⚠️ 안전 주의 사항: 본 Skill은 브라우저 자동화를 위해 browser skill에 의존하며, 브라우저 쿠키 및 로그인 상태에 접근합니다. 격리된 환경(예: Docker)에서 실행하는 것을 권장합니다. 자세한 내용은 SECURITY.md를 참조하세요.

Kimi CLI를 위한 체계적 학술 문헌 검토 (Literature Survey) Skill

8단계 워크플로우를 채택하고 브라우저 자동화 검색을 사용하며, CNKI/WOS/ScienceDirect를 지원합니다. 설정 없이 GB/T 7714-2015 형식의 문헌 검토 결과물을 출력합니다.

Literature Survey Skill은 사용자의 체계적인 학술 문헌 검토를 돕기 위해 Kimi CLI용으로 설계된 Skill 플러그인입니다.

• 🚀 8단계 워크플로우: 쿼리 분석부터 검토 생성까지의 전체 프로세스 - 🌐
• 브라우저 자동화: API 설정 없이 학술 데이터베이스에 직접 접속 - ✅
• 다중 데이터베이스 지원: CNKI, Web of Science, ScienceDirect, PubMed - 📚
• 구조화된 출력: GB/T 7714-2015 인용 + 제목 + 초록이 포함된 Markdown 문서 - 🔄
• 중단 및 재개: 세션 저장 및 복구 지원

기능 모듈	설명	상태
🔍 쿼리 분석	AI가 중문 및 영문 키워드와 검색 전략 생성	✅ 사용 가능
...

flowchart TD
P0[Phase 0: Session Log<br/>세션 관리] --> P1
P1[Phase 1: Query Analysis<br/>AI 키워드 생성] --> P2
...

단계	명칭	주요 작업	출력
0	Session Log	세션 디렉토리 생성, 작업 진행 상황 기록	session_log.md
...	8	Synthesis (검토 생성 - 핵심 단계)	아래 Sub Phases 참조

Sub Phase	명칭	주요 작업	출력
8.1	Outline	주제 클러스터링, 검토 구조 구축	outline.md
8.2	Writing	전체 검토 초안 작성 (3000-5000자)	draft.md
8.3	Review	6개 차원 품질 검토 (가중치 점수 산정)	review_report.md
8.4	Final	수정 및 윤문, 초록 및 키워드 생성	literature_review.md

Phase 8 반복 메커니즘:

• 점수 ≥85: 소폭 수정 후 즉시 확정
• 점수 70-85: 8.2 단계로 돌아가 일부 섹션 재작성
• 점수 60-70: 8.1 단계로 돌아가 구조 재설계
• 점수 <60: 문헌 품질 확인, 필요 시 재검색

본 Skill은 다음 AI 프로그래밍 도구의 Skills/MCP 시스템과 호환됩니다:

위의 AI 프로그래밍 도구 중 하나를 사용 중이라면, 자연어를 사용하여 직접 설치할 수 있습니다:

💬

다음 프롬프트를 복사하여 AI 어시스턴트에게 보내세요: Literature Reviewer Skill을 설치해 줘. GitHub 저장소 https://github.com/stephenlzc/AI-Powered-Literature-Review-Skills 에서 코드를 클론하고, skills 디렉토리에 literature-reviewer-skill이라는 이름의 폴더로 설치해 줘.

AI 어시스턴트가 클론, 설정 및 설치를 자동으로 완료합니다.

사용 중인 AI 도구의 skills 디렉토리를 찾으세요 (도구마다 경로가 다를 수 있습니다):

• Kimi CLI / KimiClaw:
  ~/.kimi/skills/

• MaxClaw:
  ~/.maxclaw/skills/

• Claude Code:
  ~/.claude-code/skills/

• OpenCode:
  ~/.opencode/skills/

• TRAE:
  ~/.trae/skills/

• VS Code:
  .vscode/skills/

• Kimi CLI / KimiClaw:

본 저장소를 skills 디렉토리에 클론하세요:

# skills 디렉토리로 이동 (도구에 맞는 경로 선택)
cd ~/.kimi/skills # 또는 다른 도구의 skills 디렉토리
# 저장소 클론
...

• 완료! 추가 설정 없이 AI 도구를 재시작하면 바로 사용할 수 있습니다.

보안을 최대한 보장하기 위해, 본 Skill을 Docker 컨테이너에서 실행하는 것을 권장합니다.

# 1. 저장소 클론 (Clone Repository)
git clone https://github.com/stephenlzc/AI-Powered-Literature-Review-Skills.git
cd AI-Powered-Literature-Review-Skills
...

Docker의 장점:

• ✅ 호스트 시스템과 완전히 격리
• ✅ 독립적인 브라우저 환경, 호스트 브라우저 데이터에 접근하지 않음
• ✅ 제한된 파일 시스템 접근 (읽기 전용 루트 파일 시스템)
• ✅ 네트워크 격리, 선언된 도메인에만 접근 가능
• ✅ 리소스 제한 (CPU, 메모리)

Docker 디렉토리 매핑:

./sessions

→ 컨테이너 내 세션 데이터 (쓰기 가능)
./output

→ 컨테이너 내 출력 파일 (쓰기 가능) - 기타 Skill 파일 → 읽기 전용 마운트

주의: Docker 모드에서는 AI 도구 내에서 컨테이너 내부의 Skill 경로를 사용하도록 설정해야 합니다.

