## 领域全景综述 (The Domain Panorama)

#### 描述

专为学术研究与行业调研打造的第二大脑。从海量的论文、技术博客与白皮书中，提取关键技术路线与演进脉络。通过跨文档的知识关联，自动生成综述大纲，将碎片化阅读转化为系统性的认知资产。

#### 核心任务

针对用户想要研究的 **「特定领域（如：AI Agent）」**。目标：搜集 **10+ 篇核心论文/文章」**，提取 **「技术演进路线」** 与 **「关键挑战」**，并最终生成一份 **「领域研究综述大纲 (Review Outline)」**。

正式开始前先和用户明确要研究的主题。

#### 执行步骤

**Step 1: 知识图谱构建 (Sourcing)**

- **目标**: 确定该领域的研究边界与核心文献。

- **动作**:

- **学术/行业搜索**: 在 Google Scholar 或 Tech Blog 中锁定该领域引用率最高的 5 篇经典论文 + 最近 3 个月的 5 篇前沿文章。

- **批量入库**: 将这些高质量内容全部 Save 到 Board 中，形成专题知识库。

**Step 2: 跨文档知识关联 (Connecting)**

- **目标**: 像侦探一样在不同文献中寻找线索的交集。

- **动作**:

请阅读以下论文，并按照“文献综述素材”的标准提取信息。你的输出必须包含以下维度：

核心问题 (Problem Statement): 论文试图解决的具体科学/技术矛盾是什么？

演进脉络 (Evolution): 该研究是基于前人的哪些工作？它批评或改进了哪个经典模型/理论？

技术路线 (Methodology Map): 采用了哪种方法论类别（如：定性/定量、实验/仿真、某种特定算法家族）？

贡献矩阵 (Contribution):

新颖点: 是改进了效率、提出了新框架，还是发现了新现象？

局限性: 作者承认的或你发现的系统性弱点。

关键结论 (Key Findings): 最核心的数据支持或理论结论。

引用锚点 (Citation Hook): 请给出一句可以由我直接引用在综述中的总结性陈述（例如：“张三等(2025)通过...填补了...的空白”）。

Constraint: 语言专业且客观，避免宽泛的赞美。

研读输出物 (The Outputs)当你对知识库中的论文运行上述指令后，你应当得到以下三种形式的输出物：

1、结构化矩阵表 (Comparison Matrix)

纵列是论文标题，

横列包括：论文标题 研究流派/分类 解决的具体矛盾 核心方法 性能表现/结论 待解决问题

2. 技术演进时间轴 (Evolution Timeline)

记录论文之间的继承与反叛关系。

输出示例：A 奠定了基础 -> B 改进了 A 的稳定性 -> C 指出 B 在极端环境下失效并提出新方案。

3. 主题聚类云 (Thematic Clusters)

将论文按“解决问题的角度”而非“出版时间”进行归类，这直接构成了你综述的章节大纲。

生成文献综述初稿

Task: 基于我已经研读过的这 [N] 篇论文的提取报告，请为我撰写一份文献综述的框架与核心论点。

Requirements:

横向对比: 不要按论文顺序罗列，要按“技术路线”或“研究视角”进行分类讨论。

趋势分析: 分析该领域近几年的研究重心是如何从 A 转移到 B 的。

空白识别: 总结目前现有研究中共同忽略的领域或尚未解决的痛点（Research Gap）。

风格: 符合学术期刊综述部分的写作规范。