feat(skills): add skill gitlink-scholar-profile
This commit is contained in:
yangsai01
parent
fde322669a
commit
7b880cb8ad
|
|
@ -0,0 +1,471 @@
|
|||
---
|
||||
name: gitlink-scholar-profile
|
||||
version: 1.0.0
|
||||
description: "学者/团队科研画像：跨仓库聚合分析 GitLink 用户或组织的科研产出，生成影响力雷达图与代表性成果报告。当用户需要了解某学者/团队的科研产出全貌、评估科研影响力时触发。"
|
||||
metadata:
|
||||
requires:
|
||||
bins: ["gitlink-cli"]
|
||||
cliHelp: "gitlink-cli user --help"
|
||||
---
|
||||
|
||||
# gitlink-scholar-profile（学者/团队科研画像）
|
||||
|
||||
**CRITICAL — 开始前必须先阅读 [`../gitlink-shared/SKILL.md`](../gitlink-shared/SKILL.md)。**
|
||||
**CRITICAL — GitLink 操作只能用 `gitlink-cli`。**
|
||||
|
||||
> **前置条件：** 先阅读 [`../gitlink-shared/SKILL.md`](../gitlink-shared/SKILL.md) 了解认证和全局参数。
|
||||
|
||||
|
||||
## 功能概述
|
||||
|
||||
本技能为 GitLink 用户或组织生成完整的科研产出画像，核心回答：**这个学者/团队的科研产出全貌如何？**
|
||||
|
||||
分析维度：
|
||||
|
||||
1. **科研仓库发现** — 查找用户/组织名下所有科研类仓库
|
||||
2. **产出数据聚合** — 聚合 Star、Fork、语言分布、维护时长
|
||||
3. **研究方向聚类** — 基于仓库描述关键词自动聚类研究方向
|
||||
4. **代表性成果识别** — 识别高影响力仓库
|
||||
5. **影响力雷达图** — 多维度科研影响力可视化
|
||||
|
||||
---
|
||||
|
||||
## 一、获取用户/组织基本信息
|
||||
|
||||
### 1.0 根据用户输入，进行登录名解析
|
||||
|
||||
**GitLink 的显示名（username/name）和登录名（login）可能不同**。
|
||||
|
||||
直接 `user +info --login username` 会返回 404。
|
||||
|
||||
**必须按以下流程解析正确的登录名：**
|
||||
|
||||
```
|
||||
个人用户流程：
|
||||
Step A：直接用用户输入作为 login 调用 user +info
|
||||
gitlink-cli user +info --login <user_input> --format json
|
||||
|
||||
Step B：如果返回 404（用户不存在/页面不存在）
|
||||
→ 调用搜索接口
|
||||
gitlink-cli search +users -k <user_input> --format json
|
||||
|
||||
Step C：从搜索结果中匹配用户
|
||||
- 如果 total_count == 1：直接取 users[0].login
|
||||
- 如果 total_count > 1：按 username/name 模糊匹配，优先精确匹配
|
||||
- 优先级：login 精确匹配 > username 精确匹配 > name 精确匹配 > 包含匹配
|
||||
- 如果 total_count == 0：报告"未找到该用户"
|
||||
|
||||
Step D：用解析出的 login 重新调用
|
||||
gitlink-cli user +info --login <resolved_login> --format json
|
||||
|
||||
|
||||
组织用户流程：
|
||||
Step A：直接用用户输入作为 login 调用 org +info
|
||||
gitlink-cli org +info --login <user_input> --format json
|
||||
|
||||
Step B：如果返回 404（组织不存在/页面不存在）
|
||||
→ 调用搜索接口
|
||||
gitlink-cli search +repos -k <user_input> --format json
|
||||
|
||||
Step C：从搜索结果中匹配组织
|
||||
- 从结果中提取org登录名
|
||||
- 如果搜索结果为空，提示未找到该组织
|
||||
|
||||
Step D：用解析出的 login 重新调用
|
||||
|
||||
```
|
