Research Lookup
为问题收集可追溯的证据
Research Lookup 是为科学写作和研究简报收集外部证据的 Skill。它先整理研究问题与限制,再用配置好的检索服务找来源,进一步提取候选页面内容,记录支持、反对和背景材料。重点是把可复查的证据交给后续研究与写作,而非一次搜索就宣称覆盖全部文献。
你需要准备:研究问题、学科、时间范围和重点关注的证据
一桉AI 整理 · 更新 · 查看 GitHub 来源
待试用:来源已核,尚未在 Codex 实测。先检查条件,再用小任务验证。
Research Lookup 能帮你做什么?
按研究上下文检索
根据研究问题、时间和来源要求组织搜索,默认走 Parallel 的检索流程;需要更深入研究时使用对应服务能力。
读取并审查候选来源
找到有潜力的论文或资料后继续提取可取得内容,核对来源身份、日期与范围,区分全文、摘要及无法访问的部分。
整理可交接的证据包
将来源与相关发现对应起来,记录竞争性解释和覆盖局限,帮助后续写作或综述继续核查,而不是只交一串链接。
什么时候适合用?
下面是用法示例,可换成你的材料和目标。
示例:补足论文某节的背景
提供具体研究问题与现有草稿,寻找近期相关研究及反对发现,整理成可供作者打开原文复核的材料。
示例:调查某个科学观点
明确时间与研究边界,搜集不同来源的证据,说明哪些支持判断、哪些存在分歧以及尚未取得的资料。
怎么开始使用?
你提供的材料
研究问题、学科、时间范围和重点关注的证据
处理流程示意
- 01
确认问题与检索服务
- 02
搜集并核对不同证据
- 03
整理来源与覆盖局限
准备什么,会得到什么?
- 准备的材料
- 研究问题、学科、时间范围和重点关注的证据
- 交付的结果
- 含来源链接、日期、关键发现与检索范围的研究材料包。
- 未取得全文、来源冲突和待核信息清单,便于后续继续筛选。
使用前要知道
当前待试用。需要 Python、联网及 Parallel 登录或密钥;可选后备服务需另外配置并可能收费。工具不会自动提供付费论文全文,本站未实测。
常见问题
装好 Skill 就能直接进行外部检索吗?
还需要可用的检索服务、命令行工具和账号授权。Skill 是工作指导与脚本,不自带服务额度;实际使用前应检查当前配置和调用条件。
它与 Literature Review 文献综述有什么不同?
它更靠前,负责收集和核查研究来源。综述还要定义纳入标准、筛选研究、评价证据并综合结论,不能把一个检索材料包直接当成完整综述。
GitHub 与官方参考
依据项目说明与参考文档整理。页面中的任务与流程示例用于说明用法。
- Research Lookup SKILL.md ↗2026-10-31 核对
来源与使用条件
- 原始项目
- K-Dense-AI/scientific-agent-skills ↗
- Skill 名称
research-lookup- Skill 目录
skills/research-lookup- 仓库 Star
- 55,487 · 2026-10-31 核对,仅代表仓库关注度。
- 许可说明
- MIT
- 使用条件
- 需要 Python 3.10+、联网与 parallel-web-tools CLI,并完成 Parallel 账号登录或提供 PARALLEL_API_KEY;相应调用可能收费。显式 Chat 流程需 requests/Key,可选 Perplexity 后备需 OPENROUTER_API_KEY。
- 注意事项
- README 明确支持 Codex,采用 MIT 许可。需保留脚本与 references,外部检索服务不会随 Skill 自动开通。来源已核,本站未实测,待试用。
查看安装与使用提示词
请帮我准备并使用 Research Lookup Skill,完成下面的任务。请实际执行当前环境允许的安装与检查,不要只返回一份安装教程。 【来源与目标】 原始仓库:https://github.com/K-Dense-AI/scientific-agent-skills 所选目录:skills/research-lookup 参考分支:main 原始目录 frontmatter name:research-lookup 安装后的目标调用名:research-lookup 来源页面:https://github.com/K-Dense-AI/scientific-agent-skills/tree/main/skills/research-lookup 安装路线核对日期:2026-11-01 Research Lookup 当前指令与依赖:https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/research-lookup/SKILL.md OpenAI:Codex 本地 Skill 位置、调用与自动发现:https://learn.chatgpt.com/docs/build-skills 上游安装方式与按任务准备独立依赖:https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/README.md 仓库开发环境与 Skill 依赖的区别:https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/pyproject.toml 【先检查环境,再安装】 先识别操作系统、当前 shell、工作目录、同名 Skill 和已有工具;命令须适配实际平台并正确处理带空格的路径。默认安装到当前项目的 .agents/skills;如果没有可用项目目录,再使用用户目录的 .agents/skills。遵循当前 Codex 实际支持的位置;上游 CLI 或插件有专用目录时使用其正式方案。检查现有安装来源与完整性,能复用就复用,不重复注册相同来源、不覆盖用户修改。系统内置与所选第三方来源同名时保留系统版,明确区分来源和实际目录,不能只凭名称认定装过或选对了。 下文 ~/.agents/skills 是用户级路径示例;已选项目范围时,使用项目的 .agents/skills 并保持相同子目录层级。<SKILL_DIR>、<项目根目录> 等占位符须先换成核对过的真实路径再执行。依赖仓库的存放目录与 Codex 发现入口分别处理,不把缓存目录当作已注册入口。 这是完整目录安装路线。