科研选题凝炼四步法
把一批学术文献转化为可检验的科学问题与选题方向，并产出交互式知识图谱帮助肉眼观察概念关系。
触发条件
用户提出以下任一需求时触发本技能：
- 对某个文献目录做"选题""研究缺口""空白分析""科学问题"分析
- "帮我从这批文献里找研究方向""凝炼科学问题""提炼研究问题"
- 明确要求"知识图谱""研究地图""概念关系可视化"辅助选题
四步总览
| 步骤 | 核心动作 | 关键产出 | 详细文档 |
|---|---|---|---|
| 第一步 共性研究缺口 | 全文提取 → 局限关键词频次统计 → 批评语境逐条研判 | 3-5 条底层方法论缺陷（附文献证据） | references/step1_gap_analysis.md |
| 第二步 多维研究空白 | Müller-Bloch & Kranz 四维框架映射 → 补抽"未来研究"证据 | 知识/关系/理论/方法 四维空白表 + 战略切入点 | references/step2_blank_identification.md |
| 第三步 科学问题生成与跨学科强化 | 3-1 归纳路径（聚类→模式→假设）+ 3-2 演绎路径（本体+推理引擎+知识图谱可视化→衍生问题）+ 3-3 跨学科深度强化 | 元问题 + 分层研究问题 + 可检验假设 + 交叉创新研究题目 | references/step3_question_generation.md |
| 第四步 评估迭代优化 | 四维创新性评估（原创性/交叉性/应用潜力/理论深度）+ 自我迭代优化（多专家辩论） | 定稿选题优先级排序 + 多维评分报告 | references/step4_evaluation_iteration.md |
执行原则
-
分步推进、每阶段停等（硬门禁，不可自动跨步）：无论用户整体的偏好是否为"全自动"，本技能每个阶段完成后必须立即停下来，等待用户明确指令，绝不可在同一轮对话里自动连跑多个阶段或自动进入下一步。各阶段边界如下：
- 第一阶段边界：第一步完成 → 停等
- 第二阶段边界：第二步完成 → 停等
- 第三阶段边界：第三步 3-1 → 3-2 → 3-3 各自完成均 → 停等（3-3 之后方可汇总进入第4阶段门禁）
- 第四阶段边界：4-1 评估完成 → 停等；4-2 迭代完成 → 停等
每次停等的标准动作：输出本阶段成果 → 用统一提示语请用户「审阅 / 调整 / 继续」→ 必须收到用户"继续"或明确批准后，才进入下一阶段。未获批准前，禁止预判、禁止提前执行后续阶段。
统一提示语模板：
> 【第 X 阶段完成】请您审阅本阶段成果，可提出调整意见，或输入"继续"进入下一阶段：XXX（下一步名称）。 -
第4阶段进入门槛（选题锁定，硬门禁）：进入第四步（评估迭代）之前，必须将第三步（3-1/3-2/3-3）产出的全部候选选题 / 科学问题以文字形式汇总成候选主题池（P 系列选题方向 + B 系列交叉题目），请用户用文字回复指定评估范围（具体操作见
references/step4_evaluation_iteration.md步骤 0，与 4-1 评估对象选定为同一门槛，不重复询问）。规则：
- 未入选的选题，不得进入 4-1 评估，更不得进入 4-2 定稿。
- 用户明确指定（如"评估 P1、B2"）→ 仅评估被选中者；用户回复"继续"或未明确指定 → 默认评估全部 B 系列跨学科题目（推荐范围，非全量 P+B），不得擅自全量评估后自行定稿。
- 这是进入第4阶段的强制门槛，优先级高于其他自动执行约定。 - 关键决策点事前确认：在下方「用户介入确认点」A 类列出的决策点，提交方案请用户拍板后再执行；可逆细节（配色、措辞、布局微调）采用「做完→用户反馈→迭代」而非事前确认。
- 实证不编造：每一条缺陷、空白、问题均须附文献原文证据，不凭空生成。
- 分类精简：实体类型 ≤ 5 类、关系类型 ≤ 4 种（默认 5 实体 × 4 关系），避免视觉与认知过载。
- 写文件后扫乱码：任何
.py/.md写入后立即检查\ufffd替换符，见references/pitfalls.md。 - 知识图谱实体必须全部源于文献（严禁混入外部理论）：3-2 知识图谱是"本领域现状"的描述性产物，其全部实体（构念/理论/机制/学科）与关系三元组必须来自所分析的文献，不得混入选题者自带的理论先验或外部学科理论。外部理论只能出现在 3-3 跨学科强化（建构性步骤），且须显式标注为"导入透镜"，绝不可作为领域既有构念嵌入 3-2 知识图谱。若误将外部理论当文献实体，会造成"把研究者先验当文献发现"的过拟合，必须在交付前核查（见
references/pitfalls.md条目）。 - 成果归档到"研究主题"子目录（全流程收尾动作）：四步法全部完成后，把成果文件（各步
