last30days-skill-cn
Jesseovo
last30days-cn 是一个 AI Agent 技能(Skill),能够自动搜索中国互联网 8 大主流平台最近 30 天的内容,综合分析后生成有据可查的研究报告。
PROJECT TOPICS
INSTALL REFERENCE
dsh plugin --profile web add github:Yts1919/research-assistant
该命令指向仓库当前默认分支;尚无绑定当前 commit 的完整验证结果。
PROJECT README
面向本科生 / 研究生 / 博士生的科研全流程 AI 助手插件(Skill)。 分步辅助 + 人在环 —— 不搞「一键生成论文」,每一步产出都可审查、可返工。
科研写作的完整流程,一条龙覆盖:
| # | 子技能 | 能做什么 |
|---|---|---|
| 1 | 📚 literature-search | 跨 8 个源检索真实论文 + 分区/影响因子/免费PDF 标注 |
| 2 | 📖 paper-reading | 结构化精读论文,生成精读卡片 |
| 3 | 📝 literature-review | 生成带真实引用的文献综述 |
| 4 | ✍️ section-writing | 分节起草 + 多版本结果融合 |
| 5 | 🎨 figure-generation | 6 种方式出图(文生图/图生图/代码绘图/矢量图/流程图/仿真图) |
| 6 | 🔗 citation | 引文格式化(GB/T 7714 / APA / IEEE / MLA / 自定义)+ 文件夹批量扫描 |
| 7 | ✨ academic-polishing | 学术润色 / 改写 / 翻译 |
| 8 | 🔍 pre-review | 三位互盲审稿人模拟评审 |
| 9 | 🎯 proposal-writing | 开题报告 / 研究方案 |
| 10 | 📐 format-reformat | 按模板/要求改论文格式,可迭代预览 |
关键能力
pip install -r requirements.txt
说明:插件不依赖
python-docx/lxml(Word 读写用纯标准库zipfile实现,兼容性更好)。graphviz出流程图需要额外装系统的 Graphviz 二进制。
git clone https://github.com/yts1919/research-assistant.git
research-assistant/ 目录放进 DSH 的 skills 目录:# Windows
xcopy /E /I research-assistant "%USERPROFILE%\.dsh\skills\research-assistant"
# macOS / Linux
cp -r research-assistant ~/.dsh/skills/research-assistant
配置(见下方 ⚙️ 配置)。
重新打开 DSH,对 Agent 说「帮我检索 xxx 的文献」即可触发。
悬浮窗是 DSH Web 专属增强,部署步骤见 🪟 悬浮窗部署。
把 research-assistant/ 目录放进对应 skills 目录即可,插件本身可移植(悬浮窗之外的功能照常以文本输出):
| Agent | skills 目录 |
|---|---|
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ |
| Cursor / 其他 | 各自的 skills 目录 |
npx skills add yts1919/research-assistant --skill '*' -y --copy -g
本插件是单一 Skill(根目录
SKILL.md为路由,skills/下是内部子技能)。CLI 若把子技能也当作独立 skill 列出,用根技能名research-assistant即可。
复制示例配置并填写:
cp config.example.json config.json
| 功能 | 配置项 | 环境变量 | 说明 |
|---|---|---|---|
| 图像生成 | image_gen.api_key |
DASHSCOPE_API_KEY / IMAGE_GEN_API_KEY |
文生图 / 图生图 |
| 摘要翻译 | llm.api_key |
DEEPSEEK_API_KEY / LLM_API_KEY |
检索结果摘要中英互译 |
✅ 文献检索、引文格式化、分区查询无需 Key,直接走公开 API。
config.json){
"image_gen": {
"provider": "qwen",
"base_url": "",
"api_key": "你的图像模型 Key",
"model": "wanx2.1-t2i-turbo"
},
"llm": {
"provider": "deepseek",
"base_url": "https://api.deepseek.com",
"api_key": "你的文本模型 Key",
"model": "deepseek-chat"
},
"search": { "translate": true, "bilingual": true },
"panel": { "...": "指向 dsh-web-frontend/dist 的各面板 json 路径" },
"figure": { "output_dir": "...", "json_path": "..." },
"citation": { "json_path": "...", "formats_json": "..." }
}
默认用阿里云通义万相(免费额度多、速度快)。想换质量更好的模型,改 config.json 的 image_gen 段即可:
| 模型 | 特点 |
|---|---|
wanx2.1-t2i-turbo |
快,适合批量出草图(默认) |
wanx2.1-t2i-plus |
更精细、质量更高,适合正式配图 |
"image_gen": {
"provider": "qwen",
"api_key": "sk-你的DashScopeKey",
"model": "wanx2.1-t2i-plus"
}
"image_gen": {
"provider": "siliconflow",
"base_url": "https://api.siliconflow.cn/v1",
"api_key": "sk-你的SiliconFlowKey",
