 및 사용자 정의 API와 같은 외부 서비스를 통합하기 위한 설치, 구성, 인증 및 보안을 다룹니다. MCP 통합 설정, 외부 도구 구성 또는 Claude의 모델 컨텍스트 프로토콜 작업 시 활용하세요.
web-cli-teleport
디자인이 스킬은 작업 분석을 기반으로 개발자가 Claude Code 웹 인터페이스와 CLI 인터페이스 중 선택할 수 있도록 돕고, 두 환경 간 원활한 세션 텔레포트를 가능하게 합니다. 웹, CLI 또는 모바일 환경 전환 시 세션 상태와 컨텍스트를 관리하여 워크플로를 최적화합니다. 다양한 단계에서 서로 다른 도구가 필요한 복잡한 프로젝트에 사용하세요.
