返回顶部
k

keyword-velocity-tracker 关键词速度追踪

Calculate literature growth velocity and acceleration to assess research.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
109
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

keyword-velocity-tracker

技能:关键词速度追踪器

使用时机

  • - 当任务需要计算文献增长速度和加速度以评估研究时使用此技能
  • 用于需要明确假设、限定范围和可重复输出格式的证据洞察任务
  • 当需要针对缺失输入、执行错误或部分证据提供文档化的回退路径时使用此技能

主要特性

  • - 聚焦范围的工作流程,针对:计算文献增长速度和加速度以评估研究
  • 打包的可执行路径:scripts/main.py
  • 参考资料位于 references/ 目录,提供任务特定指导
  • 结构化执行路径,确保输出一致且可审查

依赖项

  • - Python >= 3.8
  • numpy
  • scipy

使用示例

bash
cd 20260318/scientific-skills/Evidence Insight/keyword-velocity-tracker
python -m py_compile scripts/main.py
python scripts/main.py --help

示例运行计划:

  1. 1. 确认用户输入、输出路径及任何必要的配置值
  2. 如果脚本使用固定设置,编辑文件内的 CONFIG 块或文档化参数
  3. 使用验证后的输入运行 python scripts/main.py
  4. 审查生成的输出,返回最终成果并注明所有假设

实现细节

相关详情请参见上方 ## 工作流程。

  • - 执行模型:验证请求,选择打包的工作流程,生成限定范围的交付物
  • 输入控制:运行任何脚本前确认源文件、范围限制、输出格式和验收标准
  • 主要实现界面:scripts/main.py
  • 参考指南:references/ 包含支持性规则、提示或检查清单
  • 需优先明确的参数:输入路径、输出路径、范围过滤器、阈值及任何领域特定约束
  • 输出规范:保持结果可重复,明确标识假设,避免未文档化的副作用

快速检查

在深入执行前,使用此命令验证打包脚本入口点能否被解析。

bash
python -m py_compile scripts/main.py

审计就绪命令

使用这些具体命令进行验证。它们有意保持自包含,避免使用占位符路径。

bash
python -m py_compile scripts/main.py
python scripts/main.py --help

工作流程

  1. 1. 在开展详细工作前,确认用户目标、必要输入和不可协商的约束条件
  2. 验证请求是否匹配文档化范围,如果任务需要不支持的假设则提前停止
  3. 仅使用实际可用的输入,使用打包脚本路径或文档化的推理路径
  4. 返回结构化结果,区分假设、交付物、风险和未解决项
  5. 如果执行失败或输入不完整,切换到回退路径并明确说明阻止完整完成的原因

元数据

  • - ID:201
  • 名称:关键词速度追踪器
  • 类型:分析工具
  • 版本:1.0.0

描述

计算特定关键词的文献增长率和加速度,以判断学术研究领域的发展阶段。通过分析不同时间段文献量的变化,提供领域热度趋势和生命周期分析。

功能

核心功能

  1. 1. 文献增长率计算 - 计算不同时间段关键词文献增长率
  2. 增长加速度分析 - 识别文献增长加速或减速的趋势
  3. 领域发展阶段判断 - 基于增长曲线特征判断领域阶段
  4. 趋势预测 - 基于历史数据预测未来发展趋势

阶段判断标准

  • - 萌芽期:基数低,增长缓慢
  • 成长期:增长率持续上升(加速度为正)
  • 成熟期:增长率稳定或下降
  • 衰退期:增长率为负

输入

必需参数
参数类型描述
keyword字符串要分析的关键词
data
数组 | 时间序列文献数据,格式:[{year: 2020, count: 100}, ...] |

可选参数
参数类型默认值描述
time_window整数3计算增长率的时间窗口(年)
smoothing
布尔值 | true | 是否对数据进行平滑处理 |

| predict_years | 整数 | 3 | 预测的未来年数 |

输出

返回值

json { keyword: 人工智能, analysis_period: {start: 2015, end: 2023}, current_velocity: 0.35, current_acceleration: -0.05, stage: 成熟期, stage_confidence: 0.85, trend: 稳定, velocity_series: [ {year: 2016, velocity: 0.20, acceleration: null}, {year: 2017, velocity: 0.25, acceleration: 0.05}, ... ], prediction: { 2024: {estimated_count: 1850, confidence: 0.80}, 2025: {estimated_count: 1980, confidence: 0.70}, 2026: {estimated_count: 2100, confidence: 0.60} }, insights: [ 领域已进入成熟期,增长放缓, 近期出现轻微减速趋势,需关注 ] }