"model": "black-forest-labs/FLUX.1-dev"
}
| 模型 | 特点 |
|---|---|
black-forest-labs/FLUX.1-schnell |
快(默认) |
black-forest-labs/FLUX.1-dev |
质量更好(推荐) |
stabilityai/stable-diffusion-xl-base-1.0 |
经典 SDXL |
Kwai-Kolors/Kolors |
中文理解强 |
"image_gen": {
"provider": "openai",
"base_url": "https://api.openai.com/v1",
"api_key": "sk-你的OpenAIKey",
"model": "gpt-image-1"
}
python tools/image_gen.py "示意图描述" --provider siliconflow --model black-forest-labs/FLUX.1-dev --size 1024x1024
💡 图生图:
python tools/image_gen.py "改风格描述" --mode img2img --ref 参考图.png💡 提示词越具体越好(对象、风格、视角、细节),带文字的示意图优先用 Graphviz 而非文生图(文字会画错)。
对 Agent 说:
「帮我检索『深度学习 故障诊断』的文献」
「把这篇 PDF 精读一下」
「写一篇关于『xxx』的文献综述」
「把这个模型的框架图画出来」
「这个 DOI 转成 GB/T 7714 格式」
「帮我按这个期刊模板改论文格式」
DSH 网页界面里,各功能结果会出现在右侧悬浮窗(互斥打开 + 「科研助手」总开关整体启停)。
| 悬浮窗 | 面板脚本 | 数据 JSON | 写数据的工具 |
|---|---|---|---|
| 📚 论文(检索结果) | web/papers-panel.js |
papers-panel.json |
tools/search.py |
| 📖 精读(论文卡片) | web/paper-panel.js |
paper-panel.json |
tools/paper.py |
| 📝 综述 | web/review-panel.js |
review-panel.json |
tools/review.py |
| ✍️ 写作(分节) | web/section-panel.js |
section-panel.json |
tools/section.py |
| 🎨 图表 | web/figure-panel.js |
figure-panel.json |
tools/image_gen.py |
| 🔗 引用 | web/citation-panel.js |
citation-panel.json |
tools/cite.py |
| ✨ 润色 | web/polish-panel.js |
polish-panel.json |
tools/panel.py |
| 🔍 审稿 | web/prereview-panel.js |
prereview-panel.json |
tools/panel.py |
| 🎯 开题 | web/proposal-panel.js |
proposal-panel.json |
tools/panel.py |
| 📐 格式修改 | web/reformat-panel.js |
reformat-panel.json |
tools/reformat.py |
一键部署(推荐):把插件装到 skills 目录后,进入插件目录运行部署脚本,自动完成复制 js + 注入 index.html + 配置路径:
cd ~/.dsh/skills/research-assistant # 或你的安装目录
python deploy.py # 自动查找 DSH 前端 dist
# 或手动指定:python deploy.py --dist <dsh-web-frontend/dist 的完整路径>
Windows 用户可直接双击 deploy_windows.bat。
手动部署(脚本不可用时):
config.json 的 panel 段填好各 *_json_path(指向 DSH 前端 dist/);web/ 下所有 .js 复制到 dsh-web-frontend/dist/;dist/index.html 的 </body> 前注入脚本,dsh-panels-core.js、dsh-export.js 必须排最前:<script defer src="/dsh-panels-core.js?v=1"></script>
<script defer src="/dsh-export.js?v=1"></script>
<script defer src="/papers-panel.js?v=1"></script>
<!-- 其余 panel 脚本同理 -->
💡 各悬浮窗「导出」都支持 Word / LaTeX / Markdown;
dsh-export.js提供共享的纯前端 docx/latex 生成器。
research-assistant/
├── SKILL.md # 主入口(路由 10 个子技能)
├── skills/ # 子技能(每个含 SKILL.md)
├── tools/ # 底层 Python 脚本(9 个)
├── web/ # DSH 悬浮窗脚本(10 面板 + core + export)
├── data/ # 期刊分区数据(中科院/JCR/SJR + 中文刊名对照)
├── config.example.json # 配置模板(空占位符)
├── requirements.txt # Python 依赖
├── deploy.py # 一键部署悬浮窗(跨平台)
├── deploy_windows.bat # Windows 双击部署
├── .gitignore
└── LICENSE
config.example.json(空占位符),不含任何真实 API Key;config.json,已被 .gitignore 排除,不会上传。CLASSIFICATION EVIDENCE
系统优先读取 GitHub Topics,再与站内分类词典和词根规则比对。当前命中: agent-skill、academic-writing、literature-search、paper-writing、research-assistant。