MaryCache/imozuru

知らない分野を、原文にたどりつくまで芋づる式に掘る Claude Code のスキル

機能概要

imozuru は、馴染みのないトピックについて深く、ソース優先のリサーチを行うための Claude 搭載の「スキル」です。LLM に上位のウェブページを要約させる代わりに、主要な用語、影響力のある人物、知識のハブからなるリサーチマップを構築し、引用、リンク、著者を追跡して、元の文書（論文、ブログ記事、動画など）を収集します。原文は変更せずに保存され、ツールは各主張の証拠が存在する正確なファイルと行番号を指し示すだけで、最終判断はあなたに委ねられます。

工作原理

提示 – 你给 Claude 一个自然语言请求，例如：“芋づる式に調べて: Gaussian Splattingって何か”。
地图创建 – 两个并行的搜索代理爬取网络，收集词汇、专家和平台。他们的发现写入 map.md。
引用追踪 – 使用 OpenAlex API（无需密钥），代理追踪参考文献、被引链接和作者页面，将原始来源获取到 sources/。
停止条件 – 当每个期望的主张都有来源支持（HALT 条件）或当新发现材料的 70% 与现有地图重叠（饱和）时，过程停止。
提取 – 对于每个主张，从来源中提取精确片段；report.py 验证片段与保存文件中的行号匹配。
输出 – 在 ~/research/<topic>/ 下创建目录结构，包含：
- map.md – 研究地图和进度日志
- log.md – 每周尝试内容及成功/失败原因的笔记
- sources/ – 原始 PDF、HTML 转换的 Markdown、YouTube 字幕等
- extracts.json 和 report.html – “抜き書き”（提取）页面，列出每个主张及其支持摘录。

为什么重要

来源优先的严谨性 – 通过拒绝过早总结，它避免了“过早闭合”（Kuhlthau 1991），确保你在形成结论前看到原始证据。
混合学术与灰色文献搜索 – 同样适用于学术领域（arXiv、PDF）和从业者为主的领域（Qiita、Zenn、YouTube），在这些领域最佳知识存在于博客和视频中。
透明的来源 – 每个主张都关联到具体的文件和行号，使研究可审计且可复现。
模块化、开源 – 使用纯 Python 3.10+ 实现，仅依赖可选外部工具（pdftotext、yt-dlp、ax 等）。可通过 Vercel Skills CLI 添加到 Claude。

适用人群

需要对不太了解的主题进行深入、可验证背景的研究人员、工程师或爱好者。
对可能遗漏关键细微差别的 LLM 生成摘要感到不安的人。
希望拥有可复现的“研究笔记本”，记录每个论点由哪些主要来源支持的团队。

快速开始

# 作为 Claude 技能安装
npx skills add MaryCache/imozuru
# 或手动复制
cp -r skills/imozuru/ ~/.claude/skills/imozuru/

确保你拥有 Python 3.10+，并可选安装：

pdftotext（poppler 或 Xpdf）用于 PDF 提取
yt-dlp 用于 YouTube 字幕
ax 用于 HTML 转 Markdown
tesseract + pdftoppm 用于扫描 PDF 的 OCR

然后在 Claude Code 中直接询问：

芋づる式に調べて: Gaussian Splattingってよく聞くけど全然わからない。論文とか解説の流れを掘ってほしい

该技能将创建一个类似 ~/research/GaussianSplatting/ 的文件夹，包含地图、来源和 HTML 报告。

许可证： MIT – 你可以自由修改和重新分发该技能（但请尊重所收集源文档的版权）。