SciCrucible — 科学智能知识库框架

一套 Claude Code skills + 脚本 + 行为规则，LLM 增量编译式个人知识库 —— 从文献摄入到学术写作的全闭环

这是什么

SciCrucible 是一套框架——不是成品知识库，而是帮你构建自己知识库的工具链。你只需提供 PDF 论文和配置，SciCrucible 自动完成：

• 文献元数据提取 → 结构化笔记（组分-条件-性质-机制闭环）
• 概念自动聚合（中颗粒度：共享同一物理机制的合并）
• DOI 去重 + 文献索引缓存
• 多角度主动文献发现
• 每周文献速递（自动扫描 → 精选 → 下载 → 摄入）
• 知识库健康检查（断链、过期、缺口、DOI 覆盖率）
• 文献锚定型学术写作

核心思路：你负责阅读和思考，LLM 负责编译和组织。知识库越用越聪明。

它能做什么

快速开始

0. 前置条件

• Claude Code（通过 CLI 或 IDE 扩展）
• SciMaster CLI（可选，用于文献发现功能）
• scansci-pdf（可选，用于文献下载功能）
• Python 3.10+

1. 克隆仓库

git clone [email protected]:Xinyang-Li666/SciCrucible.git
cd SciCrucible

2. 按需配置

详细的安装和配置指南见 MANUAL.md。核心步骤：

• Claude Code MCP：配置 scansci-pdf（文献下载）
• SciMaster CLI：配置 sci 命令（文献检索）
• 期刊评级表：仓库已包含 journal-ratings.xlsx（社区整理的期刊评级参考，非官方数据）
• CLAUDE.md：将课题名称替换为你自己的研究方向

3. 开始使用

# 下载 PDF 放入暂存区
cp ~/Downloads/paper.pdf SciCrucible/raw/new-papers/

# 在 Claude Code 中打开项目，输入：
/forge-ingest

# 知识库自动生长（按课题分层）
# - wiki/<课题>/literature/ ← 文献笔记（组分-条件-性质-机制闭环）
# - wiki/<课题>/concepts/   ← 概念页（自动聚合，中颗粒度）
# - wiki/通用/              ← 跨课题共享的通用概念/方法（DFT/MD/热力学…）
# - wiki/index.md           ← 全局索引（自动更新）
# - literature_index.json   ← DOI 去重缓存（自动维护）