||||
|
||||
**⚠️ 重要：后续所有操作（repo +list、repo +info 等）都应使用解析后的 login，而非用户原始输入。**
|
||||
|
||||
### 1.1 获取用户信息
|
||||
|
||||
```bash
|
||||
# 获取用户详细信息
|
||||
gitlink-cli user +info --login <login> --format json
|
||||
|
||||
# 获取当前登录用户信息
|
||||
gitlink-cli user +me --format json
|
||||
```
|
||||
|
||||
### 1.2 获取组织信息
|
||||
|
||||
```bash
|
||||
# 获取组织详细信息
|
||||
gitlink-cli org +info --id <org_name> --format json
|
||||
|
||||
# 获取组织成员列表
|
||||
gitlink-cli org +members --id <org_name> --format json
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 二、科研仓库发现
|
||||
|
||||
### 2.1 获取用户所有仓库
|
||||
|
||||
```bash
|
||||
# 获取用户创建的仓库列表
|
||||
gitlink-cli repo +list --user <login> --format json
|
||||
|
||||
# 如返回分页，需多次请求（关注 meta.total_count）
|
||||
```
|
||||
|
||||
### 2.2 获取组织所有仓库
|
||||
|
||||
```bash
|
||||
# 获取组织管理的仓库列表
|
||||
gitlink-cli repo +list --category manage --format json
|
||||
```
|
||||
|
||||
### 2.3 科研类仓库筛选规则
|
||||
|
||||
AI 对获取的仓库列表进行筛选，识别科研类仓库：
|
||||
|
||||
```
|
||||
✅ 科研类仓库特征（满足任一即纳入）：
|
||||
- 仓库名/描述含学术关键词：论文/论文代码/实验/research/paper/benchmark/dataset
|
||||
- 仓库名/描述含学科关键词：深度学习/NLP/CV/机器学习/量子计算/基因组/蛋白质/分子动力学
|
||||
- 仓库名/描述含高校/科研机构名称：清华/北大/中科院/ucas/thu/pku/cas
|
||||
- 仓库名含常见科研后缀：-lab、-experiment、-thesis、-project
|
||||
- 包含 arXiv 论文链接（描述中含 arxiv.org 或 24xx.xxxxx）
|
||||
|
||||
❌ 非科研类仓库（排除）：
|
||||
- 纯工具类仓库（如 dotfiles、vim-config、my-scripts）
|
||||
- 课程作业仓库（含 homework、assignment、lab-course）
|
||||
- 个人博客/主页（含 blog、homepage、portfolio）
|
||||
- Fork 但无独立开发的仓库（fork=true 且无额外 commit）
|
||||
```
|
||||
|
||||
### 2.4 获取每个仓库的详细信息
|
||||
|
||||
```bash
|
||||
# 对每个候选仓库获取详细信息
|
||||
gitlink-cli repo +info --owner <owner> --repo <repo> --format json
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 三、产出数据聚合
|
||||
|
||||
### 3.1 数据提取字段
|
||||
|
||||
对每个科研仓库，提取以下数据：
|
||||
|
||||
```
|
||||
核心指标：
|
||||
- name：仓库名称
|
||||
- description：仓库描述
|
||||
- language：主要编程语言
|
||||
- stars_count：Star 数
|
||||
- forks_count：Fork 数
|
||||
- watchers_count：关注数
|
||||
- issues_count：Issue 数量
|
||||
- pr_count：PR 数量
|
||||
- created_at：创建时间
|
||||
- updated_at：最近更新时间
|
||||
|
||||
衍生指标：
|
||||
- 维护时长（月）= (updated_at - created_at) 的月数
|
||||
- 活跃度 = 最近 6 个月是否有更新
|
||||
- 社区参与度 = issues_count + pr_count
|
||||
```
|
||||
|
||||
### 3.2 聚合统计
|
||||
|
||||
AI 对所有科研仓库进行聚合：
