industrial-ai-research

工业 AI 研究

为工业 AI 开展精简且注重来源的研究工作流。

能力摘要

• 面向工业 AI 和自动化主题的结构化文献研究
• 搜索或综合分析前必须先进行四项问题调查
• 根据发表场所优先选择来源（arXiv、IEEE、自动化领域发表场所）
• 四种交付模式：research-brief、literature-map、venue-ranked survey、research-gap memo
• 通过逆向综合分析揭示矛盾和探索不足的研究空白
• 调查报告写作遵循「共识 → 分歧 → 局限 → 空白」的综合分析规范
• 调查报告草稿生成：先拟定大纲，再按章节整理证据包，并可选择导出 LaTeX

触发条件

当用户希望进行以下工作时，使用此技能：

• 调查某个特定子主题的工业 AI 文献
• 比较工业 AI 领域不同发表场所或方法的论文
• 识别预测性维护、调度、异常检测或智能制造方面的研究空白
• 编写有来源证据支持的结构化研究报告
• 起草工业 AI 子主题的结构化调查报告
• 编写包含分类体系、证据包和逐章节内容的调查论文

不要使用

• 撰写或编译 LaTeX/Typst 论文（请使用 latex-paper-en、latex-thesis-zh 或 typst-paper）。 注意：survey-draft 模式默认生成 Markdown；如需 LaTeX 输出，则交由 latex-paper-en 完成最终格式排版。
• 审查论文质量或格式（请使用 paper-audit）
• 需要 IRB 或临床伦理审查的系统综述或荟萃分析
• 工业 AI 和自动化领域之外的主题
• 审查现有论文的质量或格式（请使用 paper-audit）
• 编辑 LaTeX/Typst 源文件（请使用相应的写作技能）

安全边界

• 切勿编造论文元数据（标题、作者、发表场所、年份、DOI）
• 切勿将预印本称为经过同行评审的出版物
• 切勿在回答调查问题之前开始综合分析
• 切勿掩盖矛盾或相互冲突的证据
• 切勿将 Tier 4 来源（博客、新闻稿）作为主要证据

核心规则

1. 开始任何搜索或综合分析前，先向用户提出四项调查问题（见 references/question-flow.md）。
2. 无论用户要求的报告语言为何，技能工作流一律使用英语。
3. 优先选择近期的 arXiv 论文，以及 IEEE 和自动化领域的顶级发表场所，而非泛泛的网络文章。
4. 默认使用最近 3 年的文献；若有必要提供背景，则保留具有开创性的较早研究。
5. 为每项实质性论断标注引文，并区分已验证证据与推断。
6. 在 survey-draft 模式下，先完成所有结构和证据阶段，再撰写任何正文。结构阶段仅生成 YAML/表格。
7. 明确保留矛盾，不要将相互冲突的发现粉饰成一致结论。

调查约定

始终先提出 references/question-flow.md 中定义的四项调查问题：

1. 报告语言（英语 / 简体中文 / 双语摘要）
2. 交付模式（research-brief / literature-map / venue-ranked survey / research-gap memo / survey-draft）
3. 时间范围（最近 12 个月 / 最近 3 年 / 最近 5 年 / 自定义）
4. 工业 AI 重点领域（预测性维护 / 智能调度 / 工业异常检测 / 智能制造与流程优化 / CPS 与边缘 AI / 机器人交叉领域）

如果用户未作选择，则默认选择 last 3 years，并采用其提示中暗示的子领域。

检索范围确定规则

• 在提出后续问题前，尽可能根据用户提示确定各项检索信息。
• 如果四项检索信息都已明确说明或可安全推断，则不要将其重新作为问题提出；锁定这些选项，说明已锁定的选择，然后继续。
• 如果缺少部分检索信息，只针对缺失项提出问题，并用一个简短的后续问题区块询问，不要重新询问完整问卷。
• 如果用户要求查找“最新”“近期”“当前”或“今天”的研究，却没有指定时间范围，则默认采用 last 12 months，并在最终范围说明中报告所用的具体年份范围。
• 如果主题明显超出工业 AI 范围，则在搜索前停止，说明范围边界，并提供最接近的受支持主题表述，而不是勉强进行不合适的搜索。
• 如果用户明确要求“在大纲后停止”或指定其他调研检查点，则遵守该检查点，不要自动进入下一调研阶段。

