mcpbeat

Bear Onboard

xuzhougeng/bear-onboard

> 给一个概念或领域,同时画出它的概念版图(空间:现在这个领域长什么样)和演化脉络(时间:这个领域是怎么走到今天的),在一份综合报告里帮你快速建立对一个陌生领域的立体认知。底层走真实检索(scimaster-cli),绝不编造引用。 **以下情况请主动触发本技能**:用户想"快速入门一个领域"、"搞懂这个方向"、"这个领域的核心概念和发展历史"、"帮我建立对这个方向的认知框架"——即使没有说"bear-onboard",只要意图是**对一个陌生领域同时理解概念版图和演化脉络**,就使用本技能。 不适用于:只画概念地图(用 bear-map)、只做溯源(用 bear-trace)、为观点找文献(用 bear-support / bear-counter)、选题查重(用 bear-scoop)。

11k tokens
context cost
the whole folder, loaded on every use
3
files
instructions only
0
copies elsewhere
how many repositories repackaged it
859
stars on the repo
on the repository, not the skill itself

Install

one command, takes just this skill from the repository
npx skills add https://github.com/xuzhougeng/wisp-science --skill bear-onboard

The instruction itself

3 sections, as written by the author

bear-onboard · 领域快速入门

一个工作流:把概念版图(空间)和演化脉络(时间)同时摆出来,让你在最短的时间内建立对一个陌生领域的立体认知。单独看地图不知道哪个概念重要;单独看脉络不知道现在的技术版图长什么样。两者交叉,才能定位自己在哪里、该从哪里进入。

先读 references/sci-cli.md——CLI 检测步骤、用法和铁律。

再读 references/output-system.md——HTML 外壳规范和设计 token。

步骤(固定顺序)

Step 0 — 确认 CLI 可用

运行 sci --version。未安装就给安装命令并停止;认证错误就提示 sci init 并停止。

Step 1 — 锚定领域,执行多维检索(概念版图侧)

以输入术语为中心概念,执行主检索(--mode low--limit 20),再做至少 2 个补充检索(方法邻居、应用场景、对照概念等角度)。从摘要里挖出 5–8 个邻近概念,每个概念写出:它是什么(2–3 句)+ 与中心的连接(1 句)+ 支撑文献 ID。

告知用户本次将执行约 8–10 次检索,然后直接开始,不等待确认。

Step 2 — 锚定演化脉络,执行溯源检索(脉络侧)

以同一术语为主题,先找当前标志性工作作为锚点,再逐层向前追溯(默认 3 层),最后补充近 1–2 年的最新进展。每条传承边标注关系类型(方法来源 / 问题来源 / 证据来源 / 领域转折)。

Step 3 — 交叉识别枢纽节点

对比两侧的检索结果,找出同时出现在概念版图和演化脉络中的概念——这些是枢纽节点,是理解这个领域最优先需要掌握的概念。枢纽节点通常既是地图上的核心邻居,也是脉络上的关键转折点。

Step 4 — 综合判断

基于两侧检索结果写 2–4 句入门框架描述:这个领域的核心问题是什么、现在的技术版图围绕什么展开、进入这个领域最好从哪个枢纽节点开始。不做"这个领域好不好"的价值判断。

输出物

检索结束后,在当前目录创建 {topic-slug}/ 子文件夹,输出四个东西:

  • 终端 — 直接 print 综合摘要:枢纽节点列表 + 贯穿问题 + 推荐入门路径
  • report.md — 稳定 YAML front matter + 综合判断 + 枢纽节点说明 + 概念邻接表(含 Mermaid 图)+ 传承链 + 推荐阅读顺序 + 检索透明度
  • report.html — 综合报告,见下方 HTML 规范
  • references.bib — 合并所有 query 的 .bib,去重后只保留报告引用的文献

HTML 报告规范

强调色 #0891b2(青,bear-map 同色系,体现"认知地图"的延伸)。

首屏:综合判断面板

.verdict-title:这个领域一直在回答的贯穿问题是什么

.verdict-note:入门框架 2–4 句——核心问题是什么、现在版图的主干是什么、从哪里进入最高效

.metric-strip:邻近概念数 / 传承节点数 / 枢纽节点数 / 推荐入门文献数

枢纽节点面板(首屏下方,最重要的 section)

列出 2–4 个枢纽节点,每个枢纽节点卡片包含:

  • 概念名 + 标注"概念版图中的角色"和"传承脉络中的位置"
  • 是什么(2–3 句实质性描述)
  • 为什么是枢纽(1 句:它在版图和脉络里都扮演关键角色)
  • 建议阅读的代表文献 DOI 链接

详细内容区(两个 tab)

tab「概念版图」:SVG 概念星图(中心节点青色填充,邻居节点白底青色边框,带关系标签),星图下方每个邻居有完整说明卡片(是什么 2–3 句 + 与中心连接 1 句)。枢纽节点在星图中用 stroke-width: 3; stroke: var(--accent) 加粗边框区分,说明卡片加 .card-primary class。

tab「演化脉络」:竖向传承时间轴,每个节点突出转折点,末尾三张 summary cards(贯穿问题 / 开放边缘 / 检索缺口)。枢纽节点在时间轴中加星形标记。

两个 tab 中的文献卡片均含 DOI 链接和中文学术摘要折叠。

推荐阅读顺序(底部独立 section):3–5 篇,说明为什么按这个顺序读、每篇解决哪个认知缺口。

检索透明度(底部):列出所有查询词、mode、返回数、采用数、检索缺口。

诚实边界

枢纽节点是基于本次检索结果的交叉,不是完整领域的权威分类。检索覆盖有限,脉络链可能存在缺口。入门框架是对检索结果的提炼,不是对领域的完整评价。

Gotchas

  • 枢纽节点不能强行凑数:如果两侧检索结果没有真正的交叉概念,如实说"本次检索未发现明确枢纽节点",分别推荐各侧权重最高的概念作为入门起点
  • 概念版图和脉络的检索对象必须是同一个术语:不要在版图侧搜一个宽泛领域、在脉络侧搜一篇具体论文
  • 综合判断要基于两侧检索内容,不要只写概念版图侧的感受

How to use it

Copy the folder

Take xuzhougeng/bear-onboard from the repository into ~/.claude/skills for personal use, or into .claude/skills inside a project.

Check the name does not clash

The agent identifies a skill by the name field in its header. Two skills with the same name cannot sit side by side — one of them will be ignored.