.md报告 + 知识图谱.html）整理到一个以研究主题命名的子目录（子目录名 = 研究主题名称）；中间产物（提取的 txt、脚本、tsv/json 证据）留在工作目录，不必随成果归档。文件名用「一级序号_主题_二级序号描述」保证顺序清晰（如03_科学问题生成_3-2演绎路径.md、03_知识图谱_3-2.html、03_候选选题清单_3-4待选定.md）。此约定便于交付、阅读与复用，属收尾必做项。
可复用脚本与资产
| 资源 | 用途 |
|---|---|
scripts/extract_text.py |
PDF 批量提取全文（pymupdf），输出 UTF-8 txt |
scripts/step1_analyze.py |
第一步：局限关键词频次统计（泛/特异两列·中英双语）+ 批评语境句子抽取 |
scripts/step1_focus.py |
第一步：聚焦缺口证据抽取（强缺口标记 + 噪声过滤 + 特异词加权） |
scripts/cluster_themes.py |
主题词共现矩阵 + 文献聚类 |
scripts/build_kg_and_infer.py |
领域本体构建 + 逻辑推理引擎（传递/冲突/缺口邻域/规则四类推理） |
scripts/score_candidates.py |
四维创新性评估：加权打分 + 排序 + 敏感性分析（第四步，候选从 candidates.json 读入） |
scripts/kg_data_example.py |
领域本体数据模板（复制为 kg_data.py 后填数据） |
scripts/generate_kg_html.py |
读取图谱 JSON + 模板，生成交互式 HTML |
assets/kg_template.html |
通用知识图谱模板（含全部样式与互动逻辑，__GRAPH_DATA__ 占位符注入数据） |
用户介入确认点
按介入方式分三类，明确区分「何时必须问、何时做完再改、何时完全不问」：
A. 必须事前确认（高影响 / 多选项 / 难逆转）
- 文献目录路径：第一步开始前，若用户未提供则索取绝对路径。
- 类目精简方案：进入 3-2（知识图谱）前，提交 2-3 套「实体类型 × 关系类型」合并方案让用户选（勿擅自定死）。
- 知识图谱布局方案：进入 3-2 前，若用户无既有偏好，提交「同心环分层 vs 自由力导向」等方案让用户确认。
- 专家团构成方案：进入 4-2 自我迭代前，根据候选选题性质拟出拟邀领域专家名单（每位专家：领域视角 + 主责维度），以文字形式列出、等待用户文字回复确认（不使用弹窗）后再开始辩论（辩论的调度执行本身自动）。
- 第4阶段选题锁定（进入第4阶段前的强制门槛）：进入 4-1 评估之前，先把第三步（3-1/3-2/3-3）产出的全部候选选题 / 科学问题以文字汇总成候选主题池，请用户用文字回复指定评估范围。未入选的选题不得进入 4-1；用户回复"继续"或未明确指定 → 默认评估全部 B 系列（非全量 P+B），不得擅自全量评估后自行定稿（详见执行原则 2，与
step4_evaluation_iteration.md步骤 0 为同一门槛）。 - 是否迭代优化：4-1 评估完成后先呈现结果，待用户确认需要"迭代优化"后，才执行 4-2；用户若满意则 4-2 不执行。
B. 事后反馈迭代（可逆，做完再改，勿事前打断）
- 知识图谱的配色、线宽、虚线/实线、高亮样式等视觉细节。
- 分析文档的措辞、图表格式、视觉层级。
C. 全自动执行（步骤内部细节自动；每步输出后的审阅提示仍按原则 1 执行）
- 以下动作的执行过程自动、不逐步请示：第一~四步全程的全文提取、关键词统计、批评语境研判、四维空白映射、主题聚类、推理引擎、问题生成与合并、跨学科理论嫁接、四维创新性评估打分、专家辩论调度、选题定稿。
- 脚本运行、数据写入、乱码扫描、连通性检查、HTML 生成与语法校验。
使用流程
- 索取文献目录路径（若未提供）。
- 按「第一步 → 第二步 → 第三步（3-1→3-2→3-3）→ 第四步（四维评估 + 自我迭代）」分步执行。每阶段（含 3-1/3-2/3-3 子阶段、4-1/4-2 子环节）输出后，必须按执行原则 1 的硬门禁停下来，用统一提示语请用户审阅/调整/继续——未收到"继续"或明确批准，绝不预判或提前执行后续阶段（哪怕用户整体偏好"全自动"）。
- 进入 3-2（知识图谱）前，就「类目精简方案」与「布局方案」提交方案请用户拍板（见确认点 A）。
- 第4阶段门禁：在 3-3 完成、准备进入第四步前，先按确认点 5 以文字汇总候选选题清单，请用户用文字回复指定评估范围；未入选不得进入 4-1。进入 4-1 后仅评估被选中的选题；4-1 完成呈现结果、待用户确认再进 4-2（确认点 6）；进入 4-2 前就「专家团构成方案」以文字确认（确认点 4）。
- 知识图谱 HTML（3-2 产出）交付用户审阅，按反馈迭代样式与互动（见确认点 B）。
- 收尾归档：全部四步完成后，按执行原则 8 把成果文件整理到以研究主题命名的子目录。
各步骤详细方法、命令、坑点见 references/ 下对应文档；开始前先读 references/pitfalls.md。
