Communitygithub.com

ANDYPENG09/catalyst-search-skill

雙語催化文獻檢索技能(適用於 AI 代理,如 Claude Code / OpenClaw / Hermes / Cursor / WorkBuddy)。

catalyst-search-skill 是什麼?

Catalyst Search 是一個專為 AI 代理設計的雙語(英文/中文)催化文獻檢索技能,支援 Claude Code、Cursor、Codex 等平台。它利用 WebSearch(學術主題)和 WebFetch 工具,從 ScienceDirect、arXiv、OpenAlex、Google Scholar 等公開資料來源中,根據使用者的自然語言查詢,搜尋並組織催化領域的學術文獻。此技能會先進行語義解析和查詢生成,並行檢索,取得相關論文的摘要和元數據,然後過濾、去重、排序,最後以標準格式的文獻矩陣輸出,供另一個配套技能「catalyst-design」使用。其核心在於提供可驗證、高相關性的文獻摘要,而非提供催化劑設計建議。

相容平台✓Claude Code✓Codex CLI✓Cursor
npx skills add ANDYPENG09/catalyst-search-skill

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

催化文獻檢索

使用時機

  • 當使用者要求查詢催化文獻、尋找催化劑論文、檢索特定催化劑、進行文獻回顧、調查催化劑研究進展,或收集某個主題的幾篇論文時。
  • 典型輸入:催化劑主題、反應類型(HER / OER / ORR / PEMWE / 光催化)、材料系統(Pt/C、PtCo、HEA、SAC、IrO₂ 等)。

不使用時機

  • 催化劑設計或選擇建議(組成、合成路徑)——請使用 catalyst-design;此技能僅檢索文獻,不提供任何設計建議。
  • 非催化領域的文獻檢索(例如純有機合成、藥物化學)——不適用。
  • 僅需擷取已知 DOI 的單篇論文——請直接使用 WebFetch。

先決條件

  • 需要 WebSearch(主題=academic)和 WebFetch 工具;沒有它們則無法進行檢索。
  • 隨附檢索要點(references/)和輸出模板(templates/),不依賴任何付費資料庫帳號。

輸入介面

  • 必填:檢索主題(自然語言,至少包含以下一項:反應類型、材料系統、性能目標)。
  • 可選:時間範圍、語言偏好、僅限開放取用(OA)限制。

檢索要點(用於建立查詢的通用維度)

  • 反應類型:析氫反應(HER)、析氧反應(OER)、氧還原反應(ORR)、全水分解、質子交換膜水電解(PEMWE)、陰離子交換膜(AEM)、光催化、塑膠升級回收。
    • 務必區分酸性與鹼性介質:相同反應在酸鹼環境下的機制、催化劑和基準差異很大。例如,酸性 OER 僅有 Ir/Ru 基催化劑穩定;鹼性 HER 的速率決定步驟是水分解。
    • 各反應的特定關鍵詞列表、性能基準、機制與表徵術語詳見 references/reaction_systems.md(內含文獻支持的基準值,用於判斷相關性與先進性)。
  • 催化劑系統:Pt/C、Pt-Co 合金/金屬間化合物、高熵合金(HEA)、單原子催化劑(SAC)、核殼結構、IrO₂/IrOₓ、Ru@IrOₓ、N/S 摻雜碳、MOF 衍生。
  • 性能指標:在 10 mA cm⁻² 下的過電位、ECSA、質量活性(MA, A/mg_Pt)、轉換頻率(TOF)、Tafel 斜率、穩定性/耐久性。
  • 表徵與測試:XRD(粒徑)、TEM、XPS、旋轉圓盤電極(RDE)、膜電極組(MEA)。
  • 合成方法:焦耳加熱、強靜電吸附(SEA)、微波輔助、連續流。
  • 縮寫擴展:PtCo → "Pt-Co alloy" 或 "Pt cobalt intermetallic";HEA → "high-entropy alloy";SAC → "single-atom catalyst"。
  • 期刊與來源分佈:優先使用高影響因子(IF)期刊、高被引論文,以及近 5–10 年的文獻。英文文獻以高 IF 期刊(如 Adv. Energy Mater.、Nat. Commun.、Angew. Chem.、Energy Environ. Sci.、J. Power Sources、Chem. Eng. J、ScienceDirect/Elsevier、ACS、RSC、Nature 系列)和高被引論文為優先來源。標準與專利(TCASMES 400-2024、T/CRES 0030-2025、企業專利)仍為有效來源。