阶段定义

  • - currentvelocity:当前年增长率(0-1)
  • currentacceleration:当前加速度(增长率变化率)
  • stage:领域发展阶段(萌芽期/成长期/成熟期/衰退期)
  • stage_confidence:阶段判断置信度(0-1)
  • trend:趋势方向(增长/稳定/下降)

使用示例

命令行

text python scripts/main.py --keyword 人工智能 --data-file data.json

Python API

python from skills.keywordvelocitytracker.scripts.main import KeywordVelocityTracker

tracker = KeywordVelocityTracker()
result = tracker.analyze(
keyword=人工智能,
data=[
{year: 2019, count: 500},
{year: 2020, count: 650},
{year: 2021, count: 900},
{year: 2022, count: 1100},
{year: 2023, count: 1250}
]
)

配置

环境变量
变量描述默认值
KVTSMOOTHINGFACTOR平滑系数0.3
KVTMINCONFIDENCE
最低置信度阈值 | 0.7 |

算法描述

增长率计算

velocity(t) = (count(t) - count(t-1)) / count(t-1)

加速度计算

acceleration(t) = velocity(t) - velocity(t-1)

阶段判断逻辑

  1. 1. 最近3年平均增长率 < 0.1 → 萌芽期/衰退期
  2. 加速度 > 0 且增长率 > 0.2 → 成长期
  3. 增长率稳定(波动 < 0.1) → 成熟期
  4. 增长率 < 0 → 衰退期

版本历史

  • - 1.0.0(2024-02-06):初始版本,基本增长率和加速度计算

风险评估

风险指标评估级别
代码执行本地执行Python/R脚本
网络访问
无外部API调用 | 低 | | 文件系统访问 | 读取输入文件,写入输出文件 | 中 | | 指令篡改 | 标准提示指南 | 低 | | 数据泄露 | 输出文件保存到工作区 | 低 |

安全检查清单

  • - [ ] 无硬编码凭据或API密钥
  • [ ] 无未经授权的文件系统访问(../)
  • [ ] 输出不暴露敏感信息
  • [ ] 已实施提示注入保护
  • [ ] 输入文件路径已验证(无../遍历)
  • [ ] 输出目录限制在工作区内
  • [ ] 脚本在沙盒环境中执行
  • [ ] 错误消息已清理(不暴露堆栈跟踪)
  • [ ] 依赖项已审计

前提条件

text

Python依赖项

pip install -r requirements.txt

评估标准

成功指标

  • - [ ] 成功执行主要功能
  • [ ] 输出符合质量标准
  • [ ] 优雅处理边界情况
  • [ ] 性能可接受

测试用例

  1. 1. 基本功能:标准输入 → 预期输出
  2. 边界情况:无效输入 → 优雅的错误处理
  3. 性能:大数据集 → 可接受的处理时间

##

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 keyword-velocity-tracker-1776016339 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 keyword-velocity-tracker-1776016339 技能

通过命令行安装

skillhub install keyword-velocity-tracker-1776016339

下载

⬇ 下载 keyword-velocity-tracker v1.0.0(免费)

文件大小: 12.22 KB | 发布时间: 2026-4-13 10:45

v1.0.0 最新 2026-4-13 10:45
Initial release of the Keyword Velocity Tracker skill.

- Calculates literature growth velocity and acceleration for specified keywords to assess research field development.
- Determines research stage (embryonic, growth, mature, decline) using defined criteria based on historical data.
- Provides structured output with growth rates, acceleration, stage confidence, trend analysis, and future predictions.
- Includes reproducible, scope-focused workflow with explicit input validation and fallback paths for incomplete data.
- Command-line usage and Python API available; detailed configuration and risk assessment included.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部