From 7b880cb8ad5b6d9cfed5e74843e28628d02bd82b Mon Sep 17 00:00:00 2001 From: yangsai01 Date: Mon, 8 Jun 2026 19:56:57 +0800 Subject: [PATCH] feat(skills): add skill gitlink-scholar-profile --- skills/gitlink-scholar-profile/SKILL.md | 471 ++++++++++++++++++++++++ 1 file changed, 471 insertions(+) create mode 100644 skills/gitlink-scholar-profile/SKILL.md diff --git a/skills/gitlink-scholar-profile/SKILL.md b/skills/gitlink-scholar-profile/SKILL.md new file mode 100644 index 0000000..e557afb --- /dev/null +++ b/skills/gitlink-scholar-profile/SKILL.md @@ -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 --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 --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 --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 --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 --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 --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 --format json + +# 获取组织成员列表 +gitlink-cli org +members --id --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 --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 --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%） + - ：目标检测算法优化 + - ：图像分割新架构 + - ：3D 点云处理 + 2. 自然语言处理（2 个仓库，占 33%） + - ：预训练语言模型微调 + - ：多语言机器翻译 + 3. 强化学习（1 个仓库，占 17%） + - ：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：** / +**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 --format json +# 或 +gitlink-cli org +info --id --format json + +# Step 2：获取所有仓库列表 +gitlink-cli repo +list --user --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 --repo --format json + +# Step 5：如果是组织，获取团队成员信息 +gitlink-cli org +members --id --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 "" --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