其他常用操作

# 查询知识库（直接提问即可）
"掺杂如何影响高镍正极的 H2→H3 相变？"

# 主动发现新文献
/forge-discovery "高熵碳化物抗氧化烧蚀"

# 每周文献速递
/forge-weekly

# 学术写作
/forge-writing 写LNO掺杂抑制H2-H3相变的Introduction

可用命令

目录结构

SciCrucible/
├── README.md                    ← 本文件
├── MANUAL.md                    ← 详细使用手册
├── LICENSE                      ← GNU GPL v3
├── CLAUDE.md                    ← 项目指令（Claude Code 自动读取）
├── .gitignore                   ← Git 忽略规则
├── .mcp.json                    ← MCP 配置模板
├── .claude/skills/              ← Claude Code skill 定义
│   ├── forge-ingest/            ←   /forge-ingest（文献摄入）
│   ├── forge-search/            ←   /forge-search（知识库查询）
│   ├── forge-think/             ←   /forge-think（协作思考）
│   ├── forge-todo/              ←   /forge-todo（待办管理）
│   ├── forge-health/            ←   /forge-health（健康检查）
│   ├── forge-writing/           ←   /forge-writing（学术写作）
│   │   ├── SKILL.md             ←     IMRD 四段独立路由 + 三阶深挖
│   │   ├── references/          ←     语言规则
│   │   └── evals/
│   ├── forge-extract/            ←   /forge-extract（通用实验数据提取）
│   │   ├── SKILL.md             ←     6 步 pipeline 完整流程
│   │   ├── scripts/             ←     normalize_units, validate_schema, merge_to_db...
│   │   ├── references/          ←     ablation-schema.json, field-guidelines
│   │   └── evals/
│   ├── forge-discovery/         ←   /forge-discovery（主动文献发现）
│   │   ├── SKILL.md             ←     完整流程定义
│   │   ├── scripts/dedup.py     ←     DOI 去重脚本
│   │   ├── config/weekly.yaml   ←     周报关键词配置模板
│   │   └── references/sci-cli.md←     SciMaster CLI 参考
│   └── forge-weekly/            ←   /forge-weekly（每周速递）
├── scripts/                     ← 辅助脚本
│   ├── extract_pdf.py           ←   PDF 文本提取
│   ├── forge-ingest.sh          ←   批量摄入入口
│   └── forge-health.sh          ←   健康检查入口
├── raw/                         ← 第 1 层：不可变原始素材（运行时生成）
│   ├── new-papers/              ←   待摄入暂存区
│   ├── papers/                  ←   已摄入 PDF（按课题分文件夹）
│   ├── search-results/          ←   检索结果
│   │   ├── json/                ←     JSON 原始数据
│   │   ├── bib/                 ←     BibTeX 引用
│   │   ├── reports/             ←     检索报告
│   │   └── batches/             ←     批次状态
│   ├── extract/                  ←   forge-extract 工作目录（运行时生成）
│   │   ├── papers/              ←     待提取 PDF
│   │   ├── md/                  ←     PyMuPDF4LLM 转换输出
│   │   └── json/                ←     LLM 提取的结构化 JSON
│   └── references.bib           ←   全局 BibTeX 库（自动生成）
├── database/                     ← 结构化实验数据库（运行时生成）
│   ├── ablation.json             ←   烧蚀实验数据
│   └── processed_dois.json       ←   已处理 DOI 追踪
├── wiki/                        ← 第 2 层：LLM 维护的结构化知识（运行时生成，按课题分层）
│   ├── index.md                 ←   全局索引入口
│   ├── literature_index.json    ←   DOI→标题 索引缓存
│   ├── <课题A>/                 ←   如「超高温陶瓷」
│   │   ├── concepts/            ←     概念页（中颗粒度，80-250 行）
│   │   ├── literature/          ←     文献笔记
│   │   ├── methods/             ←     课题专用方法页
│   │   └── projects/            ←     项目综述（8 章框架）
│   ├── <课题B>/                 ←   如「锂离子电池正极材料」（同上四类）
│   └── 通用/                    ←   跨课题共享
│       ├── concepts/            ←     通用概念（掺杂/热力学/氧化理论…）
│       └── methods/             ←     通用方法（DFT/MD/机器学习势…）
├── brainstorming/               ← 第 3 层：想法与探索（运行时生成）
└── manuscripts/                 ← 第 4 层：完成的手稿 PDF（运行时生成）

注意：wiki/、raw/、brainstorming/、manuscripts/ 的内容是用户个人知识，不在仓库中。使用时这些目录由脚本和 skills 自动创建和填充。

设计理念

中颗粒度

概念页不追求一个原子概念一页，也不全部塞进一页。共享同一物理机制的合并为一页，用 ### 子标题区分。页面规模 80-250 行。

期刊评级过滤

构建文献脉络时按期刊评级过滤：优先评级 1和顶级期刊，低评级期刊仍摄入但不进入脉络。评级表 journal-ratings.xlsx 已包含在仓库中（社区整理的期刊评级参考，非官方数据）。

增量编译

每次摄入追加新知识，不覆盖已有内容。概念页增量补充，文献索引自动维护。

双链互联

所有 wiki 页面 [[双向链接]]，鼓励跨领域类比（如 UHTC ↔ 正极共享 Ellingham/Wagner/Fick 框架）。

闭环

摄入 → 编译 → 查询 → 发现 → 写作 → 再摄入。知识库越用越聪明。

8 章项目框架

每个研究课题统一结构：研究背景 → 文献脉络 → 技术路线 → 阶段进展 → 核心发现 → 手稿 → 开放问题 → 阅读导航。

个人化

Fork 后你需要做的：

1. 修改 CLAUDE.md：替换课题名称和研究方向
2. 修改 weekly.yaml：替换检索关键词
3. 检查期刊评级表：仓库已含 journal-ratings.xlsx，如需更新请自行替换
4. 配置 MCP：在 Claude Code 中启用 scansci-pdf
5. 配置 SciMaster：运行 sci init（如需文献发现功能）

完整文档

详见 MANUAL.md —— 包含安装配置、场景化工作流、维护指南。

致谢

SciCrucible 深度依赖以下项目：

• scansci-pdf —— 学术文献智能下载引擎，感谢作者的开源贡献
• Claude Code —— LLM 运行时
• SciMaster —— 学术文献检索
• OpenAlex · Semantic Scholar —— 开放学术数据

许可

GNU General Public License v3.0 — 自由使用、修改、分发，但衍生作品必须同样开源。

详见 LICENSE。