get-review-theme
The get-review-theme skill extracts structured review topics from multiple input sources including files (PDF, Word, Markdown, LaTeX), folders, images, natural language descriptions, and web URLs. It outputs three components, topic, keywords, and core questions, in text, YAML, or JSON format, designed to feed directly into downstream literature review workflows. Use this skill when a user explicitly requests topic extraction from any of these sources for systematic literature reviews or other research synthesis work.
git clone --depth 1 https://github.com/huangwb8/ChineseResearchLaTeX /tmp/get-review-theme && cp -r /tmp/get-review-theme/skills/get-review-theme ~/.claude/skills/get-review-themeSKILL.md
# Get Review Theme
## 与 bensz-collect-bugs 的协作约定
- 当用户环境中出现因本 skill 设计缺陷导致的 bug 时，优先使用 `bensz-collect-bugs` 按规范记录到 `~/.bensz-skills/bugs/`，严禁直接修改用户本地 Claude Code / Codex 中已安装的 skill 源码。
- 若 AI 仍可通过 workaround 继续完成用户任务，应先记录 bug，再继续完成当前任务。
- 当用户明确要求“report bensz skills bugs”等公开上报动作时，调用本地 `gh` 与 `bensz-collect-bugs`，仅上传新增 bug 到 `huangwb8/bensz-bugs`；不要 pull / clone 整个 bug 仓库。
## 定位
- 从文件、图片、网页、文件夹或自然语言描述中提取结构化综述主题。
- 输出直接服务 `systematic-literature-review` 或其他文献综述工作流。
- 最高原则：主题要可操作、关键词要能检索、核心问题要具体。
## 输入
必需：
- `{输入源}`：文件路径、URL、文件夹路径、图片路径，或直接文本描述
可选：
- `{输出格式}`：`text` / `yaml` / `json`，默认 `text`
## 输出
始终包含三项：
- `主题`
- `关键词`
- `核心问题`
格式由用户选择：
- `text`
- `yaml`
- `json`
## 工作流
### 1. 识别输入类型
- 自然语言描述
- 图片
- URL
- 文本文件
- PDF
- Word
- 文件夹
### 2. 提取内容
- 自然语言：直接使用
- 图片：依赖 LLM 原生视觉能力
- URL：优先网页读取工具，失败则请用户提供正文
- 文本 / PDF / Word：直接读取
- 文件夹：递归扫描并合并 `.md/.txt/.pdf` 等核心材料
原则：
- 优先用宿主原生能力和现有标准工具
- 工具不可用时优雅降级，不额外引入脚本依赖
### 3. 语义提取
围绕以下任务输出：
- 用一句话概括主题
- 提取 5-10 个英文标准术语
- 提取 2-5 个具体研究问题或挑战
### 4. 格式化
- `text`：适合直接复制给下游 skill
- `yaml` / `json`：适合结构化衔接
## 质量要求
- 主题要包含研究对象与核心问题或方法
- 关键词优先用标准检索术语
- 核心问题必须具体，避免“意义重大/挑战很多”这种空话
## 错误处理
- 文件不存在：提示用户改路径或直接粘贴内容
- 格式不支持：提示转换
- 内容提取失败：让用户手动提供文本
- URL 解析失败：让用户复制网页正文或提供 PDF
- 图片语义不清：请用户补一句描述
## 与下游技能的关系
- `topic` 可直接喂给 `systematic-literature-review`
- `keywords` 可补充检索策略
- `core_questions` 可作为综述边界和纳排参考当用户明确要求"核查/优化综述 `{主题}_review.tex` 的正文引用"或"运行 check-review-alignment"时使用。通过宿主 AI 的语义理解逐条核查引用是否与文献内容吻合，只在发现致命性引用错误时对"包含引用的句子"做最小化改写，并复用 `systematic-literature-review` 的渲染脚本输出 PDF/Word。核心原则：不为了改而改，无法确定是否为致命性错误时保留原样并在报告中警告。⚠️ 不适用：用户只是想生成系统综述正文（应使用 systematic-literature-review）；用户只是想新增/核对 BibTeX 条目（应使用专门的 bib 管理流程）。
当用户明确要求"填充示例内容""生成示例""补充 LaTeX 示例"时使用。AI 增强版 LaTeX 示例智能生成器，实现 AI 与硬编码的有机融合：AI 做"语义理解"（分析章节主题、推理资源相关性、生成连贯叙述），硬编码做"结构保护"（格式验证、哈希校验、访问控制）。
当用户明确要求"更新项目指南""同步指南""沉淀洞见到指南"时使用。将对话中新产生的可复用写作洞见实时沉淀到项目指南文件，保持术语口径一致、结构稳定、可检验与可复现。调用时必须指定指南文件路径。
当用户明确要求“LaTeX 模板优化”“样式参数对齐”“像素级比对”“make-latex-model”或旧写法“make_latex_model”，或要把 ChineseResearchLaTeX 里的某个项目做成高质量模板时使用。适配 NSFC / paper / thesis / cv 四条产品线；先依据 packages/ 与 projects/ 的真实分层判断改项目层还是公共包，再用各产品线官方构建入口验收。若必须修改 packages 下公共包，需先生成受影响模板回归计划并完成相关回归；NSFC 专项工具仅在明确属于 NSFC 参数对齐场景时按需使用。
当用户明确要求"写/润色 NSFC 标书摘要""生成中文摘要和英文摘要""把中文摘要翻译成英文摘要"时使用。输出中文、英文两个版本（英文必须是中文的忠实翻译版），同时输出标题建议（1个推荐标题+5个候选标题及理由）。中文摘要默认≤400字符，英文摘要默认≤4000字符。输出方式：将结果写入工作目录下的 `NSFC-ABSTRACTS.md`。⚠️ 不适用：用户只想翻译一段与标书无关的通用文本（应直接翻译）；用户只想写立项依据/研究内容/研究基础正文（应使用对应 nsfc 系列 skill）。
当用户明确要求“写/生成 NSFC 预算说明书”“写预算说明”“生成 budget.tex / budget.pdf”“写国自然预算 justification”时使用。基于用户标书正文或补充材料，输出一份可提交的预算说明书 LaTeX 项目并渲染 `budget.pdf`。若用户未指定工作目录，必须暂停并先要求其指定。⚠️ 不适用：用户只是想了解预算原则；用户仅要预算表数字而不写说明书；或用户是 2026 青年 A/B/C 默认包干制且无需预算说明书的场景。
根据 NSFC 标书正文内容，结合申请代码推荐库，为你给出 5 组申请代码1/2（主/次）推荐与理由；输出到 NSFC-CODE-vYYYYMMDDHHmm.md（只读，不修改标书）
去除 NSFC 标书中的 AI 机器味，使文本读起来像资深领域专家亲笔撰写（不适用：非标书内容/需修改格式/需补充新内容）