前言¶

写文献综述或开题时最常见的困境是：文献读了上百篇，笔记记了好几万字，但”什么值得做”仍然说不清楚。常见的做法是从某几篇文章的结论段里挑一句 “future work”，再拼成一个方向。这样得到的选题本质上是某位作者的随口一提，换一篇文献交叉验证就站不住。

下面介绍的 Skill 是 @user_2761353a 发布在 SkillHub 上的「科研选题凝炼4步法」（版本 1.0.1）。它不替代人工判断，而是把”读文献 → 找缺口 → 提科学问题 → 收敛定稿”这条链路拆成四步，每步的输入输出固定下来，最后交付一组经过评估和自我迭代的选题。它面向的是一批文献（PDF / Markdown / TXT），不是单篇。

定位与来源¶

这个 Skill 属于 research topic 类工作流，来自 community 来源，分类为 professional，标签 requires_api_key=false，即不需要额外配置 API Key。发布者是 user_2761353a，官方地址为 https://www.skillhub.cn/skills/user_2761353a/research-topic-4step，接口地址为 https://api.skillhub.cn/user_2761353a/research-topic-4step。

它解决的问题可以概括为一个：输入是”文献集合”，输出是”可检验的科研选题与科学问题集合”，中间的收敛过程不再依赖研究者临场发挥。

四步流程¶

1、共性研究缺口分析。先对给定文献目录做整体扫描，提炼这批文献共同留下的研究缺口，而不是逐个文献分别记摘要。这一步的产出是一组共性缺口条目。

2、多维度识别研究空白。在上一步的共性缺口基础上，从多个维度交叉切分，识别出被反复提及但没人正面处理的空白区域。

3、归纳路径 + 演绎路径 + 跨学科强化。先按归纳法归纳出模式与共性，再按演绎法从已有理论推演空白，最后叠加跨学科深度强化，提升选题的交叉创新性。这一步是整个流程里权重最重的一环，因为前两步只保证”别人没做过”，这一步才保证”值得做”。

4、四维创新性评估 + 自我迭代优化。对候选选题做四维创新性评估，并引入专家辩论式的迭代，不达标就回到前序步骤重做，最终定稿选题。

安装与启用¶

官方页面没有给出 CLI 安装命令，已抓取资料中也没有安装次数以外的安装方式记录。这类 Skill 基于通用 SKILL.md 格式，通常的做法是把 skill 目录放到对应客户端的 skills 路径下，由客户端在匹配到相关需求时自动加载。

因为官方资料没有说明具体的放置路径，也没有区分 Cursor / Codex CLI / Claude Code 的差异，这里不写出未经核实的命令。启用方式以各客户端的 skills 加载文档为准，避免照抄到错误路径后静默不生效。

典型用法¶

输入：一个文献目录（含 PDF、Markdown、TXT 文件）
输出：一组经过四维创新性评估与迭代的可检验科研选题与科学问题

流程按上述四步顺序执行，每一步的输出作为下一步的输入，第四步不达标时回退到第三步重新做归纳与演绎，而不是重新从头扫一遍文献。

适用的需求触发词包括：科研选题、文献综述选题、凝炼科学问题、研究缺口分析、研究空白识别、选题方向、知识图谱辅助选题。出现这些表述时可以把这个 Skill 的四步流程作为默认骨架，再按具体学科替换第三步里的归纳维度和演绎起点。

适用场景与注意¶

适合已经在文献堆里泡了一段时间、手上有明确文献目录、需要把方向收敛成可开题命题的研究者，也适合需要批量产出候选选题的综述写作场景。

需要注意三点：

• 输入质量决定输出质量。这个 Skill 不负责读文献、做摘要和抽取实体，它接收的是文献集合，前期的清洗和结构化仍要自己完成。
• 第三步的跨学科强化依赖具体的学科背景。它提供的是流程位置，不是凭空生成的交叉点，需要研究者自己给出可交叉的理论来源。
• 第四步的”专家辩论”是模拟迭代机制，不是接入真实评审，最终判断仍要回到人和导师的讨论里。

另外，官方页面显示该 Skill 下载量已超过五千次而安装数为 0，这个落差本身值得留意：说明下载后实际部署到本地工作流的人很少，第一次启用时需要自己确认客户端是否真的加载到了它，不要默认”下载即生效”。

小结¶

科研选题凝炼4步法的价值不在于给出一个神奇的选题，而在于把选题生成的四个环节显式化：共性缺口、多维空白、归纳演绎加跨学科、四维评估加迭代。有了这个骨架，研究者能清楚地知道当前卡在哪一步，也知道该往哪个方向补材料。

官方地址：https://www.skillhub.cn/skills/user_2761353a/research-topic-4step