LLMWiki

Semantic Scholar寻找文献使用说明见第三节、LLMWiki使用说明见第四节。新增一键入库、基于subagent多端讨论见dev文件夹。

一、目录结构设计

wiki 是 LLM 完全拥有的层，你读它，LLM 写它。好的问答结果本身也应该写回 wiki，成为新的页面，这样你的探索过程也在知识库里积累复利。@Karpathy

参考目录结构是：sources/（论文摘要）、entities/（作者、数据集、系统）、concepts/（方法、理论）、syntheses/（跨论文综合）、comparisons/（方法对比）、questions/（研究问题），通过 wikilinks 互联。

具体结构如下： gaps/ 和 synthesis/ 这两个目录是你的需求相比 Karpathy 通用场景最大的扩展，也是 idea 生成的核心积累地。

二、CLAUDE.md 模板（学术研究版）

CLAUDE.md 是整个系统最重要的文件，它把一个通用 LLM 变成一个有纪律的知识工作者，编码了：域内哪些实体和关系存在、何时创建新页面 vs 更新已有页面、哪些内容是私有的。

以下是针对科研场景的完整 CLAUDE.md 模板：

三、Semantic Scholar 文献发现

新增脚本：scripts/s2_discovery.py，用于从 Semantic Scholar 批量发现与你研究方向相关的新论文，并把结果整理到本地 CSV、SQLite 缓存和 Markdown 周报中。

• 关键词搜索
• 种子论文的被引论文追踪
• 种子论文的参考文献追踪
• 指定作者的新论文追踪
• 基于种子论文的推荐论文收集

1. 依赖与前置条件

你还需要一个 Semantic Scholar API Key（使用教育邮箱申请，免得获取），并在运行前设置环境变量 S2_API_KEY。

如果没有设置 S2_API_KEY，脚本会直接退出。

2. 相关文件

• discovery/inbox.csv
• discovery/semantic_scholar/config.yaml
• discovery/semantic_scholar/queries.txt
• discovery/semantic_scholar/seed_papers.csv
• discovery/semantic_scholar/tracked_authors.csv
• discovery/semantic_scholar/semantic_cache.sqlite
• discovery/semantic_scholar/semantic_weekly.csv
• discovery/semantic_scholar/semantic_weekly.md

脚本启动时会自动初始化这些目录和文件。不存在时会自动创建，不需要手动建目录。

3. 配置文件说明

配置文件路径：discovery/semantic_scholar/config.yaml