{"id":"82ca00aa-19b8-4a37-95d7-29ae65b32346","slug":"bibliometric-review-skill","kind":"skill","name":"bibliometric-review-skill","summary":"把文献计量图谱变成有依据的综述。A Codex skill for reproducible bibliometric reviews: search design, metadata audits, science mapping and evidence-backed writing.","owner":"JmAN-2003","repoUrl":"https://github.com/JmAN-2003/bibliometric-review-skill","license":"MIT","licenseTier":"permissive","trust":"community","stars":0,"match":null,"fewStars":true,"format":"skill","createdAt":"2026-10-11T07:40:32.000Z","addedAt":"2026-10-21T12:38:59.901Z","logoUrl":"https://avatars.githubusercontent.com/u/78132360?v=4","linkOnly":false,"collection":null,"skillPath":null,"categories":["writing","search","design-media"],"tags":["academic-writing","bibliometrics","bibliometrix","citespace","literature-review","python","research-tools","scientometrics"],"runtime":"binary","local":true,"cloudCapable":false,"cloudCapability":"unknown","cloudReadyOnPlatform":false,"needsApiKey":false,"reviewed":false,"syncedAt":"2026-10-22T18:04:04.327Z","sample":false,"url":"https://conduits.dev/tools/bibliometric-review-skill","language":"Python","transports":["stdio"],"install":{},"requirements":{"env":[],"upstreamMayCharge":false},"tools":null,"readme":"<div align=\"center\">\n\n<img src=\"docs/assets/banner.svg\" alt=\"Bibliometric Review Skill — From search to evidence-backed synthesis\" width=\"100%\">\n\n# Bibliometric Review Skill\n\n**把文献计量图谱，变成有依据的综述。**\n\n为 Codex 准备的文献计量综述工作流：检索设计、数据审计、知识图谱解释与论文写作。\n\n[![Checks](https://github.com/JmAN-2003/bibliometric-review-skill/actions/workflows/validate.yml/badge.svg)](https://github.com/JmAN-2003/bibliometric-review-skill/actions/workflows/validate.yml)\n[![License: MIT](https://img.shields.io/badge/License-MIT-2563eb.svg)](LICENSE)\n![Python audit: standard library](https://img.shields.io/badge/Python_audit-standard_library-0f766e)\n![Release: public preview](https://img.shields.io/badge/Status-public_preview-d97706)\n\n[快速开始](#快速开始) · [下载 skill](https://github.com/JmAN-2003/bibliometric-review-skill/releases/tag/v0.1.0) · [查看示例](docs/examples.md) · [English](README.en.md)\n\n</div>\n\n---\n\n你可能已经有了选题、几批 WoS 数据，或一张 CiteSpace 聚类图。这个 skill 帮你回答下一步的问题：\n\n- 检索范围能否支撑研究问题，关键文献有没有漏掉？\n- 数据字段和导出批次是否完整，哪些分析现在可以做？\n- 聚类、突现和中心性分别能说明什么，结论还缺哪些原文证据？\n- 如何把数值、图谱与代表文献组织成可复核的综述？\n\n它把方法选择、审计脚本和写作检查放进同一个工作流，适合从第一篇文献计量综述起步，也适合检查已有图表和初稿。\n\n## 你会得到什么\n\n| 你现在有什么 | skill 帮你推进到哪里 |\n|---|---|\n| 一个研究主题 | 研究问题、已有综述差异、检索协议与最小分析方案 |\n| WoS / Scopus 导出文件 | 批次、缺失字段、异常值与重复候选审计 |\n| CiteSpace / bibliometrix 图表 | 参数核对、指标解释、代表文献阅读与结论边界 |\n| 一份论文初稿 | 按严重程度排列的修改意见，以及证据支持的改写 |\n\n```mermaid\nflowchart LR\n    A[研究问题] --> B[检索协议]\n    B --> C[数据审计与清洗]\n    C --> D[计量分析]\n    D --> E[代表文献综合]\n    E --> F[可复核的综述]\n```\n\n## 快速开始\n\n### 1. 安装到 Codex\n\n先克隆仓库，然后运行安装工具。Python 需 3.10 或以上。\n\n```bash\ngit clone https://github.com/JmAN-2003/bibliometric-review-skill.git\ncd bibliometric-review-skill\npython tools/install_skill.py\n```\n\nmacOS / Linux 如只有 `python3`，将命令中的 `python` 换为 `python3`。安装器使用 `CODEX_HOME/skills`，未设置时使用 `~/.codex/skills`；遇到同名 skill 会停止，不覆盖已有文件。\n\n也可以从 [v0.1.0 下载包](https://github.com/JmAN-2003/bibliometric-review-skill/releases/tag/v0.1.0) 解压，把 `bibliometric-review` 文件夹手动复制到该目录。打开新会话载入 skill 后调用。\n\n### 2. 给它一个具体任务\n\n```text\n使用 $bibliometric-review。\n我要研究“高光谱成像在肉品品质评价中的应用”。\n先判断研究问题与已有综述的差异，制定可验证的检索策略、\n纳排规则和最小分析方案。尚未实际检索的内容请明确标注。\n```\n\n已有文件时：\n\n```text\n使用 $bibliometric-review，检查我提供的 WoS 导出数据。\n先审计批次、年份、参考文献字段与重复候选，再判断哪些分析可以做。\n保存问题清单和处理账本，不把缺失引用数当作零引用。\n```\n\n更多任务见 [示例与预期交付](docs/examples.md)。\n\n### 3. 先体验一次零依赖数据审计\n\n不需要 R 或数据库账号，也可以运行 Python 审计演示：\n\n```bash\npython skills/bibliometric-review/scripts/audit_metadata.py --input examples/synthetic-records.csv --out demo-audit\n```\n\n演示数据**全部为人工构造的测试记录**，含重复、缺失和异常值。你会得到 JSON 报告，以及字段缺失、异常记录、重复候选和来源索引 CSV。输出目录应新建或为空。\n\n工具保留所有输入记录；重复候选需要核查，不自动删除。生成的年度计数包含尚未解决的候选，不能直接当成研究结果。\n\n## 包含哪些方法与工具\n\n- **研究设计与检索**：数据库/索引、同义词、字段、时间窗、关键文献召回、纳排与日志。\n- **数据准备**：批次追溯、显式去重、作者/机构消歧、关键词规范、引用快照和计数口径。\n- **计量方法**：描述统计、合作网络、共词/聚类、共被引、文献耦合、突现与主题演化；按问题选用 bibliometrix、CiteSpace 或其他工具。\n- **内容综合与写作**：代表文献证据矩阵、结论账本、论文结构和过度推断检查。\n- **可运行辅助工具**：R 批次导入、Python CSV 审计、R 描述分析起点、项目协议模板。\n\n[Skill 入口](skills/bibliometric-review/SKILL.md) · [方法选择](skills/bibliometric-review/references/analysis-methods.md) · [项目协议模板](skills/bibliometric-review/assets/project-protocol.md)\n\n## 能力范围与验证状态\n\n| 模块 | 当前状态 |\n|---|---|\n| Skill 结构、资源链接和中文编码 | 已检查；仓库提供自动校验 |\n| Python 审计工具 | 标准库实现；仓库含行为测试和合成示例 |\n| R 导入与描述分析 | 已核对示例产出；原测试环境退出异常，仍需在使用环境验证 |\n| CiteSpace 图谱 | 提供方法/参数指导与结果审查；未提供 GUI 自动化 |\n| 数据库检索 | 可设计策略；实际执行取决于使用者账号、权限和可用工具 |\n\nR 导入工具覆盖 WoS BibTeX/plaintext、Scopus BibTeX/CSV；CNKI、PubMed 等在方法指导范围内，不能直接交给该导入脚本。Python 工具读取规范 CSV，不直接解析 BibTeX/RefWorks。完整记录见 [验证说明](docs/validation.md)。\n\n本项目是研究辅助工作流。被引量、中心性和突现提供不同的信号；核心解释仍需代表文献阅读，数据和结论由研究者核验。它没有发表保证，也不会把计量图谱直接写成干预效果证据。\n\n## 参与改进\n\n欢迎提交 [Issue](https://github.com/JmAN-2003/bibliometric-review-skill/issues) 或 PR，尤其是：\n\n- 可复现的导入/审计问题与去标识的最小示例；\n- 不同版本 bibliometrix、CiteSpace 的操作差异；\n- 更清晰的术语、方法解释或真实使用反馈。\n\n请勿在 Issue 中上传账号凭据或受限数据库全文。贡献方式见 [CONTRIBUTING](CONTRIBUTING.md)。如果它帮助你把研究做得更清楚，欢迎 Star 或分享给同学、课题组。\n\n## 来源与许可\n\n本项目基于文献计量教学材料的方法主线重新组织，并补充数据审计、证据追溯和解释边界。原始讲义、论文全文和数据库导出不随仓库分发；方法出处见 [来源说明](skills/bibliometric-review/references/sources.md)。\n\n原创代码和说明采用 [MIT License](LICENSE)。bibliometrix、CiteSpace、数据库及所引用文献分别遵循其自身许可和使用条款。\n"}