Pular para o conteúdo
Skillpedia
Pesquisa51 mil · #1965

research-lookup

Ajuda seu agente a coletar informações e referências para artigos científicos. Ele busca evidências atuais e pesquisas relacionadas. É útil para pesquisadores que precisam compilar literatura para seus trabalhos.

O que ela faz

Esta ferramenta ajuda a encontrar e organizar informações científicas para escrever artigos e relatórios de pesquisa. Ela busca evidências acadêmicas, referências e dados que apoiam ou contradizem uma afirmação científica.

Quando usar

  • ✓Precisa de referências acadêmicas para um artigo científico.
  • ✓Quer encontrar estudos que apoiem ou refutem uma hipótese.
  • ✓Está montando um resumo de pesquisa com base em evidências atuais.

Exemplo do que pedir para a IA

“Procure evidências científicas sobre o impacto da inteligência artificial na educação infantil.”

Quer saber mais? Abra as seções abaixo.

Como usar

O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.

Link da skill

https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/research-lookup/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/research-lookup/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.
Como funciona

A ferramenta busca em várias fontes acadêmicas, como artigos e revisões, para coletar informações relevantes. Ela organiza essas informações em um pacote de pesquisa pronto para ser usado.

Instalação

Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.

No terminal (Claude Code, Codex, Cursor), na pasta do projeto:

npx skills add K-Dense-AI/scientific-agent-skills --skill research-lookup

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/main/skills/research-lookup/SKILL.md -o SKILL.md
Conteúdo técnico (SKILL.md)

Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.

Pesquisa de Referências

Compile a evidência externa necessária para planejar e escrever um manuscrito científico de alta qualidade. O fluxo de trabalho acadêmico padrão visa 60 referências verificadas e únicas e produz um pacote de pesquisa pronto para manuscrito em vez de uma lista solta de links. Aqui verified_references conta a recuperação bem-sucedida de trechos de Extração não vazios, excluindo retratações sinalizadas. Isso não estabelece identidade bibliográfica, reivindica suporte, revisão por pares ou ausência de correções; isso requer revisão da fonte.

Escopo e limites

Use esta habilidade quando o usuário explicitamente desejar:

  • pesquisa de literatura e de fundo para um manuscrito
  • muitas referências acadêmicas de alta qualidade
  • evidências que apoiam ou contradizem uma afirmação científica
  • uma matriz de evidências estruturada ou um mapa de afirmação para fonte
  • estudos atuais, precedentes de métodos, mecanismos, limitações ou lacunas de pesquisa

Não a ative para perguntas factuais casuais que não precisam de pesquisa, material privado ou não publicado, ou uma afirmação que possa ser respondida a partir de arquivos fornecidos pelo usuário. O texto da consulta é enviado para o Parallel. Ele é enviado para o OpenRouter apenas quando o Perplexity é explicitamente selecionado ou quando o usuário habilita esse fallback.

Esta habilidade compila evidências externas. Ela não pode fornecer os dados de estudo não publicados do usuário, decidir o que seus Resultados mostram, ou garantir a completude da revisão sistemática. Para uma revisão sistemática no estilo PRISMA, use literature-review para protocolos, pesquisa específica de banco de dados, triagem, motivos de exclusão e risco de viés.

Roteamento com Parallel primeiro

Necessidade Backend Seleção
Literatura de manuscrito e referências Parallel Search + Extract Padrão; use --academic
Pesquisa rápida na web com limites Parallel Search Use --no-academic
Relatório profundo/exaustivo de múltiplas fontes Parallel Research --force-backend research explícito
Síntese compatível com OpenAI com base em pesquisa Parallel Chat --force-backend chat explícito
Pesquisa acadêmica alternativa opcional Perplexity via OpenRouter Fallback explícito ou habilitado

Comportamento importante de compatibilidade:

  • Uma consulta de script simples usa Parallel Search. Chat Completions permanece disponível apenas através de seleção explícita de backend.
  • --force-backend parallel permanece um alias para Parallel Research explícito.
  • Palavras-chave acadêmicas selecionam a estratégia acadêmica Parallel de múltiplos passes; elas não mudam silenciosamente o provedor para Perplexity.
  • --batch, --json, -o/--output, a classe ResearchLookup, a saída de progresso e o envelope de resultado existente continuam suportados.

Fluxo de trabalho recomendado para manuscritos

1. Capturar o contexto do manuscrito

Use o contexto disponível do usuário para restringir a recuperação:

  • pergunta de pesquisa ou hipótese
  • tipo de estudo
  • população ou sistema biológico/técnico
  • intervenção ou exposição
  • comparador
  • desfechos
  • área e intervalo de datas
  • revista alvo, se conhecida

O script aceita um objeto JSON através de --context-file. Não invente detalhes de estudo ausentes. Um tópico simples é suportado, mas o pacote sinalizará os resumos de suas seções como amplos.

Exemplo:

{
  "research_question": "How does intervention X affect outcome Y?",
  "study_type": "prospective cohort",
  "population": "adults with condition Z",
  "exposure": "intervention X",
  "comparator": "standard care",
  "outcomes": ["primary outcome Y", "adverse events"],
  "field": "clinical epidemiology",
  "target_journal": "Journal Name"
}

2. Executar o pipeline de evidências acadêmicas

Da raiz do repositório (execução ilustrativa de serviço pago; revise seu escopo primeiro):

python skills/research-lookup/scripts/research_lookup.py \
  "Evidence relevant to the manuscript's research question" \
  --academic \
  --target-references 60 \
  --context-file manuscript-context.json \
  --packet-dir sources/manuscript-research \
  --json

O pipeline acadêmico executa passes de advanced Search com limites para:

  1. estudos primários recentes revisados por pares
  2. revisões sistemáticas, meta-análises e evidências de consenso
  3. publicações seminais e fundamentais
  4. métodos, protocolos, validação, benchmarks e mecanismos
  5. evidências contraditórias, nulas, negativas, de replicação e de limitação
  6. uma pesquisa complementar irrestrita quando os passes filtrados não atingem o alvo

Ele prioriza PubMed/PMC, Europe PMC, Crossref, OpenAlex, Semantic Scholar, arXiv/bioRxiv/medRxiv, grandes revistas e fontes institucionais autoritativas. Filtros de domínio não são tratados como exaustivos; o passe complementar reduz pontos cegos.

…

Perguntas frequentes

Quantas referências a ferramenta busca por padrão?

Por padrão, ela busca 60 referências únicas e verificadas.

O que significa 'referências verificadas'?

Significa que a ferramenta conseguiu recuperar o conteúdo dos artigos, mas você ainda precisa verificar a identidade bibliográfica e a validade do conteúdo.

Posso usar esta ferramenta para perguntas gerais?

Não, ela é específica para pesquisa científica e não deve ser usada para perguntas casuais que não exigem pesquisa aprofundada.

Detalhes

Descrição original do autor

Compiles current scholarly evidence for a scientific manuscript or research brief when the user explicitly asks to gather literature, references, background evidence, competing findings, or a manuscript research packet. Uses Parallel Search by default, Parallel Extract for source retrieval, Parallel Research for explicitly deep/exhaustive work, optional explicit Parallel Chat, and optional Perplex

repo: K-Dense-AI/scientific-agent-skills

Popularidade

Estrelas no GitHub
51 mil
Posição no ranking
#1965
Licença
MIT
Atualizada em
15/10/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas