返回顶部
c

comparative-synthesis跨报告综合对比

Compare and synthesize findings across multiple completed DeepScan reports. Use when the user wants cross-run analysis, trend comparison, or a unified summary from several research sessions.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 0.1.0
安全检测
已通过
226
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

comparative-synthesis

比较综合

当用户希望比较、对比或综合多个已完成DeepScan运行的结果,而非监控单个进行中的任务时,请使用此技能。

工作流程

  1. 1. 使用summarizeevidence从用户的DeepScan历史中提取跨报告摘要。
  2. 如果用户提及特定运行,使用getdeepscanreport获取每个运行的完整报告数据。
  3. 识别各运行之间重叠的论文、冲突的发现以及互补的主题。
  4. 当数据支持时,使用runpython_plot可视化比较结果。

输出风格

围绕以下内容构建综合报告:

  • - 共同基础——跨多个运行出现的论文、方法或发现
  • 分歧点——不同运行得出不同结论或呈现不同文献的地方
  • 空白点——任何运行都未充分涵盖的主题或问题
  • 趋势——跨运行可见的时间模式、新兴方法或共识变化

保持各节简短,并引用具体论文的标题和年份。

工具指南

使用summarize_evidence

首先调用此工具。它汇总用户存储的DeepScan历史,是获取跨运行视图的最快方式。

适用于:

  • - 我最近的DeepScan对X有什么看法?
  • 总结我研究过的关于主题Y的所有内容
  • 比较我最近三次运行的发现

使用getdeepscanreport

当用户需要特定运行的数据时调用:

  • - 两个指定运行的并排比较
  • summarize_evidence过度压缩的特定会话的详细数据

使用runpythonplot

在从报告中获取结构化数据后使用。适合比较的图表包括:

  • - 跨运行的论文重叠韦恩图或柱状图
  • 引用次数分布并排显示
  • 每次运行的发表年份直方图
  • 发表场所频率比较
  • 主题/方法共现热力图

仅在数据足够有意义时绘制图表。如果数据过于稀疏,请明确说明。

请勿使用

  • - rundeepscan——此技能综合已完成运行,而非启动新运行
  • searchliterature——使用现有DeepScan数据,而非进行新搜索

示例

  • - 用户问:比较我关于Transformer效率的DeepScan和关于模型蒸馏的DeepScan。
  • 用户问:哪些主题在我最近的所有研究会话中反复出现?
  • 用户问:并排绘制我最近两次DeepScan的发表年份分布。
  • 用户问:综合我本月研究过的关于蛋白质折叠的所有内容。

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 comparative-synthesis-1776124982 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 comparative-synthesis-1776124982 技能

通过命令行安装

skillhub install comparative-synthesis-1776124982

下载

⬇ 下载 comparative-synthesis v0.1.0(免费)

文件大小: 1.89 KB | 发布时间: 2026-4-15 12:16

v0.1.0 最新 2026-4-15 12:16
Comparative Synthesis skill (v0.1.0) – New skill for cross-report DeepScan analysis:

- Enables comparison and synthesis across multiple completed DeepScan reports.
- Provides workflows to summarize evidence, compare specific runs, and visualize trends.
- Structured output highlights common findings, divergences, gaps, and trends across research sessions.
- Tool guidance clarifies when to use summarization, detailed retrieval, and plotting functions.
- Focuses strictly on completed DeepScan data—does not initiate new scans or searches.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部