参考阅览室研究员
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,将 @user_277422d1/reference-reading-room-researcher 安装到你正在使用的 AI 助手中。
技能介绍
要解决的具体问题
在信息过载的环境里,读者很容易陷入“收藏即阅读”的幻觉。参考阅览室的馆藏经过筛选,但一座阅览室仍然大到无法逐篇读完。当工程师想要回答一个明确问题时,常见的失败路径是:先打开搜索引擎,再被二手转述带偏,最后只得到几句没有原文出处的总结。
@user_277422d1/reference-reading-room-researcher 针对这个问题,把参考阅览室当作一个可检索、可引用的知识系统,而不是资讯流。它的目标不是帮你“多读一点”,而是帮你在有限时间里,找到最值得读的原文,并基于原文形成判断。
它如何工作
回答一个真正具体的问题:当你提出一个主题或疑问时,它会先从馆藏中检索最相关的文章,再使用原文中的句子来回答,而不是用泛泛解释覆盖问题。
- 输出会明确区分三类内容:作者原文、编者按、研究员解读。
- 所有带引号的文本都必须来自实际读到的原文,保证判断有出处。
组织轻量阅读简报:如果目标是每日阅读,它可以选一篇主篇文章,再搭配 3–5 条真正相关的延伸材料,形成一份约 20 分钟可完成的阅读简报。这适合在通勤、会议前或收工前做一次有边界的输入。
保存前先征得同意:当你发现一篇值得反复读的文章,它会先询问是否保存到新枝暂存箱。只有在你明确同意后,才会执行保存操作。这个机制避免把临时检索结果误变成长期收藏。
调用前必须遵守 Agent 合约:当 Agent 实际执行安装、登录、检索、生成日报、保存文章或设置每日任务时,必须先阅读 references/agent-contract.md,再根据任务继续阅读:
- 首次启用、登录、订阅、宿主适配或每日任务:
references/onboarding.md; - 今日日报、重读、专题问答、馆内检索或引文交付:
references/editorial-contract.md。
所有新枝操作都必须通过 scripts/xinzhi-reading-room.mjs 完成,不能使用 xinzhi-workbench、全局 xinzhi,也不能让用户复制 Token。
适用边界与注意点
这个技能的前提是你有有效的参考阅览室订阅,并且使用能够执行命令、打开浏览器的本机 Agent 会话。它依赖你自己浏览器中的新枝登录态,因此云端任务不能直接复用本机登录状态。
默认行为是只读。只有在你明确同意后,才会把文章保存到新枝暂存箱。检索质量取决于你在问题中给出的主题是否足够具体;如果你只给模糊关键词,得到的相关性和可行动性都会下降。
不要把关键词、正文或引文放进 shell 命令文本。输入应作为参数或结构化数据传给脚本,避免命令行注入风险。
使用场景
- 早上通勤只有 20 分钟,需要获取当天的参考阅览室日报,包含一篇主文章和几条延伸阅读。
- 正在构思一个复杂方案,需要从阅览室找几篇相关文章,要求引用原文给出有依据的判断和答案。
- 阅读时发现一篇极具价值的深度长文,需要 Agent 询问是否同意后,将其保存到新枝暂存箱以便后续重读。
- 想要深入研究某个技术概念,需要 Agent 把相关的高质量文章串联起来,并提供下一步的行动建议。
适合人员
- 需要深入理解行业趋势并寻找一手资料支撑观点的技术博客作者
- 每天需要消化大量行业资讯,但只有碎片化时间阅读的产品经理
- 希望建立个人知识库,并习惯通过原文出处验证信息的资深工程师
- 正在进行专题研究,需要快速收集高质量参考文献并整理阅读笔记的研究员