|
||||
|
||||
```
|
||||
聚合维度：
|
||||
- 总科研仓库数
|
||||
- 总 Star 数 / 总 Fork 数
|
||||
- 主要编程语言分布（如 Python 60%、C++ 25%、Julia 15%）
|
||||
- 平均维护时长
|
||||
- 活跃仓库数 / 总仓库数
|
||||
- 社区参与仓库数（Issue/PR > 10）
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 四、研究方向聚类
|
||||
|
||||
### 4.1 关键词提取与聚类
|
||||
|
||||
AI 从所有科研仓库的 `description` 字段中提取关键词，并进行自动聚类：
|
||||
|
||||
```
|
||||
聚类规则：
|
||||
1. 提取每个仓库描述中的技术/学科关键词
|
||||
2. 去除停用词（的、和、与、based、using 等）
|
||||
3. 按语义相近性聚合为研究方向
|
||||
|
||||
常见研究方向关键词映射：
|
||||
|
||||
计算机视觉：目标检测/图像分类/语义分割/图像生成/目标跟踪/3D重建
|
||||
自然语言处理：文本分类/命名实体/情感分析/机器翻译/问答系统/大模型
|
||||
强化学习：策略优化/多智能体/奖励设计/博弈论
|
||||
量子计算：量子算法/量子模拟/量子纠错/量子机器学习
|
||||
生物信息：基因组/蛋白质/分子动力学/药物设计
|
||||
网络安全：漏洞检测/入侵检测/密码学/隐私保护
|
||||
```
|
||||
|
||||
### 4.2 研究方向输出格式
|
||||
|
||||
```
|
||||
研究方向分布：
|
||||
1. 计算机视觉（3 个仓库，占 50%）
|
||||
- <repo1>：目标检测算法优化
|
||||
- <repo2>：图像分割新架构
|
||||
- <repo3>：3D 点云处理
|
||||
2. 自然语言处理（2 个仓库，占 33%）
|
||||
- <repo4>：预训练语言模型微调
|
||||
- <repo5>：多语言机器翻译
|
||||
3. 强化学习（1 个仓库，占 17%）
|
||||
- <repo6>：多智能体协作策略
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 五、代表性成果识别
|
||||
|
||||
### 5.1 代表性成果筛选规则
|
||||
|
||||
```
|
||||
代表性成果条件（满足任一即入选）：
|
||||
- Star 数 > 50（高关注度）
|
||||
- Fork 数 > 20（高复用度）
|
||||
- 近 3 个月有更新 + Issue/PR > 10（高活跃度）
|
||||
- 描述中含顶会/顶刊论文引用（NeurIPS/ICML/ICLR/CVPR/ACL/AAAI/Nature/Science）
|
||||
|
||||
排序规则：
|
||||
- 综合得分 = Star × 0.4 + Fork × 0.3 + 活跃度 × 0.2 + 社区参与 × 0.1
|
||||
- 活跃度：近 3 月有更新=10，6 月内=7，1 年内=4，1 年以上=1
|
||||
- 社区参与：min(Issue+PR, 50) / 50 × 10
|
||||
```
|
||||
|
||||
### 5.2 获取代表性成果仓库的进一步信息
|
||||
|
||||
```bash
|
||||
# 分析贡献者
|
||||
gitlink-cli api GET /:owner/:repo/contributors --format json
|
||||
|
||||
# 获取最近活跃度
|
||||
gitlink-cli repo +info --owner owner --repo repo --format json
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 六、影响力雷达图
|
||||
|
||||
### 6.1 五维雷达图定义
|
||||
|
||||
```
|
||||
雷达图五个维度（每项 0-10 分）：
|
||||
|
||||
1. 活跃度（Activity）
|
||||
- 基于最近 6 个月的仓库更新频率
|
||||
- 评分：≥5 个仓库有更新=10，3-4 个=7，1-2 个=4，0 个=0
|
||||
|
||||
2. 影响力（Impact）
|
||||
- 基于 Star + Fork 总量
|
||||
- 评分：>500=10，200-500=8，50-200=5，10-50=3，<10=0
|
||||
|
||||
3. 持续性（Persistence）
|
||||
- 基于仓库平均维护时长
|
||||
- 评分：>36 个月=10，24-36=8，12-24=5，6-12=3，<6=0
|
||||
|
||||
4. 协作广度（Collaboration）
|
||||
- 基于有外部贡献者参与的仓库比例
|
||||
- 评分：>80%=10，50-80%=7，20-50%=4，<20%=1，0%=0