工作流程

  1. 語義解析與查詢生成。結合反應類型、催化劑系統與性能/表徵;如上所述擴展縮寫;用 OR 連接同義詞。
  2. 並行檢索。使用 WebSearch(主題=academic)對每個群組進行並行檢索。優先選擇權威來源:ScienceDirect(https://www.sciencedirect.com/)、arXiv(https://arxiv.org/)、OpenAlex(https://openalex.org/)、Google Scholar。
    • 降級方案(M2b):若群組回傳空結果或逾時,則放寬查詢(將 AND 拆分為 OR、移除限定詞)或切換來源(直接搜尋 Google Scholar/OpenAlex)。若所有群組皆回傳空,則如實告知未找到相關文獻;絕不捏造。
  3. 擷取摘要。針對最相關的 3–5 篇論文,使用 WebFetch 擷取摘要頁面(優先使用期刊網站、Semantic Scholar、arXiv、PubMed;若位於付費牆後,取得摘要、元資料與 DOI 即可)。僅摘要足以判斷相關性,無需下載全文或引用。
  4. 提取元資料。標題、作者、期刊/來源、年份、DOI、摘要重點。
  5. 過濾、去重與排序。按相關性、影響因子(IF)或引用次數、以及時效性(偏好近 5–10 年)排序;標示 OA 可取得狀態(已取得/線上/付費牆/手動)。
    • 結果驗證(M5b):透過 WebFetch 驗證每篇論文的 DOI/摘要可存取性(付費牆論文至少需有元資料);去重(相同 DOI 或標準化標題);僅保留摘要中明確包含目標反應類型與催化劑系統的論文;丟棄僅關鍵字命中的結果。
  6. 輸出。依照 templates/literature_matrix.md 產出文獻矩陣、支持結論與驗證建議。引用格式:templates/citation_gb7714.md。

輸出介面(標準格式,由 catalyst-design 消費)

  • 以 templates/literature_matrix.md 的表格格式輸出文獻矩陣,欄位包含:編號 / 標題 / 作者 / 期刊·來源 / 年份 / DOI / 反應類型 / 催化劑系統 / 關鍵指標 / OA 狀態 / 摘要重點 / 相關性。
  • 在矩陣之後,附加兩個章節:支持結論(針對研究問題的證據摘要)和驗證建議(XRD/TEM/XPS 表徵、RDE/MEA 測試、對照實驗)。
  • 此輸出視為「文獻檢索結果」,可直接饋入 catalyst-design(參見 catalyst-design 的「輸入介面」)。

資料來源

能力範圍

  • 詳見 references/capabilities.md。

分工

  • 此技能僅負責檢索與組織文獻;催化劑設計建議由 catalyst-design 負責。
  • 僅使用 WebSearch(學術)和 WebFetch;不使用其他專用搜尋工具的內建或複製的內部介面。

注意事項

  • 過於嚴格的 AND 組合容易回傳空結果;宜放寬或拆分群組(例如分別搜尋 HER + Pt + HEA 後再合併)。
  • 引用的論文必須可驗證;透過 WebFetch 驗證 DOI/摘要;絕不捏造。
  • 在輸出末尾註明檢索引擎(開放網路)與可取得狀態。
  • 搜尋結果欄位差異很大;請自行從 WebSearch 輸出區塊解析標題、作者、來源與年份。
  • 安全性與權限:此技能僅透過 WebSearch/WebFetch 存取公開學術頁面;不執行系統命令、不寫入使用者檔案、不登入任何付費資料庫、不收集或外洩使用者資料。

常見陷阱(反模式)

  • 將搜尋結果視為設計建議:此技能僅檢索與組織文獻;請勿僅從矩陣推導催化劑組成或合成建議——請交給 catalyst-design。
  • 捏造或猜測 DOI:絕不發明 DOI 或元資料。若論文缺少可驗證的 DOI,請標示「未驗證」並說明;請勿用看似合理但虛假的識別碼填入矩陣。
  • 過於嚴格的 AND 查詢導致空結果:結合太多 AND 條件會導致無結果;請放寬或拆分群組(分別搜尋 HER + Pt + HEA 再合併),遵循 M2b 降級方案。
  • 將僅關鍵字命中的結果視為相關:刪除摘要中未明確包含目標反應類型與催化劑系統的論文(M5b 驗證)。

範例

  • 輸入:搜尋「alkaline HER single-atom catalysts, last 5 years」。
    • 輸出:文獻矩陣(3–5 篇完整欄位的論文)+ 支持結論(例如 Ru SAs/N-C 達到 η₁₀ = 29 mV,水分解能壘 ≈ 0.5 eV)+ 驗證建議(XPS 確認原子分散、RDE 測 η₁₀/Tafel、DFT 計算 ΔG_H*)。

專案首頁

相關技能