优先使用当前 Codex 自带的 $skill-installer,明确传入仓库 K-Dense-AI/scientific-agent-skills、目录 skills/research-lookup、分支 main、安装名 research-lookup,并把 --dest 设为已解析的目标 .agents/skills 绝对路径。目录为“.”时表示仓库根目录,仍要传入安装名。不要猜测安装器在本机的固定路径。如果没有内置安装器,按下列项目说明从原仓库获取完整目录,保留全部配套文件。 所选 Skill 的具体安装步骤: 1. 仅完整安装 K-Dense-AI/scientific-agent-skills 的 skills/research-lookup 到 ~/.agents/skills/research-lookup/;只用于项目时改用 .agents/skills/research-lookup/。从完整 checkout 递归复制或用支持完整目录的安装器获取,保留同目录相对结构。 2. 先核对同名安装来源,避免覆盖本地修改或并装两个版本;<SKILL_DIR> 使用安装绝对路径。不要把仓库根 pyproject 的扫描/开发环境当作本项运行环境,也不默认安装其余 176 项。 3. 准备 Python 3.10+ 和独立 CLI 环境;按源文安装 uv tool install "parallel-web-tools[cli]==0.9.3"。保留 research_lookup.py 与 manuscript_packet.py,不只下载主脚本。 4. 先检查 parallel-cli --version 和本机 auth 状态;未授权时由用户进行 parallel-cli login 或设置 PARALLEL_API_KEY。登录与付费服务额度不随 Skill 提供,不输出密钥。 5. 默认 Search+Extract 可用 CLI 登录;显式 Chat 还需要 requests 和进程环境中的 PARALLEL_API_KEY,单有 CLI 登录不足。可选 Perplexity 需 requests 与 OPENROUTER_API_KEY,只有用户选择或允许后才启用。 6. 网络或授权未就绪时说明还需的 CLI、账号、权限或预算步骤,不通过自动尝试收费请求验证安装。 7. 安装后核对 SKILL.md 的 name 与调用名一致;Codex 会自动发现变更。先在 Skill 列表查找,未出现时再新建聊天或重载,不把重启写成每次必做。 必须保留的资源: - skills/research-lookup/SKILL.md - skills/research-lookup/README.md - skills/research-lookup/scripts/research_lookup.py - skills/research-lookup/scripts/manuscript_packet.py - skills/research-lookup/references/api-contracts.md 已知依赖:需要 Python 3.10+、联网与 parallel-web-tools CLI,并完成 Parallel 账号登录或提供 PARALLEL_API_KEY;相应调用可能收费。显式 Chat 流程需 requests/Key,可选 Perplexity 后备需 OPENROUTER_API_KEY。 原项目许可:MIT 特别条件:README 明确支持 Codex,采用 MIT 许可。需保留脚本与 references,外部检索服务不会随 Skill 自动开通。来源已核,本站未实测,待试用。 此项仍为待试用;先核对 Codex 兼容性,再进行小范围验证,不把来源核对当作已运行实测。 需要账号、密钥或服务时先检查现有可用连接;让用户在官方授权或本地配置入口完成,不要求把密钥粘贴到聊天。缺少付费服务或不支持的客户端能力时,明确剩余条件与可完成的范围。 【安装后验收】 读取实际安装位置的 SKILL.md,核对真实 name,并检查它引用的脚本、模板、共享文件与工具是否存在。若上游已迁移路径或更名,先核对正式说明再调整;找不到则报告实际错误,不猜路径或宣称成功。 1. 检查 Python 版本、parallel-cli --version 及其 --help;核对源文针对的 0.9.3 与当前安装参数。 2. 只读查看本机已有授权状态,不调用 Search、Extract、Research、Chat 或 Perplexity,不显示任何密钥值。 3. 检查两个脚本和 api-contracts.md 完整;显式 Chat/后备模式按需验证 requests 能否导入,缺项列为未就绪。 Codex 通常自动发现变更;只有未出现时才引导新建聊天或重载。若本轮尚未出现在可用列表,可在允许的范围内读取已安装的完整文件继续准备任务,同时说明自动识别尚待确认。插件依赖的工具未连接时,不能用读取文件代替连接成功。 分别报告“文件已安装”“Codex 已识别”“任务所需能力已就绪”的实际状态和证据;失败时给出卡住的步骤、错误与下一步,不反复执行相同的失败命令。 【接着引导我使用】 请使用实际可用的 $research-lookup;若实际名称发生变化,以刚核对的本地 name 为准。存在不同来源同名项时,明确选择所选来源与实际文件路径,避免调用成系统版或另一版本。对于必须由用户显式调用的 Skill,直接给我下一条可复制的调用语句。 - 调用 $research-lookup,先说明研究问题、范围和所需材料包;本项默认学术流程会尝试多轮检索与提取,应先明确这次允许的外部服务范围。 - 用 Search 找候选,再 Extract 读取;记录检索边界、引用和失败来源。深度 Research、Chat 或 Perplexity 不隐式替代默认流程;未取得全文就明确说明。 我想完成的任务: 围绕我的研究问题和时间范围检索资料。先检查可用检索服务和授权,再搜集支持与反对证据,核对作者、日期和原始来源;说明检索范围、未取得的全文和不确定项,不把摘要当完整证据。 需要我提供的材料: 研究问题、学科、时间范围和重点关注的证据 期望得到: 一份带来源链接、日期、证据摘要与检索局限的研究材料包。 先查看我在当前聊天中已经提供的目标与材料,只问缺少的关键内容;没有材料时,告诉我第一步提供什么,可给一个简短示例。条件满足后从一个小任务开始,检查输出,再说明怎样继续使用。示例仅用于演示,不充当我的真实数据;没有执行过的步骤、测试或交付物不要写成已经完成。需要发送、发布或修改外部账号内容时,先让我核对具体对象和内容。