|
||||
|
||||
5. 技术广度（Diversity）
|
||||
- 基于研究方向数量和语言种类
|
||||
- 评分：≥4 个方向 + ≥3 种语言=10，3 方向 + 2 语言=7，2 方向 + 2 语言=4，1 方向=1
|
||||
```
|
||||
|
||||
### 6.2 雷达图 Mermaid 输出格式
|
||||
|
||||
```mermaid
|
||||
graph TD
|
||||
subgraph 科研影响力雷达图
|
||||
A[活跃度: 7] --- B[影响力: 5]
|
||||
B --- C[持续性: 8]
|
||||
C --- D[协作广度: 4]
|
||||
D --- E[技术广度: 6]
|
||||
E --- A
|
||||
end
|
||||
```
|
||||
|
||||
AI 应使用 ASCII 文本格式输出雷达图：
|
||||
|
||||
```
|
||||
活跃度
|
||||
★★★★★★★☆☆☆ 7/10
|
||||
╲ ╱
|
||||
技术广度 ╲ ╱ 影响力
|
||||
★★★★★★☆☆☆☆ ╲ ╱ ★★★★★☆☆☆☆☆ 5/10
|
||||
6/10 ╲ ╱
|
||||
★
|
||||
╱ ╲
|
||||
╱ ╲
|
||||
持续性 ╱ ╲ 协作广度
|
||||
★★★★★★★★☆☆ 8/10 ★★★★☆☆☆☆☆☆ 4/10
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 七、完整科研画像报告模板
|
||||
|
||||
```markdown
|
||||
## 👤 学者/团队科研画像报告
|
||||
|
||||
**画像对象：** <login> / <org_name>
|
||||
**分析时间：** 2026-06-08
|
||||
**数据来源：** GitLink 平台
|
||||
|
||||
---
|
||||
|
||||
### 一、基本信息
|
||||
|
||||
| 项目 | 信息 |
|
||||
|------|------|
|
||||
| 用户/组织名 | zhangsan |
|
||||
| 类型 | 个人学者 / 科研团队 |
|
||||
| 科研仓库数 | 6 |
|
||||
| 加入 GitLink 时间 | 2024-03-15 |
|
||||
|
||||
---
|
||||
|
||||
### 二、科研产出概览
|
||||
|
||||
| 指标 | 数值 |
|
||||
|------|------|
|
||||
| 总科研仓库 | 6 个 |
|
||||
| 总 Star 数 | 234 |
|
||||
| 总 Fork 数 | 89 |
|
||||
| 主要语言 | Python (4)、C++ (1)、Julia (1) |
|
||||
| 活跃仓库（近 6 月更新） | 4 个 |
|
||||
| 平均维护时长 | 18 个月 |
|
||||
|
||||
---
|
||||
|
||||
### 三、研究方向分布
|
||||
|
||||
1. **计算机视觉**（3 个仓库，50%）
|
||||
- `yolov8-improved`：YOLOv8 目标检测改进 ⭐ 85
|
||||
- `seg-any-extension`：Segment Anything 扩展应用 ⭐ 42
|
||||
- `point-cloud-net`：3D 点云神经网络 ⭐ 23
|
||||
|
||||
2. **自然语言处理**（2 个仓库，33%）
|
||||
- `llm-finetune-toolkit`：大语言模型微调工具包 ⭐ 56
|
||||
- `multi-lang-translator`：多语言翻译系统 ⭐ 18
|
||||
|
||||
3. **强化学习**（1 个仓库，17%）
|
||||
- `marl-coop`：多智能体协作策略 ⭐ 10
|
||||
|
||||
---
|
||||
|
||||
### 四、代表性成果
|
||||
|
||||
#### 🏆 成果一：`yolov8-improved`
|
||||
|
||||
| 指标 | 数值 |
|
||||
|------|------|
|
||||
| Star | 85 |
|
||||
| Fork | 32 |
|
||||
| 主要语言 | Python |
|
||||
| 维护时长 | 14 个月 |
|
||||
| 最近更新 | 2026-05-20（展示年月日即可） |
|
||||
| 关联论文 | arXiv:2403.xxxxx |
|
||||
|
||||
**核心贡献：** 提出了改进的 YOLOv8 检测头，在小目标检测上 mAP 提升 3.2%。
|
||||
|
||||
#### 🏆 成果二：`llm-finetune-toolkit`
|
||||
|
||||
| 指标 | 数值 |
|
||||
|------|------|
|
||||
| Star | 56 |
|
||||
| Fork | 28 |
|
||||
