Feynman 文献综述工作流 `/lit` 全解析：从工具纪律到出版物语料模式与出处追踪

【免费下载链接】feynmanThe open source AI research agent.项目地址https://gitcode.com/gh_mirrors/feynman/feynman点击查看免费下载Feynman 是开源的 AI 科研代理open source AI research agent其内置的/lit工作流顶层命令形式为feynman lit topic-or-lab专门用于对某个主题、实验室lab、PI 或作者执行系统化文献综述。本文以 prompts/lit.md 为骨架结合仓库中的命令元数据、skill 定义、子代理基础设施与测试用例逐层拆解该工作流的工具调用纪律、六阶段执行管线、出版物语料publication-corpus模式以及以 provenance 侧车文件为核心的交付校验机制帮助你理解并复用这一套“可审计、可复现”的科研综述流程。/lit在 Feynman 中的定位与调用方式prompts/lit.md是一份带 YAML frontmatter 的 prompt 规范文件frontmatter 声明了命令的元数据description基于论文检索与一手来源综合对主题、实验室、PI 或作者执行文献综述argstopic-or-lab-or-author即参数可以是主题、实验室、PI 或作者section归入 Research Workflows研究工作流分类topLevelCli: true意味着该工作流同时暴露为顶层 CLI 命令。该结构对应仓库中的命令元数据模型在 metadata/commands.d.mts 中PromptSpec类型定义了name、description、args、section、topLevelCli五个字段readPromptSpecs(appRoot)负责从应用根目录读取这些 prompt 规范lit正是其中之一。实际使用方式有两种$ feynman lit RLHF alternatives # → Literature review with consensus, disagreements, open questions, # and lab/PI corpus mode when the input names a research group在会话内也可用斜杠命令/lit topic-or-lab。README 的 Workflows 表格中这样描述/lit topic-or-lab—— “基于论文检索与一手来源的文献综述当输入指向实验室/PI 时映射出版物轨迹并输出按原创性排序的论文”见 README.md。skills/literature-review/SKILL.md进一步说明了命令与 skill 的关系当用户请求文献综述、论文综述paper survey、最新进展state of the art或学术全景时触发该 skill而 skill 的核心指令就是“运行/lit工作流”——斜杠命令会在当前会话中展开完整工作流指令不需要从已安装的 skill 目录读取相对模板路径。该 skill 同时声明了本工作流使用的三个子代理researcher、verifier、reviewer产出物位于outputs/目录并附带.provenance.md侧车文件。工具纪律Read First为什么先约束工具名lit.md开篇即设置“Tool DisciplineRead First”章节要求严格遵守工具名是字面量的原则——只使用当前工具集中可见的工具。这是多代理工作流稳定运行的前提具体约束如下意图正确调用禁止的错误调用网络检索web_searchsearch_web、google_search、google:search、search_google、WebSearch抓取 URLfetch_content多 URL 时用urls参数裸fetch、WebFetch、read_url_content、向url传数组Feynman 论文检索可见的alpha_search等 alpha 工具shell 场景用feynman alpha ...调用用户裸的全局alpha二进制向用户提问直接写普通聊天文本并等待下一条消息ask_user_question、ask_user、ask_followup_question、user_choice代理分发仅使用可见的subagent工具把Task当作 agent dispatcher工具报错处理将无效调用映射到规范工具与合法参数或记录为能力受阻对Tool not found/Invalid URL重复重试同一无效调用这些约束背后是 Feynman 对“事实可追溯”的坚持工具调用是证据链的起点工具名不统一会导致日志、出处记录和验证环节无法对齐。测试 tests/help-command.test.ts 中也可以看到命令浏览与工具浏览机制会过滤掉通用调度器、进程类等与科研工作流无关的包命令/工具只保留web_search、alpha_search、document_parse、subagent等规范入口从机制上保证当前工具集的可控性。工作流的具体调研目标来自命令行参数即$随后需要从主题派生一个短 slug小写、连字符分隔、去掉填充词、不超过 5 个词。本次运行产生的所有文件计划、中间研究笔记、最终综述、出处记录都以该 slug 为文件名前缀从而保证一次运行的所有产物可被整体定位与审计。六阶段工作流从计划到交付的完整管线/lit的核心是一条六阶段流水线Plan → Gather → Synthesize → Cite → Verify → Deliver。下面结合仓库实现证据逐阶段展开。