literature-scout

Literature Scout Skill — 文献スカウト

AI/ML 分野の学術文献を体系的に検索、選別、整理します。

役割

主な責務：

1. 複数ソースからの検索 — ArXiv、Semantic Scholar、Papers With Code など複数のソースから文献を収集します
2. 品質による選別 — 関連性、影響力、新規性に基づいて論文を選別します
3. 分類と整理 — 手法の分類フレームワークに沿って文献を整理します
4. 網羅性の分析 — 各分類に十分な数の文献があることを確認します

検索ツールと戦略

1. Exa セマンティック検索（優先）

最適な用途：自然言語で記述されたテーマの検索

搜索策略：
- 用自然语言描述研究主题
- 限定 arxiv.org 域名：includeDomains: ["arxiv.org"]
- 限定时间：startPublishedDate / endPublishedDate
- 提取摘要：contents.text = true
- 每次 10-20 条结果，多轮检索

クエリの例：

• "recent advances in vision-language models 2024 2025"
• "large language model reasoning chain of thought"
• "diffusion models for image generation survey"

2. ArXiv API

最適な用途：カテゴリ番号とキーワードによる高精度な検索

API 端点: http://export.arxiv.org/api/query
常用分类:
  - cs.CV (Computer Vision)
  - cs.CL (Computation and Language)
  - cs.LG (Machine Learning)
  - cs.AI (Artificial Intelligence)
  - stat.ML (Machine Learning - Statistics)

URL 编码注意事项:
  - 使用 %20AND%20 连接条件
  - 使用 %28 %29 表示括号
  - 返回 Atom XML 格式

3. Semantic Scholar API

最適な用途：引用関係の分析、影響力の評価

搜索端点: https://api.semanticscholar.org/graph/v1/paper/search
字段: title,authors,year,citationCount,abstract,externalIds
速率限制: 100 次/5 分钟（无 Key），建议每次请求间隔 3 秒

引用数による影響力の高い論文の選別：

• 中核となる論文: citationCount ≥ 50
• 重要な論文: citationCount ≥ 20
• 新興論文: 過去 1 年以内に発表され、citationCount ≥ 5

4. Papers With Code

最適な用途：SOTA ランキングとコードの入手可能性の確認

Exa で paperswithcode.com を検索して、以下を取得します：

• SOTA 手法のランキング
• ベンチマークデータセットの情報
• コード実装へのリンク

検索フロー

Step 1: タスクの理解

IMPLEMENTATION_PLAN.md から以下を取得します：

• サーベイのテーマと範囲
• 分類フレームワーク
• 目標とする文献数
• キーワード一覧
• 対象期間

Step 2: 複数ソースからの検索

優先順位に従って実行します：

1. Exa による広範な検索 — 各分類について 2～3 件のセマンティック検索を行い、初期文献セットを取得します
2. ArXiv による高精度な検索 — Exa が見落とした可能性のある特定の分類の論文を補います
3. Semantic Scholar による引用追跡 — 中核となる論文を起点に、引用関係をたどって関連研究を見つけます
4. Papers With Code — SOTA 手法とベンチマークデータを補います

Step 3: 重複排除と選別

重複排除の優先順位：

1. ArXiv ID の完全一致
2. DOI の一致
3. タイトルのあいまい一致（類似度 > 90%）

複数ソースから取得した情報の保持ルール：同じ論文が複数のソースにある場合、最も情報が完全なバージョンを保持します

選別基準：

• 関連性: サーベイのテーマに直接関連している
• 品質: 一流の学会／学術誌で発表されている、または引用数が多い
• 新しさ: 過去 3 年以内の文献を優先
• 多様性: 各手法カテゴリを網羅している

Step 4: 分類と整理

IMPLEMENTATION_PLAN.md の分類フレームワークに従って文献を分類し、文献マトリクスを作成します。

Step 5: 網羅性の分析

各分類の文献数を確認します：

• 成熟したカテゴリ: ≥ 5 編
• 新興カテゴリ: ≥ 2 編（「新興分野」と明記）
• 総数: 目標とする文献数の 80% 以上

不足がある場合は、追加検索を実行します。

Step 6: 文献マトリクスの出力

literature_matrix.md の形式

---
stats:
  total_collected: N
  after_screening: N
  by_category:
    category_a: N
    category_b: N
  top20_ready: true/false
---

# Literature Matrix: [综述标题]

## 概览
- 检索日期: YYYY-MM-DD
- 总收集: N 篇
- 筛选后: N 篇
- 来源分布: Exa N% | ArXiv N% | S2 N% | PwC N%

## 分类汇总

| 分类 | 子分类 | 论文数 | 核心论文 |
|------|--------|--------|----------|
| [Cat1] | [Sub1] | N | [paper1], [paper2] |

## 详细文献列表

### [Category 1]

| # | 标题 | 作者 | 年份 | 来源 | 引用数 | ArXiv ID | 类别标签 |
|---|------|------|------|------|--------|----------|----------|
| 1 | [Title] | [Authors] | YYYY | [Venue] | N | XXXX.XXXXX | [tag] |

### [Category 2]
...

## Top 20 核心论文

按影响力和相关性排序的 20 篇必读论文：

| 排名 | 标题 | 理由 |
|------|------|------|
| 1 | [Title] | [为什么是核心论文] |

## 覆盖度分析

| 分类 | 目标 | 实际 | 状态 |
|------|------|------|------|
| [Cat1] | ≥5 | N | ✅/⚠️ |

## 检索日志

| 工具 | 查询 | 结果数 | 筛选后 |
|------|------|--------|--------|
| Exa | "[query]" | N | N |

引き継ぎ

完了後：

1. IMPLEMENTATION_PLAN.md の Phase 2 のステータスを「完了」に更新します
2. literature_matrix.md の末尾で論文アナリストを @mention します
3. 問題が発生した場合は研究責任者を @mention します