mcpField
N
novelty-assessment

novelty-assessment

github.com/lingzhi227生产力4401.8k 次安装35 周前更新
代码仓库

关于 novelty-assessment

novelty-assessment 是用于评估研究想法与现有文献差异的技能，涵盖多轮检索、重合度分析，以及对新颖想法的定位。

主要功能

  1. 01结构化分析研究想法
  2. 02多轮文献检索
  3. 03给出新颖性判断与置信度
  4. 04比较相似论文并说明差异
  5. 05新颖结论前至少检索三轮

适用场景

  1. 01检查拟议研究是否与既有工作重合
  2. 02查找相关论文并阐明研究空白

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/lingzhi227/agent-research-skills --skill novelty-assessment

安装后在 Claude Code 中输入/novelty-assessment确认已加载。

附带文件references/assessment-prompts.md

详细介绍

新颖性评估

通过系统性文献检索，严谨评估研究构想是否具有新颖性。

输入

  • $0 — 研究构想描述、标题或 JSON 文件

脚本

自动化新颖性检查
python ~/.claude/skills/idea-generation/scripts/novelty_check.py \
  --idea "Your research idea description" \
  --max-rounds 10 --output novelty_report.json
文献检索
python ~/.claude/skills/deep-research/scripts/search_semantic_scholar.py \
  --query "relevant search query" --max-results 10

参考资料

  • 评估提示词和标准：~/.claude/skills/novelty-assessment/references/assessment-prompts.md

工作流

第 1 步：理解构想
  • 找出核心贡献
  • 列出关键技术组件
  • 确定研究领域和子领域
第 2 步：多轮文献检索（最多 10 轮）

每一轮：

  1. 生成有针对性的搜索查询
  2. 搜索 Semantic Scholar / arXiv / OpenAlex
  3. 阅读排名前 10 的结果及其摘要
  4. 评估与该构想的重合程度
  5. 决定：是否需要继续检索，还是可以做出判断
第 3 步：做出判断
  • 新颖：经过充分检索后，没有发现显著重合的论文
  • 不新颖：发现了显著重合的论文
第 4 步：明确构想的定位

如果构想具有新颖性，请确定：

  • 最相似的现有论文（用于相关工作）
  • 该构想与每篇论文的区别
  • 该构想填补的具体空白

严苛的批评者角色

Be a harsh critic for novelty. Ensure there is a sufficient contribution
for a new conference or workshop paper. A trivial extension of existing
work is NOT novel. The idea must offer a meaningfully different approach,
formulation, or insight.

输出格式

{
  "decision": "novel" | "not_novel",
  "confidence": "high" | "medium" | "low",
  "justification": "After searching X rounds...",
  "most_similar_papers": [
    {"title": "...", "year": 2024, "overlap": "..."}
  ],
  "differentiation": "Our idea differs because..."
}

规则

  • 宣布构想具有新颖性前，至少进行 3 轮检索
  • 尝试回忆论文的确切名称，以便开展有针对性的查询
  • 如果只是简单扩展，论文构想就不具备新颖性
  • 同时考虑方法的新颖性和应用的新颖性
  • 检查同期或近期提交至 arXiv 的论文

相关技能

评论

支持 Markdown