1. Plan范围界定、任务账本与验证日志第一阶段要求先明确综述范围关键问题key questions、需要检索的来源类型论文、网页、代码仓库、时间窗口、预期的章节结构并建立小型任务账本task ledger 验证日志verification log。随后把计划写入outputs/.plans/slug.md向用户简要总结计划后立即继续执行——除非用户显式要求审阅计划否则不得停下来等待确认。此处有一个关键分支当输入指向实验室、PI、作者、机构实验室页面或个人主页时综述自动切换为“出版物语料综述”publication-corpus review模式——先定位实验室/作者身份收集可达的出版物列表再在整份语料上映射研究轨迹详见下文专节。计划账本后续更新时要求“小步且合法”如果edit工具调用因 JSON 解析错误失败或替换内容需要嵌入大段 Markdown则应改用文件写入工具重写完整修正后的计划文件再继续进入最终产物/出处验证。CHANGELOG 也记录了这条纪律的演进prompts/lit.md被收紧为“显式检查最终输出加 provenance 侧车文件而不是停在中间的被引用草稿”见 CHANGELOG.md。2. Gatherresearcher 子代理与一手来源收集当检索面足够宽、值得把论文初筛paper triage委托出去时使用researcher子代理对于窄主题则直接检索。researcher 的产出写入slug-research-*.md文件。在出版物语料综述中身份解析identity resolution由主代理lead agent负责主代理需要先写出notes/slug-publications.md记录可达的论文标题、年份、发表载体venue、URL/DOI 以及语料缺口gaps然后才把轨迹综合工作委托出去。文档明确建议优先使用实验室发表页、作者主页、arXiv / OpenReview / Semantic Scholar 页面以及能暴露稳定来源 URL 的论文检索结果。阶段纪律还包括被分配的调研问题不得静默跳过每个问题都必须标记为done、blocked或superseded三态之一。这保证了综述覆盖度的可审计性。子代理基础设施在仓库中有对应实现pi-subagents包被列为 Feynman 的运行时依赖见 src/pi/package-presets.ts工作台的 compute provider 记录中pi-subagents的 capabilities 明确包含researcher、reviewer、writer、verifier见 src/workbench/compute-providers.tssrc/workbench/onboarding.ts 甚至会根据用户请求文本路由到对应专业代理例如命中paper|literature|prior art|review|survey就路由到researcher命中verify|citation|evidence|reproduc|check|trace就路由到verifier。3. Synthesize共识、分歧与开放问题综合阶段要求明确区分三类内容共识consensus、分歧disagreements与开放问题open questions。对出版物语料综述还要额外做到识别3–5 条研究轨迹research trajectories与3–5 篇对语料方向改变最大的论文排序依据是对比性原创性contrastive originality、方法论强度methodology strength以及与先前工作的关系而不是单纯看作者声望在可行时提出具体的下一步实验或延伸阅读建议。图表使用有严格约束只有当图表工具可见且数据有来源支撑时才生成图表否则改为提供图表规格说明或对比表格。当结构有来源支持、且能改变读者的研究决策时允许用 Mermaid 图绘制分类体系taxonomy、方法流水线method pipeline或实验室轨迹图lab trajectory map。最后一条输出边界是文献综述运行只产出研究证据、来源覆盖与下一步研究决策不创建非研究的操作性产物。4. Citeverifier 代理注入行内引用并核验 URL派出verifier代理为草稿添加行内引用inline citations并逐一核验草稿中的每个来源 URL。这一步把“引用了什么”与“来源是否真实可达”绑定起来是证据链闭环的关键一环。5. Verifyreviewer 代理的批判性检查再派出reviewer代理对已引用草稿做批判性检查重点排查无依据的主张unsupported claims、逻辑缺口logical gaps、僵尸章节zombie sections、以及仅依赖单一来源的关键发现single-source critical findings。缺陷分级处理FATAL 级问题交付前必须修复若发现了 FATAL 问题修复后必须再跑一轮验证MAJOR 级问题记录到 Open Questions 章节随文档交付。6. Deliver最终产物与 provenance 侧车文件最终文献综述保存到outputs/slug.md同时在其旁写一份出处记录outputs/slug.provenance.md内容至少包括日期date来源清单已咨询consulted、已接受accepted、已拒绝rejected三类分别列出验证状态verification status使用过的中间研究文件intermediate research files used对出版物语料综述额外包含出版物日志路径publication-log path与未解决的语料缺口unresolved corpus gaps。交付前必须在磁盘上确认两个文件都已存在——不能停在中间的被引用草稿就结束。这正是 CHANGELOG 中记载的收紧项此前文献综述可能停在slug-brief.md这类中间产物上现在/lit被收紧为必须确认最终综述加 provenance 侧车同时落盘见 CHANGELOG.md。