보안이 걱정된다면, 다음 단계에 따라 수동으로 검토한 후 설치하는 것을 권장합니다:

# 1. 격리된 디렉토리에 코드를 다운로드하고 검토
mkdir -p ~/test-skills
cd ~/test-skills
...

설치 후, 다음 의존성(Dependencies)이 설치되었는지 확인하십시오:

# browser skill 확인
ls ~/.kimi/skills/browser # 또는 다른 도구의 해당 경로
# Playwright 확인
...

설치가 완료되면, AI 도구에 다음과 같은 자연어 명령을 입력하여 실행할 수 있습니다:

방법 1: 요구사항 직접 기술

「딥러닝 기반 의학 영상 진단」에 관한 문헌 검토(Literature Review)를 수행해줘

방법 2: 단축 명령어 사용 (일부 도구 지원)

/ 문헌 검토 딥러닝 기반 의학 영상 진단 연구

방법 3: 언어 및 수량 지정

문헌을 찾아줘: Transformer 모델의 자연어 처리(NLP) 응용, 중문과 영문 각각 20편씩 필요해

방법 4: 완전한 문헌 검토 작성

「인공지능의 암 조기 스크리닝 응용」에 관한 문헌 검토를 작성해줘.
요구사항:
- 중문 문헌 20편, 영문 문헌 20편
...

AI 어시스턴트가 자동으로 8단계 워크플로우(Workflow)를 실행하여, 최종적으로 완전한 문헌 검토 문서를 출력합니다.

literature-reviewer-skill/
├── SKILL.md # Skill 메인 엔트리 (필수)
├── README.md # 본 파일
...

참고: examples/ 폴더는 사용 예시와 참고 출력을 포함하고 있으며, Skill 설치 패키지에는 포함되지 않습니다. 예시를 확인하려면 프로젝트 저장소를 방문하십시오.

의존성 (Dependency)	버전	설명	상태
browser skill	>=1.0.0	브라우저 자동화 (Playwright)	필수
web_search skill	>=1.0.0	웹 검색 (선택 사항)	선택
docx skill	>=1.0.0	Word 문서 생성 (선택 사항)	선택

⚠️ 중요: 본 Skill은 반드시 browser skill과 함께 사용해야 실행됩니다. 설치되어 있지 않다면 먼저 설치하십시오:

# MCP를 지원하는 도구에서는 의존성이 자동으로 해석됩니다.
# 또는 browser skill을 수동으로 설치하십시오.
git clone <browser-skill-repo> ~/.kimi/skills/browser

본 Skill은 AI 도구가 의존성과 권한을 해석할 수 있도록 다음 설정 파일을 제공합니다:

Model Context Protocol (MCP) 표준을 준수하는 설정 파일에는 다음 내용이 선언되어 있습니다:

• ✅ 의존하는 skills (browser 필수)
• ✅ 런타임 권한 (파일 시스템, 네트워크, 브라우저)
• ✅ 허용된 도메인 목록
• ✅ 리소스 제한

MCP를 지원하는 AI 도구(예: Claude Code, OpenCode)는 이 파일을 자동으로 읽습니다.

상세한 설치 구성에는 다음 내용이 포함됩니다:

• ✅ 시스템 의존성 (Python, Node.js)
• ✅ 설치 단계
• ✅ 검증 확인
• ✅ 보안 권장 사항

본 Skill은 다음 권한이 필요합니다:

파일 시스템:
읽기: ./agents/, ./references/, ./scripts/, ./examples/
쓰기: ./sessions/, ./output/
...

데이터베이스	유형	접근 방식
CNKI (중국지망)	전문 (Full-text)	브라우저 자동화
...
API 설정이 필요하지 않으며, 브라우저를 통해 데이터베이스 검색 페이지에 직접 접근합니다.

완전한 문헌 정보를 포함합니다:

# 문헌 목록
## 중문 문헌
### C1
...

중문 학술지:

[C1] Zhang San, Li Si, Wang Wu. 基于深度学习의 의학 영상 진단 연구[J]. 컴퓨터학보 (Computer Journal), 2023, 46(5): 1023-1035. DOI:10.xxxx.

영문 학술지:

[E1] Smith J, Johnson K, Lee M. Deep learning for medical image analysis[J]. Nature Medicine, 2022, 28(8): 1500-1510. DOI:10.1038/s41591-022-01900-0.

각 문헌에 대한 심층 분석을 포함합니다:

• 주요 관점 및 결론
• 한계점
• 논쟁점
• 연구 내용의 결함
• 참고문헌 형식

고품질의 구조화된 리뷰 (Structured Review)를 포함합니다:

제목****초록 (Abstract) (200-300자)키워드 (Keywords) (5-8개)서론 (Introduction) (연구 배경, 검색 전략)이론적 기초 및 방법론국내 연구 현황국외 연구 현황****고찰 (Discussion) (비교 분석, 연구 트렌드, Gap 식별)결론****참고문헌

본 Skill을 사용하기 전에 반드시 SECURITY.md를 읽어주십시오.

