mcpField
G
Getting Started with Research Superpowers

Getting Started with Research Superpowers

github.com/kthorn生産性131165 回インストール53 週間前に更新
リポジトリ

Getting Started with Research Superpowers について

Claude Code 向けの系統的な文献検索・レビュー用スキル群です。検索からスクリーニング、情報抽出、統合までを扱い、実験データの分析や実験設計は対象外です。

主な機能

  1. 01PubMed と Semantic Scholar の検索
  2. 02スクリーニング基準の作成と改善
  3. 03抄録と論文全文の選別
  4. 04方法と研究結果の抽出
  5. 05引用ネットワークの追跡
  6. 06大量検索での並列スクリーニング

活用シーン

  1. 01系統的文献レビューの実施
  2. 02大量の論文のスクリーニング
  3. 03論文から方法や測定値を抽出
  4. 04関連引用とオープンアクセス版の追跡

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/kthorn/research-superpower --skill getting-started-with-research-superpowers

インストール後、Claude Code で/getting-started-with-research-superpowersを入力して読み込まれたか確認します。

詳細

Research Superpowers の利用開始

Research Superpowers は、Claude Code に文献検索とレビューの体系的なワークフローを提供します。

対象範囲: 公開論文の検索、スクリーニング、データ抽出です。実験データの分析や実験の設計には使用しません。

できること

システマティックレビューには、次のスキルを使用できます。

  • 文献を検索する - PubMed と Semantic Scholar との連携
  • スクリーニング基準を作成する - 関連性の基準を共同で定義し、検証する
  • 論文をスクリーニングする - スコアリングを用いた2段階のスクリーニング(抄録 → 詳細調査)
  • データを抽出する - 論文から特定の手法、結果、測定値を見つける
  • 引用をたどる - 引用を賢くさかのぼり、先にたどる
  • 大規模なスクリーニング - 50件以上の論文を並列サブエージェントで処理する
  • 調査結果を追跡する - 要約、PDF、重複排除を備えた整理された調査セッション

利用可能なスキル

文献検索・レビューのスキル(skills/research/)

  • answering-research-questions - 主なオーケストレーションワークフロー(検索 → スクリーニング → 抽出 → 統合)
  • building-screening-rubrics - テスト駆動で改善する、共同でのスクリーニング基準の設計
  • searching-literature - キーワードを最適化した PubMed 検索
  • evaluating-paper-relevance - 2段階のスクリーニング(抄録 → 詳細調査)
  • subagent-driven-review - 大規模な検索(50件以上)での並列スクリーニング
  • checking-chembl - 医薬化学論文に ChEMBL のキュレーション済み SAR データがあるか確認する
  • traversing-citations - Semantic Scholar の引用ネットワークをたどる
  • finding-open-access-papers - Unpaywall API で有料論文の無料版を探す
  • cleaning-up-research-sessions - 調査完了後に中間ファイルを安全にクリーンアップする

基本的なワークフロー

ユーザーから文献検索に関する質問があった場合:

  1. answering-research-questions スキルを読む - 主なオーケストレーション
  2. 次のように伝える:「Answering Research Questions スキルを使用します」
  3. クエリを解析する - キーワード、データの種類、制約を抽出する
  4. 調査フォルダーを作成する - 名前を提案し、追跡を開始する
  5. 任意:基準を作成する - 50件以上の大規模な検索では、building-screening-rubrics スキルを使用する
  6. 検索 → スクリーニング → 抽出 → 引用をたどる - ワークフローに沿って進める
  7. 定期的に状況を確認する - 10件ごとに進捗を報告し、50件ごとにチェックポイントを設ける

調査セッションフォルダー

各クエリに対して、research-sessions/ にフォルダーを作成します。

research-sessions/YYYY-MM-DD-query-description/
├── SUMMARY.md              # Main findings
├── papers-reviewed.json    # Deduplication tracking (DOI → status)
├── papers/                 # Downloaded PDFs and supplementary data
└── citations/              # Citation graph tracking

基本原則

システマティックレビューでは、次の原則に従います。

  • 網羅性より精度を優先する - テーマが一致するだけの論文ではなく、必要な特定のデータがある論文を見つける
  • テスト駆動でスクリーニングする - 一括処理の前に基準を作成し、検証する
  • 引用を賢くたどる - 組み合わせ爆発を避けるため、関連する引用だけをたどる
  • 重複を徹底的に排除する - 関連性がない論文も含め、レビューしたすべての論文を DOI で追跡する
  • 抄録をキャッシュする - 基準を変更した際の再スクリーニングに備えて保存する
  • 進捗を報告する - 作業中は10件ごとにユーザーに状況を伝える
  • 頻繁にチェックポイントを設ける - 50件ごとに続行するか停止するかを確認する
  • 再現可能にする - 基準、クエリ、手法を調査セッションとともに保存する

API 情報

PubMed E-utilities(キー不要):

  • 検索:https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi
  • 詳細:https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi
  • 全文:https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi

Semantic Scholar(無料プランを利用可能。上限を引き上げる場合は任意でキーを使用):

  • 論文:https://api.semanticscholar.org/graph/v1/paper/DOI:{doi}
  • 参考文献:https://api.semanticscholar.org/graph/v1/paper/{id}/references
  • 被引用文献:https://api.semanticscholar.org/graph/v1/paper/{id}/citations

スキルを探す

find-skills スクリプトを使用して、関連するスキルを検索します。

# From project directory
./scripts/find-skills              # List all skills
./scripts/find-skills literature   # Search for "literature"
./scripts/find-skills 'cite|ref'   # Regex search

留意事項

  • 必ず最初に、関連するリサーチスキルを読みます
  • 開始時に、使用するスキルを伝えます
  • すべての作業を research フォルダーに記録します
  • 長時間の検索中は、定期的にユーザーに状況を確認します
  • papers-reviewed.json(DOI をキーとして使用)で重複を排除します

コメント