name: survey-generatordescription: “Generate source-backed AI/ML survey paper artifacts with curated bibliographies and Fireworks/Kimi HTML rendering.”allowed-tools: Read, Write, Bash, WebFetch, AskUserQuestioncategory: “research”risk: “safe”source: “official”source_repo: “dair-ai/dair-academy-plugins”source_type: “official”date_added: “2026-06-19”author: “DAIR.AI”license: “MIT”license_source: “https://github.com/dair-ai/dair-academy-plugins/blob/main/README.md#license”tags:dair-academyaiworkflowtools:claude-codecodex-clicursorSurvey Generator 技能何时使用当此工作流与用户请求匹配时使用为已文档化的工作流使用此技能。来源dair-ai/dair-academy-pluginsMIT。将学术风格的综述论文生成为单个自包含的 HTML 文件。此技能做什么给定一个主题和一个公开的锚点资源此技能读取锚点资源并提取相关工作全景。构建结构化的research_bundle.json标题、分类法、章节、真实论文的参考文献。通过 Fireworks chat completions API 调用 Kimi K2.6传入研究包和固定的style_spec.json。写出单文件 HTML 产物包含内联 SVG 图、学术布局、编号章节和参考文献列表。使用此技能的代理只负责研究策展。所有散文、图表和 HTML 都由 Kimi K2.6 在一次 API 调用中生成。用户输入用户至少以以下内容调用此技能topic一个简洁的综述主题例如Agentic Engineering或Reasoning Models。source_url一个公开的锚点资源。任何精选列表、权威博客文章、arXiv 综述、GitHub awesome 列表或索引页面都可以。建议的起点DAIR.AI AI Papers of the Week一个持续更新的知名 AI/ML 论文开源索引非常适合宽泛主题、GitHub awesome-* 仓库、arXiv 综述 PDF 或维护良好的论文页面。可选bibliography_size目标参考文献规模。快速综述默认 20。综合综述用 40 到 50详尽综述用 80 到 100。章节长度和 token 预算随此缩放。section_count章节数量默认 6 到 10。如果用户没有提供这些在继续前使用 AskUserQuestion 收集。要求环境中导出FIREWORKS_API_KEY。构建脚本从os.environ读取它。Python 3仅标准库urllib。无外部依赖。代理工作流按顺序执行以下步骤。不要跳过步骤。第 1 步读取锚点资源获取并读取source_url。如果是 GitHub 仓库获取 README 以及任何相关的README-*.md或papers.md索引。如果是 arXiv 综述使用摘要、图表和章节标题。如果是博客文章完整阅读。提取关键子主题以及它按名称引用的论文或系统。对于宽泛的 AI/ML 主题DAIR.AI AI Papers of the Week 是一个特别丰富的锚点它有持续多年的周报每期包含 6 到 10 篇知名论文的简短摘要因此很容易跨时间浏览并过滤出与你的主题匹配的子集。如果你的代理可以使用论文搜索工具Papers-of-the-Week MCP、arXiv 搜索、Semantic Scholar、Google Scholar、组织内部索引等请使用它把候选池扩展到锚点资源直接引用的范围之外。第 2 步定义分类法和章节起草一棵以主题为根的分类法包含 4 到 8 个分支每个分支有 2 到 4 个子节点。分支应覆盖主题的不同子领域不要重叠。起草 6 到 10 个编号章节与分类法的递进保持一致引言、基础、方法、评估、开放问题。图 1 的视口高度通过style_spec.json中的几何契约随叶子总数自动缩放因此更深的分类法也能干净渲染。第 3 步策展参考文献挑选与bibliography_size规模相符的真实论文。对于综合综述40 到 50 条是最佳区间此技能已在build_artifact.py中max_tokens81920的条件下测试到 100 条。每条必须有key、authors、year、title、venue和 1 到 2 句的summary。不要编造论文。