fei0810/bear-research-skills
8 skills · 494 total installs
$npx skills add fei0810/bear-research-skillsSkillInstalls
bear-scoop在你投入一个研究方向之前，先看看有谁已经在做同样的事。把 idea 拆成多个不同角度分别去检索，返回一张"邻近程度地图"，重点标出最危险的撞车候选。底层走真实检索（scimaster-cli），不做主观新颖性判断。bear-counter给一句话或一段话，找出真实学术文献来反对它——相反结论、边界条件、替代解释、方法批评、复制失败。按威胁程度排序，每篇附一行"它如何威胁这个观点"和"怎么回应它"。底层走真实检索（scimaster-cli），绝不编造反例。bear-propose给一个研究 idea，依次执行撞车检测、安静区支撑检索、潜在挑战检索，在一份综合报告里呈现这个 idea 的立项前证据格局——撞车风险在哪、安静区里有没有文献支撑、最需要提前想清楚的挑战是什么。底层走真实检索（scimaster-cli），绝不编造引用。bear-review给一个观点，同时检索支持它的文献和反对它的文献，在一份综合报告里呈现正反两侧的证据格局——支持侧最强证据是什么、反对侧最危险的挑战是什么、哪些角度有支持但无反对、哪些角度有反对但无支持。底层走真实检索（scimaster-cli），绝不编造引用。bear-support给一句话或一段话，找出真实学术文献来支持它，每篇文献附一行"它如何支撑这个观点"的说明。底层走真实检索（scimaster-cli），绝不从记忆编造引用——搜不到就如实说搜不到。bear-map给一个概念，从真实检索到的论文摘要里挖出它的邻近概念，画出以该概念为中心的知识地图——每个节点都锚定真实文献，不从记忆里补节点。同时输出 Mermaid 概念图（可在 Claude Code / GitHub / Obsidian 渲染）和可截图的独立 HTML 地图，再给 3–6 篇入门推荐。bear-onboardbear-trace给一个主题或一篇种子论文，向前挖掘它建立在哪些前驱工作上（逐层回溯），再向后补充最新进展，讲清楚这个问题从源头到现在是怎么演化的。底层走真实检索（scimaster-cli），每个节点都锚定真实检索到的论文。