name: review-thinker description: > 综述蓝图生成器。通过五问框架（Q1-Q5）将模糊的研究主题转化为结构化的 Review Blueprint， 供 Review Engine 执行。分离"思考"与"执行"，确保综述有灵魂而非文献堆砌。 触发条件: 用户说"综述蓝图"/"review blueprint"/"review think"/"写综述"（仅思考阶段）。 核心能力: 五问引导 → 证据地形侦察(Deep Research) → 框架选择 → 叙事弧线设计 → 空白识别。 domain: 学术管线 triggers:

• /review think
• /review blueprint neighbors:
• review-engine # 下游：执行蓝图
• research-frontier # Q5 空白发现复用
• paper-pipeline # 编排器可自动调用
• quality-gate # 蓝图质量校验 allowed-tools: Read, Write, Edit, Glob, Grep, Bash, WebSearch, WebFetch

Review Thinker — 综述蓝图生成器

每个综述工具都问"怎么搜"，没有一个问"为什么搜"。

核心理念

综述之前，先想清楚。 上游决策（写给谁、用什么框架、讲什么故事）决定下游产出的质量。同样 200 篇文献，用因果链框架组织是一篇机制综述，用矛盾框架组织是一篇批判综述，用 PICO 框架组织是一篇 Cochrane 荟萃。同样的证据，完全不同的知识。

本 Skill 负责"思考"，不负责"搜索"。它引导研究者（或 AI agent）走完五个上游决策，产出一份结构化蓝图（Review Blueprint），交给 Review Engine 忠实执行。

边界声明

触发条件

• 用户说"综述蓝图"/"写综述蓝图"/"review blueprint"
• 用户说"我想写一篇关于XXX的综述"（路由到思考阶段）
• paper-pipeline 编排器自动调用（综述类型任务）
• Agent 自主循环中发现需要综述产出

输入

• 必需: 研究主题（一句话到一段话）
• 可选:
  • 上下文（数据集描述、已有论文、研究背景）
  • 已有偏好（目标期刊、目标读者、综述类型）
  • 项目路径（自动扫描已有资产）

输出

• 主产物: review_blueprint.yaml — 结构化综述蓝图
• 附产物: terrain_notes.md — Q2 地形侦察笔记（Deep Research 原始记录）

五问流程

Q1: 这篇综述解决谁的什么困惑？

不是"主题是什么"，而是"谁读完之后，脑子里的什么结会被解开？"

引导步骤:

1. 要求用户用一句话描述困惑（必须是一个真实的人会说的话）
2. 根据困惑确定综述类型

困惑→类型映射:

质量门控: 困惑必须是完整的句子，不能只是关键词。"PFAS 与抑郁" ❌ → "临床医生不知道 PFAS 暴露是否通过代谢通路导致抑郁" ✅

Q1 输出字段:

question: "完整的研究问题"
audience: "目标读者群体"
confusion: "读者的核心困惑（一句话）"
review_type: "systematic|scoping|critical|mechanistic|umbrella"

Q2: 证据地形是什么样的？

侦察，不是检索。目标是手绘地图，不是卫星图像。

执行方式: 使用 Deep Research（deep-research-agent）进行快速广域侦察。

侦察四维度:

1. 有几个阵营？（共识 / 两方争论 / 碎片化）
2. 主导假说是什么？（各阵营的核心主张，谁在推）
3. 证据密度分布？（哪些子问题有上百篇文献 vs 个位数）
4. 最近什么触发了活跃度？（新数据集？方法突破？政策争论？）

Deep Research 搜索策略（4 轮搜索）:

搜索 1: "[主题] systematic review OR meta-analysis" — 已有综合性证据
搜索 2: "[主题] controversy OR debate OR disagreement" — 争议点
搜索 3: "[主题] mechanism OR pathway OR mediation" — 机制文献
搜索 4: "[主题] [最近2年] novel OR emerging OR first" — 最新进展

Q2 输出字段:

terrain:
  camps: 2          # 阵营数量
  camp_descriptions: # 各阵营简述
    - "阵营A: ..."
    - "阵营B: ..."
  density:           # 各子领域文献密度
    sub_area_1: "high (>500 papers)"
    sub_area_2: "low (<10 papers)"
  recent_trigger: "触发近期活跃的事件"
  key_reviews:       # 已有的重要综述（避免重复）
    - "Author et al., Year — 综述类型 — 覆盖范围"

Q3: 用什么框架组织？

这是综述的灵魂。框架决定了什么跟什么比较，读者读完脑中的心智模型长什么样。

五种典范框架:

选择逻辑（必须从 Q1 和 Q2 推导，不能凭习惯）:

• Q1 困惑是"为什么矛盾" + Q2 地形有两阵营 → 矛盾框架
• Q1 困惑是"机制是什么" + Q2 密度显示通路各段有文献 → 因果链框架
• Q1 困惑是"效果到底如何" + Q2 有足够 RCT → 时间线或系统综述框架

Q3 输出字段:

framework: "causal_chain|contradiction|timeline|population|methodology"
framework_rationale: "选择理由（必须引用 Q1 困惑和 Q2 地形）"
sections:
  - "章节1标题"
  - "章节2标题"
  - "章节3标题"
  - "综合章节标题"

Q4: 叙事弧线是什么？

每篇好综述都在讲一个故事。弧线有四拍。

四拍结构:

1. Setup（铺垫）: "我们过去以为 X" — 已有共识
2. Complication（转折）: "然后 Y 发生了" — 新证据/新方法/新人群
3. Current（现状）: "现在证据指向 Z" — 综合之后的当前认知
4. Open（悬念）: "但我们仍不知道 W" — 未来研究必须填的空白