위험 유형	설명	권장 조치
브라우저 자동화 (Browser Automation)	브라우저 쿠키 및 로그인 상태에 접근	시크릿 모드 또는 전용 브라우저 프로필 사용
네트워크 접근	여러 학술 데이터베이스에 접근	각 사이트의 서비스 약관을 준수하고 접근 빈도 조절
파일 시스템	sessions 및 output 디렉토리에 쓰기	쓰기 권한을 제한하고 정기적으로 정리
캡차 (CAPTCHA)	대량 검색 시 캡차가 발생할 수 있음	캡차를 수동으로 처리할 준비를 함

Docker 모드 사용 권장 docker-compose up -d

• 호스트 환경과 완전히 격리

• 독립적인 브라우저 인스턴스

• 제한된 리소스 접근

민감한 계정이 로그인된 브라우저에서 사용하지 마십시오

• 은행, 이메일, 소셜 미디어 등

• 전용 브라우저 또는 시크릿 모드 사용

설치 전 코드를 검토하십시오 cat SKILL.md cat scripts/*.py cat agents/*.md

AI가 설치 명령을 자동으로 실행하게 하지 마십시오

• 저장소(Repository)를 수동으로 클론

• skills 디렉토리로 수동 이동

• 본 Skill은
  학술 연구 목적으로만 사용하십시오 - 사용자는 대상 데이터베이스의 서비스 약관을 준수할 책임이 있습니다.

• 문헌 저작권을 존중하며, 개인적인 학습 및 연구 용도로만 사용하십시오.

• 개발자는 본 Skill 사용으로 인해 발생하는 어떠한 문제에 대해서도 책임을 지지 않습니다.

전체 법적 고지는 SECURITY.md를 참조하십시오.

references/cnki-guide.md

• CNKI 고급 검색 상세 가이드
  references/database-access.md

• 각 데이터베이스 접근 가이드
  references/gb-t-7714-2015.md

• GB/T 7714-2015 인용 형식 규격

• ✅ 보안 강화: 전체 보안 고지 추가 (SECURITY.md)

• ✅ 격리 지원: Docker 실행 환경 추가

• ✅ 의존성 선언: mcp.json 및 install.yaml 추가

• ✅ 다중 도구 호환: KimiClaw, MaxClaw, Claude Code, OpenCode, TRAE, VS Code 지원

• ✅ 이름 변경: literature-survey에서 literature-reviewer-skill로 변경

• ✅ 예시 풍부화: 3개의 완전한 예시 추가 (AI 교육, 탄소 중립, 유니클로 마케팅)

• ✅ API 설정 요구사항 제거

• ✅ 브라우저 자동화를 통한 데이터베이스 접근 방식으로 변경

• ✅ 중복 제거/검증 프로세스 간소화

• ✅ 출력을 Markdown 형식으로 변경 (초록 포함)

• ✅ 8단계 워크플로우 프레임워크 유지

• 8단계 워크플로우로 재구성

• Agent Swarm 아키텍처 도입

• 인용 검증 메커니즘 추가

• 다중 데이터베이스 API 지원 추가

• 초기 버전

본 프로젝트는 개발 과정에서 다음의 우수한 오픈 소스 프로젝트의 아이디어와 설계를 참고하고 통합하였습니다:

프로젝트	핵심 기여
flonat/claude-research	8단계 워크플로우, 인용 검증, Session Log
...

MIT License

Copyright (c) 2024 Literature Reviewer Skill Contributors

본 소프트웨어 및 관련 문서 파일(이하 "소프트웨어")의 복사본을 입수하는 모든 사람에게, 소프트웨어를 제한 없이 취급할 수 있는 권한을 무상으로 허용합니다. 여기에는 소프트웨어의 복사본을 사용, 복제, 수정, 병합, 게시, 배포, 하위 라이선스 부여 및/또는 판매할 수 있는 권한과 소프트웨어를 제공받은 사람에게 다음과 같은 조건 하에 동일한 권한을 허용하는 것이 포함됩니다:

위의 저작권 고지 및 본 허가 고지는 소프트웨어의 모든 복사본 또는 상당 부분에 포함되어야 합니다.

본 소프트웨어는 상품성, 특정 목적에의 적합성 및 비침해성에 대한 보증을 포함하여(단, 이에 국한되지 않음) 명시적이든 묵시적이든 어떠한 종류의 보증 없이 "있는 그대로" 제공됩니다. 어떠한 경우에도 저자 또는 저작권자는 계약상의 행위, 불법 행위 또는 기타 방식에 관계없이 소프트웨어와 관련하여 또는 소프트웨어의 사용 또는 기타 거래로 인해 발생하는 어떠한 청구, 손해 또는 기타 책임에 대해서도 책임을 지지 않습니다.

연구자들을 위해 ❤️로 제작되었습니다.