CHANGELOG 还记录了实际运行证据/lit曾产出outputs/loopback-oauth-pkce.md、其 provenance 侧车文件以及一条验证记录见 CHANGELOG.md。出版物语料模式lab / PI / author的特别处理当输入是实验室、PI、作者或相关机构页面时综述的目标从“主题全景”转为“某研究实体的出版物轨迹”流程随之调整先找身份identity first主代理负责解析实验室/作者身份不能跳过此步直接委托收集可达出版物列表写入notes/slug-publications.md记录标题、年份、venue、URL/DOI 与缺口映射研究轨迹基于整份语料综合 3–5 条研究轨迹与 3–5 篇方向性论文排序看原创性与方法论强度而非声望交付时附语料完整性信息provenance 侧车需包含出版物日志路径与未解决的语料缺口让读者知道这份综述的覆盖边界在哪。README 中feynman lit RLHF alternatives的示例也特别注明当输入指向研究小组时启用 lab/PI 语料模式见 README.md。CHANGELOG 显示这一模式由“lab-canon”构想移植而来明确落地为/lit的实验室/PI/作者出版物语料模式而未另起独立顶层工作流见 CHANGELOG.md体现出/lit作为单一入口聚合多种综述形态的设计取舍。与 Feynman 生态的衔接skill、命令元数据与可测试性/lit不是孤立的 prompt 文件它与仓库生态有多重衔接Skill 层skills/literature-review/SKILL.md 在检测到文献综述类意图时触发指示运行/lit工作流并声明子代理清单与输出约定outputs/目录 .provenance.md侧车命令元数据层metadata/commands.d.mts 定义了PromptSpec使prompts/下的每个工作流文件都能被统一读取、归入 CLI 与斜杠命令体系tests/help-command.test.ts展示了/deepresearch这类 prompt 源命令如何以source: prompt形式注册进命令浏览器/lit属于同一机制子代理运行时层researcher/reviewer/verifier由pi-subagents包承载并在工作台的 compute-provider 记录中登记 capabilitysrc/workbench/compute-providers.ts同时 onboarding 会根据用户文本自动路由到对应专业代理src/workbench/onboarding.ts回归测试与文档纪律tests/help-command.test.ts持续验证命令/工具浏览器的可见性过滤防止与科研无关的通用命令污染工作流表面CHANGELOG 则记录了/lit在各版本中的行为收紧provenance 校验、语料模式移植、措辞修正等可作为工作流演进的历史依据。结语一套可审计的科研综述范式Feynman 的/lit工作流把文献综述从“自由发挥的检索写作”收敛为一条受纪律约束、可追踪、可验证的流水线工具名规范化保证证据链起点可控slug 命名让单次运行的所有产物可整体定位Plan/Gather/Synthesize/Cite/Verify/Deliver 六阶段把任务账本、来源核验、批判性复查与最终落盘校验串成闭环provenance 侧车则让“查了什么、接受什么、拒绝什么、验证到什么程度”对读者完全透明。对于希望在科研代理中落地同类综述能力的开发者这份文档与仓库中的 skill、命令元数据、子代理注册和测试用例共同构成了一套完整且可复用的实现参考。关键入口速览工作流原始规范prompts/lit.md触发 skillskills/literature-review/SKILL.md命令元数据模型metadata/commands.d.mts子代理能力登记src/workbench/compute-providers.ts命令可见性测试tests/help-command.test.ts行为演进记录CHANGELOG.md赞分享【免费下载链接】feynmanThe open source AI research agent.项目地址https://gitcode.com/gh_mirrors/feynman/feynman点击查看免费下载相关推荐ARIS research-lit 技能全解析跨 9 大数据源的自主文献综述工作流与防幻觉验证机制ARIS research lit 技能全解析跨 9 大数据源的自主文献综述工作流与防幻觉验证机制 本篇技术指南以 ARISAuto Research InAI 技能/插件AI 评测科研人工智能MCP 服务dsh-pluginARIS 通信领域文献综述输出规范从文献表格到 Practical Takeaway 的结构化写作模板ARIS 通信领域文献综述输出规范从文献表格到 Practical Takeaway 的结构化写作模板 本篇技术指南以 ARIS 仓库中 comm lit rAI 技能/插件AI 评测科研人工智能MCP 服务dsh-pluginawesome-tips相关工作撰写技巧如何让你的文献综述脱颖而出awesome tips相关工作撰写技巧如何让你的文献综述脱颖而出 想要让你的学术论文相关工作部分更加专业、有条理吗awesome tips项目为你提供了完文档教程上一篇如何用OpenMemories-Tweak轻松解锁索尼相机的隐藏语言和视频录制功能下一篇如何快速掌握现代化魔兽争霸III地图编辑器5大核心功能完全指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考