Xinyang-Li666/SciCrucible

# SciCrucible — 科学智能知识库框架 [](LICENSE) ## 这是什么 SciCrucible 是一套**框架**——不是成品知识库，而是帮你**构建自己知识库**的工具链。你只需提供 PDF 论文和配置，SciCrucible 自动完成： - 文献元数据提取 → 结构化笔记（组分-条件-性质-机制闭环） - 概念自动聚合（中颗粒度：共享同一物理机制的合并） - DOI 去重 + 文献索引缓存 - 多角度主动文献发现 - 每周文献速递（自动扫描 → 精选 → 下载 → 摄入） - 知识库健康检查（断链、过期、缺口、DOI 覆盖率） - 文献锚定型学术写作 **核心思路**：你负责阅读和思考，LLM 负责编译和组织。知识库越用越聪明。 ## 它能做什么 | 场景 | 命令 | |------|------| | 新论文太多，读完就忘 | `/forge-ingest` 自动提取元数据 → 生成文献页 → 按课题分类归档 | | 想快速了解某个材料问题 | `/forge-search <问题>` 遍历概念页+文献→综合回答，附文献出处 | | 主动发现领域新文献 | `/forge-discovery "<关键词>"` 多角度 sci search → 去重 → 下载 → 待摄入 | | 每周文献速递 | `/forge-weekly` 自动扫描+精选+下载+摄入，推送 3-5 篇/课题 | | 设计新材料成分 / 分析机制 | `/forge-think` 基于已有知识跨领域类比思考 | | 知识库质量下降 | `/forge-health` 全面检查断链/过期/缺口/DOI覆盖率/概念页健康评分 | | 写论文 Introduction / Discussion | `/forge-writing` 文献锚定型写作，逐段交互起草 | | 构建实验数据库（如烧蚀/氧化） | `/forge-extract` 检索→筛选→下载→提取→结构化 JSON 数据库 | ## 快速开始 ### 0. 前置条件 - [Claude Code](https://claude.ai/code)（通过 CLI 或 IDE 扩展） - [SciMaster CLI](https://scimaster.ai)（可选，用于文献发现功能） - [scansci-pdf](https://github.com/nick-cn/scansci-pdf)（可选，用于文献下载功能） - Python 3.10+ ### 1. 克隆仓库 git clone git@github.com:Xinyang-Li666/SciCrucible.git cd SciCrucible ### 2. 按需配置 详细的安装和配置指南见 **[MANUAL.md](./MANUAL.md)**。核心步骤： - **Claude Code MCP**：配置 `scansci-pdf`（文献下载） - **SciMaster CLI**：配置 `sci` 命令（文献检索） - **期刊评级表**：仓库已包含 `journal-ratings.xlsx`（社区整理的期刊评级参考，非官方数据） - **CLAUDE.md**：将课题名称替换为你自己的研究方向 ### 3. 开始使用 # 下载 PDF 放入暂存区 cp ~/Downloads/paper.pdf SciCrucible/raw/new-papers/ # 在 Claude Code 中打开项目，输入： /forge-ingest # 知识库自动生长（按课题分层） # - wiki/<课题>/literature/ ← 文献笔记（组分-条件-性质-机制闭环） # - wiki/<课题>/concepts/ ← 概念页（自动聚合，中颗粒度） # - wiki/通用/ ← 跨课题共享的通用概念/方法（DFT/MD/热力学…） # - wiki/index.md ← 全局索引（自动更新） # - literature_index.json ← DOI 去重缓存（自动维护） ### 其他常用操作 # 查询知识库（直接提问即可） "掺杂如何影响高镍正极的 H2→H3 相变？" # 主动发现新文献 /forge-discovery "高熵碳化物抗氧化烧蚀" # 每周文献速递 /forge-weekly # 学术写作 /forge-writing 写LNO掺杂抑制H2-H3相变的Introduction ## 可用命令 | 命令 | 功能 | |------|------| | `/forge-ingest` | 批量摄入 `raw/new-papers/` 中所有 PDF | | `/forge-ingest ` | 摄入单个 PDF | | `/forge-search ` | 自然语言查询知识库（直接提问即可） | | `/forge-discovery "<关键词>"` | 主动检索新文献（多角度 sci search → 去重 → 下载） | | `/forge-weekly` | 每周文献速递（自动扫描+精选+下载+摄入） | | `/forge-think` | 材料科学协作思考 | | `/forge-todo` | 待办管理 | | `/forge-health` | 知识库健康检查 | | `/forge-writing` | 文献锚定型学术写作（Introduction + Discussion） | | `/forge-extract` | 通用实验数据提取 — 检索→筛选→下载→提取→标准化→入库 | ## 目录结构 SciCrucible/ ├── README.md ← 本文件 ├── MANUAL.md ← 详细使用手册 ├── LICENSE ← GNU GPL v3 ├── CLAUDE.md ← 项目指令（Claude Code 自动读取） ├── .gitignore ← Git 忽略规则 ├── .mcp.json ← MCP 配置模板 ├── .claude/skills/ ← Claude Code skill 定义 │ ├── forge-ingest/ ← /forge-ingest（文献摄入） │ ├── forge-search/ ← /forge-search（知识库查询） │ ├── forge-think/ ← /forge-think（协作思考） │ ├── forge-todo/ ← /forge-todo（待办管理） │ ├── forge-health/ ← /forge-health（健康检查） │ ├── forge-writing/ ← /forge-writing（学术写作） │ │ ├── SKILL.md ← IMRD 四段独立路由 + 三阶深挖 │ │ ├── references/ ← 语言规则 │ │ └── evals/ │ ├── forge-extract/ ← /forge-extract（通用实验数据提取） │ │ ├── SKILL.md ← 6 步 pipeline 完整流程 │ │ ├── scripts/ ← normalize_units, validate_schema, merge_to_db... │ │ ├── references/ ← ablation-schema.json, field-guidelines │ │ └── evals/ │ ├── forge-discovery/ ← /forge-discovery（主动文献发现） │ │ ├── SKILL.md ← 完整流程定义 │ │ ├── scripts/dedup.py ← DOI 去重脚本 │ │ ├── config/weekly.yaml ← 周报关键词配置模板 │ │ └── references/sci-cli.md← SciMaster CLI 参考 │ └── forge-weekly/ ← /forge-weekly（每周速递） ├── scripts/ ← 辅助脚本 │ ├── extract_pdf.py ← PDF 文本提取 │ ├── forge-ingest.sh ← 批量摄入入口 │ └── forge-health.sh ← 健康检查入口 ├── raw/ ← 第 1 层：不可变原始素材（运行时生成） │ ├── new-papers/ ← 待摄入暂存区 │ ├── papers/ ← 已摄入 PDF（按课题分文件夹） │ ├── search-results/ ← 检索结果 │ │ ├── json/ ← JSON 原始数据 │ │ ├── bib/ ← BibTeX 引用 │ │ ├── reports/ ← 检索报告 │ │ └── batches/ ← 批次状态 │ ├── extract/ ← forge-extract 工作目录（运行时生成） │ │ ├── papers/ ← 待提取 PDF │ │ ├── md/ ← PyMuPDF4LLM 转换输出 │ │ └── json/ ← LLM 提取的结构化 JSON │ └── references.bib ← 全局 BibTeX 库（自动生成） ├── database/ ← 结构化实验数据库（运行时生成） │ ├── ablation.json ← 烧蚀实验数据 │ └── processed_dois.json ← 已处理 DOI 追踪 ├── wiki/ ← 第 2 层：LLM 维护的结构化知识（运行时生成，按课题分层） │ ├── index.md ← 全局索引入口 │ ├── literature_index.json ← DOI→标题 索引缓存 │ ├── <课题A>/ ← 如「超高温陶瓷」 │ │ ├── concepts/ ← 概念页（中颗粒度，80-250 行） │ │ ├── literature/ ← 文献笔记 │ │ ├── methods/ ← 课题专用方法页 │ │ └── projects/ ← 项目综述（8 章框架） │ ├── <课题B>/ ← 如「锂离子电池正极材料」（同上四类） │ └── 通用/ ← 跨课题共享 │ ├── concepts/ ← 通用概念（掺杂/热力学/氧化理论…） │ └── methods/ ← 通用方法（DFT/MD/机器学习势…） ├── brainstorming/ ← 第 3 层：想法与探索（运行时生成） └── manuscripts/ ← 第 4 层：完成的手稿 PDF（运行时生成） ## 设计理念 ### 中颗粒度 概念页不追求一个原子概念一页，也不全部塞进一页。**共享同一物理机制的合并为一页**，用 `###` 子标题区分。页面规模 80-250 行。 ### 期刊评级过滤 构建文献脉络时按期刊评级过滤：优先评级 1和顶级期刊，低评级期刊仍摄入但不进入脉络。评级表 `journal-ratings.xlsx` 已包含在仓库中（社区整理的期刊评级参考，非官方数据）。 ### 增量编译 每次摄入追加新知识，不覆盖已有内容。概念页增量补充，文献索引自动维护。 ### 双链互联 所有 wiki 页面 `[[双向链接]]`，鼓励跨领域类比（如 UHTC ↔ 正极共享 Ellingham/Wagner/Fick 框架）。 ### 闭环 摄入 → 编译 → 查询 → 发现 → 写作 → 再摄入。知识库越用越聪明。 ### 8 章项目框架 每个研究课题统一结构：研究背景 → 文献脉络 → 技术路线 → 阶段进展 → 核心发现 → 手稿 → 开放问题 → 阅读导航。 ## 个人化 Fork 后你需要做的： 1. **修改 `CLAUDE.md`**：替换课题名称和研究方向 2. **修改 `weekly.yaml`**：替换检索关键词 3. **检查期刊评级表**：仓库已含 `journal-ratings.xlsx`，如需更新请自行替换 4. **配置 MCP**：在 Claude Code 中启用 `scansci-pdf` 5. **配置 SciMaster**：运行 `sci init`（如需文献发现功能） ## 完整文档 详见 **[MANUAL.md](./MANUAL.md)** —— 包含安装配置、场景化工作流、维护指南。 ## 许可 GNU General Public License v3.0 — 自由使用、修改、分发，但衍生作品必须同样开源。 详见 [LICENSE](./LICENSE)。

标签：Claude, CVE检测, DLL 劫持, Ruby, 大语言模型, 学术写作, 文献分析, 知识库, 科学智能, 逆向工具