为什么要在读文献之前写弧线？ 这是一个假说——"我预期故事会这样走"。完整的综述会确认、修正或推翻它。但有了假说，阅读才有目的而非漫无目的。

Q4 输出字段:

narrative_arc:
  setup: "过去的共识（1-2句）"
  complication: "打破共识的新证据（1-2句）"
  current: "当前证据的综合方向（1-2句）"
  open: "仍然悬而未决的关键问题（1-2句）"

Q5: 空白在哪，下一步是什么？

不是"需要更多研究"——学术界最没用的一句话。

复用 research-frontier 的空白扫描方法（参见 Phase 3b）:

• 用 Deep Research 验证空白的真实性（不是猜测）
• 分段文献计量（PubMed/Scholar 检索量）
• 检查是否已有系统综述覆盖
• 扫描近 2 年论文的 "future research should..." 信号

每个空白必须具体到:

• 什么问题 尚未回答？
• 什么方法 能回答？（RCT？纵向队列？孟德尔随机化？）
• 什么人群 应该被研究？
• 什么数据 已经存在可以复用？
• 优先级: immediate / medium-term / long-term

Q5 输出字段:

gaps:
  - question: "具体问题"
    method: "需要的方法"
    population: "目标人群"
    data_exists: true|false|"partial (数据集名)"
    priority: "immediate|medium-term|long-term"

执行参数（自动推导）

五问完成后，自动从答案推导 Engine 的执行参数：

search_scope:
  databases: ["PubMed", "Semantic Scholar", "Web of Science"]  # 默认
  date_range: "根据 Q2 地形调整"
  languages: ["English"]  # 默认
  exclusions: ["根据 Q1 review_type 推导"]

推导规则:

• review_type: systematic → exclusions 加上 "non-human studies" 除非明确包含
• review_type: mechanistic → databases 加上 "Google Scholar"（灰色文献）
• Q2 recent_trigger 含 "new dataset" → date_range 从数据集发布年开始
• Q2 density 某子领域 >500 → 该领域需要更窄的检索式

完整 Blueprint YAML 规范

review_blueprint:
  # === Q1 输出 ===
  question: ""
  audience: ""
  confusion: ""
  review_type: ""

  # === Q2 输出 ===
  terrain:
    camps: 0
    camp_descriptions: []
    density: {}
    recent_trigger: ""
    key_reviews: []

  # === Q3 输出 ===
  framework: ""
  framework_rationale: ""
  sections: []

  # === Q4 输出 ===
  narrative_arc:
    setup: ""
    complication: ""
    current: ""
    open: ""

  # === Q5 输出 ===
  gaps: []

  # === 自动推导 ===
  search_scope:
    databases: []
    date_range: ""
    languages: ["English"]
    exclusions: []

  # === 元数据 ===
  meta:
    generated_by: "review-thinker"
    version: "1.0"
    timestamp: ""  # ISO 8601
    topic_input: "" # 用户原始输入

执行流程

用户输入研究主题
        │
        ▼
   ┌─── Q1 ───┐  "解决谁的什么困惑？"
   │  确定类型  │  → question, audience, confusion, review_type
   └─────┬─────┘
         │
         ▼
   ┌─── Q2 ───┐  "证据地形长什么样？"
   │Deep Research│ → terrain (camps, density, trigger)
   │  快速侦察  │
   └─────┬─────┘
         │
         ▼
   ┌─── Q3 ───┐  "用什么框架组织？"
   │ 从Q1+Q2  │  → framework, sections
   │  推导选择 │
   └─────┬─────┘
         │
         ▼
   ┌─── Q4 ───┐  "故事的四拍是什么？"
   │  叙事假说 │  → narrative_arc (setup→complication→current→open)
   └─────┬─────┘
         │
         ▼
   ┌─── Q5 ───┐  "空白在哪？"
   │ 复用      │  → gaps (method+population+data+priority)
   │ frontier  │
   └─────┬─────┘
         │
         ▼
   ┌──────────┐
   │ 推导执行  │  → search_scope
   │ 参数     │
   └─────┬────┘
         │
         ▼
   review_blueprint.yaml ──→ review-engine

交互模式

自主模式（Agent 调用）

当由 paper-pipeline 或 autoloop 调用时，Thinker 自主完成 Q1-Q5，不中断请示：

• Q1: 从输入主题+上下文自动推导
• Q2: 自动发起 Deep Research 侦察
• Q3: 从 Q1+Q2 逻辑推导
• Q4: 基于 Q2 地形写叙事假说
• Q5: 自动执行空白扫描

交互模式（用户调用）

当用户直接调用时，每完成一问后展示结果，等用户确认或修改后继续：

• 展示格式：简洁的 YAML 片段 + 一句解释
• 用户可以修改任何字段后说"继续"
• 跳过某问：用户说"Q3 用因果链"直接设定

质量自检

Blueprint 生成后自动检查：

Trace 输出

{
  "module": "review-thinker",
  "version": "1.0",
  "timestamp": "<ISO 8601>",
  "project_id": "<project>",
  "duration_seconds": 0,
  "metrics": {
    "topic_input_length": 0,
    "review_type": "",
    "framework": "",
    "terrain_camps": 0,
    "gaps_identified": 0,
    "deep_research_queries": 0,
    "interaction_mode": "autonomous|interactive"
  },
  "errors": [],
  "decisions": [
    {"question": "Q1", "decision": "", "rationale": ""},
    {"question": "Q3", "decision": "", "rationale": ""}
  ]
}

协作关系

更新日志

• v1.0 (2026-03-24): 初始版本
  • 五问框架 Q1-Q5 完整实现
  • Blueprint YAML 规范定义
  • Deep Research 集成（Q2 地形、Q5 空白）
  • 自主/交互双模式
  • 基于 clawRxiv #288 方法论