必需输入

• 具体的工业 AI 主题或问题。
• 用户对报告语言、交付模式、时间范围和领域侧重点的选择。
• 关于仅筛选同行评审文献、基准测试与部署证据取舍，或所需输出格式的可选偏好。

如果缺少任何检索信息，请先从 references/question-flow.md 中只询问尚未确定的项目，再开始搜索。

来源策略

搜索前阅读以下文件：

• references/source-priority.md
• references/venue-map.md

主要来源：

• arXiv：eess.SY、cs.AI
• IEEE 和自动化领域的重要来源：T-ASE、CASE

补充交叉领域来源：

• arXiv：cs.RO、cs.LG
• IEEE 机器人领域会议和期刊：ICRA、IROS、RA-L、T-RO
• references/venue-map.md 中列出的相邻工业和控制领域来源

用户要求查找最新研究时，优先选择：

1. arXiv 最新论文流，及时了解新进展
2. 高水平 IEEE 和自动化领域来源，严格筛选发表质量
3. 仅在能实质改善覆盖范围时，采用次级交叉领域来源

工作流

阶段 1：确定范围

• 将请求改写为明确的工业 AI 研究目标。
• 锁定报告语言、交付模式、时间范围和领域侧重点。
• 明确说明范围内与范围外的边界。

阶段 2：制定搜索计划

• 根据 references/source-priority.md 建立来源类别和关键词组。
• 区分主要来源与次级交叉领域来源。
• 说明时效性筛选策略及任何经典论文例外。

阶段 3：收集来源

• 从优先来源类别中收集论文。
• 优先选择官方来源页面、arXiv 最新论文列表、IEEE Xplore 页面，以及出版商或会议页面。
• 记录纳入每篇论文的原因。

阶段 4：核验与筛选

• 核查来源质量、发表类型、年份和相关性。
• 删除匹配度较低的结果、重复项和泛泛的博客类来源。
• 将未经同行评审的预印本标记为预印本。

阶段 5：综合分析

• 按问题、方法、数据集、部署环境和评估方式对入选论文分类。
• 梳理趋势、空白、矛盾和研究不足的机会。
• 如果存在矛盾，先说明矛盾，再得出任何研究空白结论。
• 进行反方审视：什么因素会挑战主流结论？

阶段 6：组装报告

使用 references/report-modes.md 中的固定报告结构。

每份最终报告都必须包含：

• 搜索范围
• 按来源划分的来源类别
• 入选论文
• 趋势与空白的综合分析
• 建议的后续阅读或实验

调研草稿工作流（阶段 S1–S4）

用户选择 survey-draft 时，先正常执行阶段 1–4（确定范围、制定搜索计划、收集来源、核验），然后由 S1–S4 取代原阶段 5–6。

阶段 S1. 大纲构建

阅读 references/modules/SURVEY_OUTLINE.md。

• 从已验证的文献中提取分类体系。
• 以结构化 YAML 构建章节骨架。
• 向用户展示大纲并征求批准。
• 检查点：在用户批准大纲之前，不得进入 S2。

阶段 S2. 证据包整理

阅读 references/modules/SURVEY_EVIDENCE.md。

• 为每个 H3 子章节整理一个证据包。
• 锁定每个子章节的引文范围。
• 生成结构化证据集（不含正文）。

阶段 S3. 逐节写作

阅读 references/modules/SURVEY_WRITER.md。

• 独立撰写每个 H3，内容以其证据包为依据。
• 对每个 H3 运行自检关卡（深度、引文范围、语气）。
• 每个 H2 章节生成一个 Markdown 文件。

阶段 S4. 合并与质量关卡

阅读 references/modules/SURVEY_MERGE.md。

• 将所有章节草稿合并为一份文档。
• 运行跨章节一致性检查。
• 应用最终质量检查清单。
• 如果用户要求 LaTeX 输出，则交由 latex-paper-en 处理。

交付模式

阅读 references/report-modes.md 并严格遵循所选模式。

• research-brief：简短、可用于决策的概述
• literature-map：跨方法和子问题的主题图谱
• venue-ranked survey：按来源质量和出版渠道级别分组
• research-gap memo：未解决问题、设计空间和后续机会
• survey-draft：以分类体系为驱动、先拟大纲的综述稿，可选择导出为 LaTeX

