
de ai-agent-research-starter-kit32
Un processus de filtrage rigoureux en deux étapes pour les articles académiques : score d'abstrait suivi d'une extraction approfondie des données.
Cette compétence fournit une méthodologie systématique pour filtrer de grands volumes de littérature académique afin d'identifier les articles contenant des données, des méthodes ou des mesures spécifiques. Elle empêche les agents de perdre du temps sur des articles superficiellement liés en imposant une approche stricte privilégiant la précision à l'exhaustivité.
Utilisez cette compétence lorsque vous avez une liste de résultats de recherche (par exemple, de PubMed) et que vous devez déterminer quels articles sont réellement pertinents pour une requête de recherche spécifique, en particulier lors de la recherche de points de données précis comme les valeurs IC50, les niveaux d'expression génique ou des benchmarks d'algorithmes spécifiques.
papers-reviewed.json et SUMMARY.md pour garantir la reproductibilité.Conçue pour les agents de recherche avancés (comme OpenClaw ou Codex) capables d'exécuter des commandes shell (curl, grep) et de gérer des états locaux JSON/Markdown.
Cette compétence n'a pas encore été examinée par notre pipeline d'audit automatisé.