Literature Analysis

Zweck

Literatur-Zusammenfassungen, Referenzlisten und Zitationsanalyseberichte aus PDF- oder Markdown-Anhängen erstellen.

Literature Analysis ist der Grundpfeiler des agentischen Literaturmanagements — jeder importierte Artikel sollte durch diesen Workflow verarbeitet werden. Er schafft eine strukturierte Wissensgrundlage für jeden Artikel, und alle erweiterten Funktionen wie Zitationsgraphen und Topic Synthesis hängen von den Ausgaben dieses Workflows ab.

Dieser Workflow ruft den Skill literature-analysis auf dem Skill-Runner-Backend auf, um eine strukturierte Analyse akademischer Artikel durchzuführen.

Best Practices

Zuerst Markdown extrahieren: Vor dem Ausführen von Literature Analysis wird empfohlen, MinerU zu verwenden, um PDF zuerst in Markdown umzuwandeln. Das ursprüngliche Markdown verbessert das KI-Verständnis der Papierstruktur erheblich.
Zuerst das Tag-Vokabular initialisieren: Es wird empfohlen, Tag Bootstrapper auszuführen, um ein kontrolliertes Tag-Vokabular vor der ersten Literature Analysis zu initialisieren. Dadurch kann die automatische Tag-Regulierung in der Analysepipeline maximale Wirksamkeit erzielen.

Anwendungsfälle

Schnell eine Zusammenfassung der Kerninhalte beim Lesen eines neuen Artikels erhalten
Die vollständige Referenzliste eines Artikels sammeln
Zitationskontext und Zitationsabsicht eines Artikels analysieren

Eingabebedingungen

Bedingungstyp	Beschreibung
Eingabeeinheit	Anhang
Akzeptierte Typen	`text/markdown`, `text/x-markdown`, `text/plain`, `application/pdf`
Pro übergeordnetem Eintrag	Höchstens 1 Anhang

Auslösemethoden

Direkt einen PDF- oder Markdown-Anhang auswählen
Den übergeordneten Eintrag auswählen, und das Plugin erweitert automatisch seinen ersten qualifizierenden Anhang

Ausführungsablauf

1. Anfrage erstellen
   └── Quelldatei zu Skill-Runner hochladen
       └── skill_id: "literature-analysis" aufrufen

2. Skill-Runner-Verarbeitung
   └── Dokumentinhalt parsen
       └── Drei Ausgaben erstellen:
           ├── digest.md          (Literatur-Zusammenfassung)
           ├── references.json    (Referenzliste)
           └── citation_analysis.json (Zitationsanalyse)

3. Ergebnisse zurückgeben
   └── Bundle (zip) herunterladen
       └── Enthält result.json und artifacts/

Ausführungsmodus

Vollautomatisch, keine Benutzereingriffe erforderlich. Einfach absenden und auf den Abschluss warten.

Ausführungskonfiguration

execution.mode: auto — Automatische Ausführung, keine Benutzereingriffe erforderlich
skillrunner_mode: auto — Nicht-interaktiver Modus

Geschätzte Dauer

Szenario	Geschätzte Zeit
Standard-Referenzformat	6-10 Minuten
Nicht-Standard-Referenzformat	12-18 Minuten

Die Dauer hängt hauptsächlich davon ab, ob das Referenzformat standardisiert ist — je normierter das Format (z. B. Zitationen aus ScienceDirect, IEEE und anderen führenden Fachzeitschriften), desto schneller ist die KI-Parsung. Die Artikellänge hat einen relativ geringeren Einfluss.

Ausgaben

Nach Abschluss der Ausführung werden 3 Zotero-Notizen unter dem übergeordneten Eintrag erstellt:

1. Zusammenfassungs-Notiz

Typ: data-zs-note-kind="digest"
Inhalt: HTML-gerenderte Literatur-Zusammenfassung, die Forschungshintergrund, Methoden, Ergebnisse und Schlussfolgerungen abdeckt
Aktualisierungsstrategie: Jede Ausführung aktualisiert die Notiz mit demselben Namen (überschreibt, falls bereits vorhanden)

Literature Analysis Zusammenfassungs-Notiz

Über den Notizinhalt

Der in der Notiz angezeigte Inhalt wird aus Backend-Daten gerendert. Das direkte Ändern des Notizinhalts in Zotero ändert nicht die tatsächlichen Backend-Daten. Um Analyseergebnisse zu bearbeiten, verwenden Sie die Funktion Export/Import Notes zum Exportieren, Ändern und anschließenden Reimportieren.

2. Referenzen-Notiz

Typ: data-zs-note-kind="references"
Inhalt: Referenzen-HTML-Tabelle (#, Jahr, Titel, Autoren, Quelle, Locator)
Aktualisierungsstrategie: Jede Ausführung aktualisiert die Notiz mit demselben Namen

Literature Analysis Referenzen-Notiz

3. Zitationsanalyse-Notiz

Typ: data-zs-note-kind="citation-analysis"
Inhalt: Zitationsanalysebericht einschließlich Zitationskontext und Zitationsabsicht-Klassifikation
Aktualisierungsstrategie: Jede Ausführung aktualisiert die Notiz mit demselben Namen

Literature Analysis Zitationsanalyse-Notiz

Parameter

Parameter	Typ	Beschreibung	Standard
`language`	string	Ausgabesprache	`zh-CN`
`auto_tag_regulator`	boolean	Ob nach der Literature Analysis automatisch Tag Regulator kaskadiert werden soll. Aktivierung empfohlen	`true`
`auto_tag_infer_tag`	boolean	Ob bei der kaskadierten Tag-Regulierung die KI neue Tags inferieren soll (nur sichtbar, wenn `auto_tag_regulator` aktiviert ist)	`true`

Verfügbare Werte für language: zh-CN, en-US, ja-JP, ko-KR, de-DE, fr-FR, es-ES, ru-RU. Benutzerdefinierte Eingabe wird ebenfalls unterstützt.

Modell-Empfehlung

🔴 Modelle mit starkem Textverständnis werden empfohlen. Wenn das Backend Subagent-Delegation unterstützt (z. B. Claude Code, Codex), können Zusammenfassung, Referenzen und Zitationsanalyse parallel verarbeitet werden, was die Gesamtzeit erheblich verkürzt.

Abhängigkeiten

Backend: Skill-Runner-Dienst
Backend-Konfiguration: Konfigurieren Sie einen Skill-Runner-Backend-Typ im Backend Manager
Skill: Der Skill literature-analysis muss auf dem Skill-Runner bereitgestellt sein

Zweck​

Anwendungsfälle​

Eingabebedingungen​

Auslösemethoden​

Ausführungsablauf​

Ausführungsmodus​

Ausführungskonfiguration​

Geschätzte Dauer​

Ausgaben​

1. Zusammenfassungs-Notiz​

2. Referenzen-Notiz​

3. Zitationsanalyse-Notiz​

Parameter​

Modell-Empfehlung​

Abhängigkeiten​

Verwandte Workflows​