mcpField
B
bear-onboard

bear-onboard

github.com/fei0810生产力7272 次安装20 周前更新
代码仓库

关于 bear-onboard

bear-onboard 是用于快速熟悉陌生研究领域的工作流,通过概念版图与演化脉络交叉识别关键枢纽。它为研究者整理检索结果,并生成 Markdown、HTML 和文献文件。

主要功能

  1. 01并行梳理概念与演化脉络
  2. 02多维检索邻近概念
  3. 03交叉识别枢纽节点
  4. 04生成 Markdown 与 HTML 报告
  5. 05导出筛选后的 BibTeX 文献

适用场景

  1. 01快速建立陌生领域的认知框架
  2. 02定位适合作为入门起点的枢纽概念
  3. 03整理领域概念关系与研究传承

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/fei0810/bear-research-skills --skill bear-onboard

安装后在 Claude Code 中输入/bear-onboard确认已加载。

附带文件references/output-system.mdreferences/sci-cli.md

详细介绍

来自项目 README

bear-onboard · 领域快速入门

一个工作流:把概念版图(空间)和演化脉络(时间)同时摆出来,让你在最短的时间内建立对一个陌生领域的立体认知。单独看地图不知道哪个概念重要;单独看脉络不知道现在的技术版图长什么样。两者交叉,才能定位自己在哪里、该从哪里进入。

先读 references/sci-cli.md——CLI 检测步骤、用法和铁律。 再读 references/output-system.md——HTML 外壳规范和设计 token。

步骤(固定顺序)

Step 0 — 确认 CLI 可用 运行 sci --version。未安装就给安装命令并停止;认证错误就提示 sci init 并停止。

Step 1 — 锚定领域,执行多维检索(概念版图侧) 以输入术语为中心概念,执行主检索(--mode low,--limit 20),再做至少 2 个补充检索(方法邻居、应用场景、对照概念等角度)。从摘要里挖出 5–8 个邻近概念,每个概念写出:它是什么(2–3 句)+ 与中心的连接(1 句)+ 支撑文献 ID。

告知用户本次将执行约 8–10 次检索,然后直接开始,不等待确认。

Step 2 — 锚定演化脉络,执行溯源检索(脉络侧) 以同一术语为主题,先找当前标志性工作作为锚点,再逐层向前追溯(默认 3 层),最后补充近 1–2 年的最新进展。每条传承边标注关系类型(方法来源 / 问题来源 / 证据来源 / 领域转折)。

Step 3 — 交叉识别枢纽节点 对比两侧的检索结果,找出同时出现在概念版图和演化脉络中的概念——这些是枢纽节点,是理解这个领域最优先需要掌握的概念。枢纽节点通常既是地图上的核心邻居,也是脉络上的关键转折点。

Step 4 — 综合判断 基于两侧检索结果写 2–4 句入门框架描述:这个领域的核心问题是什么、现在的技术版图围绕什么展开、进入这个领域最好从哪个枢纽节点开始。不做"这个领域好不好"的价值判断。

输出物

检索结束后,在当前目录创建 {topic-slug}/ 子文件夹,输出四个东西:

  1. 终端 — 直接 print 综合摘要:枢纽节点列表 + 贯穿问题 + 推荐入门路径
  2. report.md — 稳定 YAML front matter + 综合判断 + 枢纽节点说明 + 概念邻接表(含 Mermaid 图)+ 传承链 + 推荐阅读顺序 + 检索透明度
  3. report.html — 综合报告,见下方 HTML 规范
  4. references.bib — 合并所有 query 的 .bib,去重后只保留报告引用的文献

HTML 报告规范

强调色 #0891b2(青,bear-map 同色系,体现"认知地图"的延伸)。

首屏:综合判断面板

.verdict-title:这个领域一直在回答的贯穿问题是什么

.verdict-note:入门框架 2–4 句——核心问题是什么、现在版图的主干是什么、从哪里进入最高效

.metric-strip:邻近概念数 / 传承节点数 / 枢纽节点数 / 推荐入门文献数

枢纽节点面板(首屏下方,最重要的 section)

列出 2–4 个枢纽节点,每个枢纽节点卡片包含:

  • 概念名 + 标注"概念版图中的角色"和"传承脉络中的位置"
  • 是什么(2–3 句实质性描述)
  • 为什么是枢纽(1 句:它在版图和脉络里都扮演关键角色)
  • 建议阅读的代表文献 DOI 链接

详细内容区(两个 tab)

tab「概念版图」:SVG 概念星图(中心节点青色填充,邻居节点白底青色边框,带关系标签),星图下方每个邻居有完整说明卡片(是什么 2–3 句 + 与中心连接 1 句)。枢纽节点在星图中用 stroke-width: 3; stroke: var(--accent) 加粗边框区分,说明卡片加 .card-primary class。

tab「演化脉络」:竖向传承时间轴,每个节点突出转折点,末尾三张 summary cards(贯穿问题 / 开放边缘 / 检索缺口)。枢纽节点在时间轴中加星形标记。

两个 tab 中的文献卡片均含 DOI 链接和中文学术摘要折叠。

推荐阅读顺序(底部独立 section):3–5 篇,说明为什么按这个顺序读、每篇解决哪个认知缺口。

检索透明度(底部):列出所有查询词、mode、返回数、采用数、检索缺口。

诚实边界

枢纽节点是基于本次检索结果的交叉,不是完整领域的权威分类。检索覆盖有限,脉络链可能存在缺口。入门框架是对检索结果的提炼,不是对领域的完整评价。

Gotchas

  • 枢纽节点不能强行凑数:如果两侧检索结果没有真正的交叉概念,如实说"本次检索未发现明确枢纽节点",分别推荐各侧权重最高的概念作为入门起点
  • 概念版图和脉络的检索对象必须是同一个术语:不要在版图侧搜一个宽泛领域、在脉络侧搜一篇具体论文
  • 综合判断要基于两侧检索内容,不要只写概念版图侧的感受

评论

支持 Markdown