输出约定

• 在综合分析之前，说明已锁定的需求选项以及应用的任何默认值。
• 简要说明检索方法：使用的出版渠道类别、时效性策略，以及采用的任何回退或扩展步骤。
• 在每份交付内容中区分已验证的证据与推断。
• 明确标注预印本。
• 对于非综述模式，生成结构化报告，包含：范围、来源类别、入围论文、综合分析，以及后续阅读或后续实验。
• 对于 survey-draft，各阶段的输出格式必须符合以下要求：
  • S1：仅 YAML 大纲
  • S2：仅证据包或表格
  • S3：以证据包为依据的章节 Markdown 草稿
  • S4：合并后的 Markdown 综述，并附跨章节一致性说明
• 综述正文应优先采用“共识 -> 分歧 -> 局限 -> 空白”的结构，而非逐篇介绍。
• 如果来源稀少、无法访问或偏离范围，应直接说明，并报告具体采用的回退方式。

模块路由器

模块	使用时机	主要操作	接下来阅读
research	用户选择 4 种报告模式中的任意一种	执行第 1–6 阶段工作流	references/report-modes.md
survey-outline	用户选择 survey-draft（阶段 S1）	构建分类体系和章节骨架	references/modules/SURVEY_OUTLINE.md
survey-evidence	用户批准大纲后（阶段 S2）	为每个 H3 整理证据包	references/modules/SURVEY_EVIDENCE.md
survey-write	证据包整理完成后（阶段 S3）	按 H3 撰写正文	references/modules/SURVEY_WRITER.md
survey-merge	所有章节完成后（阶段 S4）	合并、执行质量关卡，并可选择移交 LaTeX 处理	references/modules/SURVEY_MERGE.md

此技能由大模型驱动，不包含可执行脚本。所有阶段均通过网络搜索、结构化综合分析和提示词来执行。

质量标准

定稿前阅读 references/quality-checklist.md。

不可妥协的标准：

• 不得提出缺乏依据的主张
• 不得不区分出版渠道而混合来源
• 不得隐瞒矛盾
• 不得在回答需求问题之前生成综合报告
• 不得使用泛泛的“最新研究表明”之类表述，除非有来源证据支持

错误处理

• 没有结果：扩大关键词范围，将时间窗口放宽一个等级，并尝试相邻领域的 venue。如果仍无结果，请报告这一否定结果，并列出尝试过的确切查询。
• 主题超出子领域范围：说明该主题不属于工业 AI 范围，建议最接近的受支持子领域，并询问用户是继续还是中止。
• 数据库无法访问：注明无法访问的来源，使用可用来源继续，并在最终报告中标明这一缺口。
• 论文数量过少（入选少于 5 篇）：降低时间窗口门槛，纳入 Tier 2/3 venue，并在综合分析中明确指出证据基础薄弱。

参考资料索引

文件	阶段	阅读时机
references/question-flow.md	信息收集	向用户提问前
references/source-priority.md	搜索计划	构建 venue 分类前
references/venue-map.md	搜索计划	选择具体 venue 前
references/report-modes.md	报告编写	组织最终输出前
references/quality-checklist.md	报告编写	完成报告前
references/modules/SURVEY_OUTLINE.md	综述 S1	构建综述提纲时
references/modules/SURVEY_EVIDENCE.md	综述 S2	汇编证据包时
references/modules/SURVEY_WRITER.md	综述 S3	起草综述章节时
references/modules/SURVEY_MERGE.md	综述 S4	合并内容并运行质量门禁时
references/SURVEY_WRITING_GUIDE.md	综述 S1–S4	作为综述写作理念参考

示例

• examples/predictive-maintenance.md
• examples/intelligent-scheduling.md
• examples/industrial-anomaly-detection.md
• examples/survey-predictive-maintenance.md

示例请求

• “研究过去 3 年的近期预测性维护论文，并返回一份研究简报。”
• “比较 arXiv 和 IEEE 自动化领域 venue 中的工业异常检测论文，并展示评估设置上的矛盾。”
• “为刚接触该子领域的研究人员起草一篇关于智能调度的综述，但在 YAML 提纲阶段停止，等待批准。”
• “我的主题是仓库拣选机器人。如果这超出范围，请告诉我最接近的受支持工业 AI 方向，并且只按该方向继续。”

范围边界

此 v1 技能不支持：

• 系统综述模式
• 元分析
• 需要大量 IRB 流程或涉及临床伦理的分支
• 独立的自动化脚本

如果用户需要这些内容，请说明范围边界，并采用最接近的受支持研究模式继续。