每个章节的papers数组必须引用参考文献中存在的键。第 4 步编写research_bundle.json在技能目录中build_artifact.py旁边写入research_bundle.json。使用templates/research_bundle_template.json作为结构骨架。必需的顶层字段title、authors_placeholder、anchor_source、abstract_hints、taxonomy、paradigms、stack、sections、table、bibliography。查看examples/agentic-engineering/research_bundle.json获取完整的工作示例。第 5 步运行生成器python3 build_artifact.py从技能目录运行此命令。脚本读取research_bundle.json和style_spec.json调用 Fireworks 上的 Kimi K2.6并写出output/survey_kimi-k2p6_v{N}.html。每次运行都会产生一个新的带版本号的文件。要使用不同的 Fireworks 模型例如 Kimi K2.5 做并排对比FIREWORKS_MODELaccounts/fireworks/models/kimi-k2p5 python3 build_artifact.py输出文件名按模型 slug 化因此你可以跨模型比较版本。第 6 步预览与迭代在本地打开 HTML 文件。它是一个完全自包含的 HTML 文档因此你也可以从任何静态主机提供服务、嵌入面板或交给你的代理暴露的任何产物预览机制。如果图表看起来不够好调整style_spec.jsonrequired_figures和figure_quality_note键并重新运行。如果散文单薄或章节缺失收紧research_bundle.json中的章节guidance字段。不要直接编辑 Kimi 的输出对输入进行迭代。常见图表失败模式及修复它们的 style_spec 模式不同面板的节点折叠到同一面板要求g transformtranslate(OFFSET,0)组使用面板局部坐标图 2 强制。叶子矩形垂直重叠导致标签被裁剪强制 rect_pitch 大于 rect_height配合显式公式和健全性检查图 1 强制。根标签溢出其胶囊在规范中固定最小矩形宽度图 1 强制width200。一行中的兄弟节点水平重叠例如编排器-工作器面板中的 Worker A、Worker B、Worker C在固定宽度面板中为 N 个节点强制确定性的 rect_width 和 center_x 公式相邻矩形之间留最小水平间隙图 2 多节点行强制。面板内容漂移到左或右边缘而不是位于面板背景中间将每个组的 translate 偏移固定为匹配面板背景的 x 位置10、270、530并将所有内容居中于面板局部 x120图 2 强制。因为模型偏好不同的叙述流程而导致图表以错误的数字顺序输出要求标题按顺序使用 required_figures 中的确切 ID图 1 在图 2 之前图 2 在图 3 之前即使这意味着在同一章节放置两个图通过 hard_rules_for_generation 强制。堆栈图右侧标签在视口边缘被裁剪将堆栈 SVG 视口加宽到 720并要求角色文本 tspan 适配在 x710 内图 3 强制。添加新图或修改现有图时遵循同样的模式声明绝对视口、逐元素坐标或确定性公式以及在描述末尾加上硬性不变量检查子句。此技能中的文件SKILL.md- 本文件。build_artifact.py- 调用 Fireworks 的 Python 脚本。style_spec.json- 视觉和结构规范与主题无关。templates/research_bundle_template.json- 新主题的空模板。examples/agentic-engineering/- 参考性 100 篇论文的运行research_bundle.json survey.html。代理必须遵守的硬性规则绝不编造参考文献条目。每篇被引用的论文都必须是带有真实发表场所的真实工作。每个章节的papers数组必须引用参考文献中存在的键。绝不编辑生成的 HTML。对research_bundle.json或style_spec.json迭代并重新运行。不要修改style_spec.json.hard_rules_for_generation中的硬性规则。保持 style_spec 与主题无关。主题特定内容只存在于research_bundle.json中。不要在 research bundle 的散文字段中使用破折号或箭头符号。局限性当工作流指明需要上游工具、账户、API 密钥或本地设置时需要具备这些。未经用户明确批准不授权破坏性、生产、付费或外部消息操作。在将生成的产物或建议视为最终结果之前对照用户的真实来源进行验证。