| 主要语言 | Python |
|
||||
| 维护时长 | 10 个月 |
|
||||
| 最近更新 | 2026-06-01（展示年月日即可） |
|
||||
|
||||
**核心贡献：** 提供了 LLM 微调的一站式工具，支持 LoRA/QLoRA/P-Tuning。
|
||||
|
||||
---
|
||||
|
||||
### 五、影响力雷达图
|
||||
|
||||
```
|
||||
活跃度
|
||||
★★★★★★★☆☆☆ 7/10
|
||||
╲ ╱
|
||||
技术广度 ╲ ╱ 影响力
|
||||
★★★★★★☆☆☆☆ ╲ ╱ ★★★★★☆☆☆☆☆ 5/10
|
||||
6/10 ╲ ╱
|
||||
★
|
||||
╱ ╲
|
||||
╱ ╲
|
||||
持续性 ╱ ╲ 协作广度
|
||||
★★★★★★★★☆☆ 8/10 ★★★★☆☆☆☆☆☆ 4/10
|
||||
```
|
||||
|
||||
**综合评价：** 该学者在计算机视觉领域产出丰富，活跃度和持续性较好，但协作广度有待提升，建议加强跨团队合作。
|
||||
|
||||
---
|
||||
|
||||
### 六、改进建议（如果检索的用户非当前登录用户，不要给出这条信息）
|
||||
|
||||
1. **提升协作广度**：当前 4/10，建议将部分仓库设为组织仓库，邀请外部贡献者参与
|
||||
2. **补充论文引用**：2 个仓库缺少 arXiv/论文链接，建议补充
|
||||
3. **维护早期仓库**：`point-cloud-net` 超 6 个月未更新，建议补充文档或标记归档
|
||||
4. **增加英文 README**：3 个仓库仅中文 README，建议添加英文版以扩大国际影响力
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 八、执行步骤总览
|
||||
|
||||
```bash
|
||||
# Step 1：获取用户/组织基本信息
|
||||
gitlink-cli user +info --login <login> --format json
|
||||
# 或
|
||||
gitlink-cli org +info --id <org_name> --format json
|
||||
|
||||
# Step 2：获取所有仓库列表
|
||||
gitlink-cli repo +list --user <login> --format json
|
||||
# 或
|
||||
gitlink-cli repo +list --category manage --format json
|
||||
|
||||
# Step 3：AI 筛选科研类仓库（基于仓库名/描述关键词）
|
||||
|
||||
# Step 4：对每个科研仓库获取详细信息
|
||||
gitlink-cli repo +info --owner <owner> --repo <repo> --format json
|
||||
|
||||
# Step 5：如果是组织，获取团队成员信息
|
||||
gitlink-cli org +members --id <org_name> --format json
|
||||
|
||||
# Step 6：分析贡献者
|
||||
gitlink-cli api GET /:owner/:repo/contributors --format json
|
||||
gitlink-cli repo +info --owner owner --repo repo --format json
|
||||
|
||||
# Step 7：AI 综合分析，生成科研画像报告
|
||||
- 聚合统计数据
|
||||
- 研究方向聚类
|
||||
- 代表性成果识别
|
||||
- 影响力雷达图
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 注意事项
|
||||
|
||||
- ✅ **仓库数量可能较多**：活跃学者可能有 20+ 仓库，建议分批处理
|
||||
- ✅ **组织画像更复杂**：组织画像需聚合多个成员的产出，注意去重
|
||||
- ⚠️ **Fork 仓库处理**：Fork 的仓库如果无独立开发（无额外 commit），不计入科研产出
|
||||
- ✅ **搜索补充发现**：如果 `repo +list` 未列出所有仓库，可用 `search +repos` 补充：
|
||||
```bash
|
||||
gitlink-cli search +repos -k "<login>" --format json
|
||||
```
|
||||
- ⚠️ **影响力仅基于 GitLink 数据**：学者可能在 GitHub/其他平台也有产出，本画像不涵盖
|
||||
- ✅ **雷达图可用 Mermaid 渲染**：报告中的雷达图建议同时提供 Mermaid 格式以便渲染
|
||||
- ✅ **生成结果**：最终生成的结果报告应以markdown形式产出
|
||||
Loading…
Reference in New Issue