literature-review-generator

这段内容是审核时保存的快照。外部来源才是完整且最新的版本。

---
name: literature-review-generator
description: >-
  Melakukan tinjauan pustaka terstruktur, menyusun kronologi perkembangan riset, dan mengidentifikasi celah penelitian (research gaps) pada topik tertentu.
---

# Literature Review Generator

## Overview
Skill ini dirancang untuk menghasilkan tinjauan pustaka (literature review) yang sistematis, mendalam, dan memiliki bobot argumentasi ilmiah yang kuat. Agen akan membantu memetakan perkembangan riset dari waktu ke waktu, mengidentifikasi kontradiksi/konsensus, dan secara logis membangun argumentasi yang menjustifikasi mengapa penelitian baru yang diusulkan bernilai penting untuk dilakukan.

## Dependencies
- `literature-search-openalex`
- `literature-search-arxiv`
- `pubmed-database`
- `literature-search-biorxiv`
- `literature-search-europepmc`

## Quick Start
Contoh penggunaan:
*"Gunakan skill literature-review-generator untuk memetakan perkembangan algoritma reinforcement learning dari tahun 2018 hingga sekarang dan cari research gaps yang ada."*

## Workflow

### 1. Perencanaan Protokol Review & Penentuan Mode
Tentukan batasan review (rentang tahun, tipe dokumen) dan pilih salah satu mode kerja berikut:
- **Narrative Literature Review Mode**: Untuk proposal konseptual atau penyusunan bab teori umum.
- **Systematic Literature Review (SLR) Mode**: Diwajibkan untuk riset berskala besar (>100 paper). Menggunakan kriteria inklusi-eksklusi formal, skrip penyaringan otomatis, dan alur PRISMA 4-tahap yang dicatat ke dalam *checkpoint* CSV (Lihat bagian khusus Alur PRISMA di bawah).
- **Thematic Review Mode**: Mengelompokkan paper berdasarkan tema, konsep, atau sub-topik masalah.
- **Chronological Review Mode**: Menelusuri sejarah perkembangan ide/teknologi dari pionir awal hingga tren termutakhir untuk menunjukkan evolusi paradigma.
- **Critical Review Mode**: Berfokus mengevaluasi kelemahan asumsi teoretis, kelemahan evaluasi, bias data, dan keterbatasan metodologis dari studi sebelumnya.

### 2. Alur Kerja PRISMA & Checkpointing (Khusus SLR Mode Skala Besar)
Jika mode **Systematic Literature Review (SLR)** dipilih untuk menangani pencarian dalam jumlah besar (ribuan paper), agen WAJIB menggunakan metode penyaringan programatik (*Programmatic Screening*) untuk menghindari ekskusi manual LLM yang memboroskan token. Alur 4 tahap ini harus dipatuhi dan disimpan dalam berkas CSV (*checkpoint*):

1. **Identification (Tarik Metadata)**: Panggil API mesin pencari terbuka yang bersifat gratis dan *zero-configuration* (`literature-search-openalex`, `literature-search-arxiv`, `pubmed-database`, dll.) untuk HANYA mengambil metadata (Judul, Abstrak, Penulis, Tahun, DOI) dari ribuan hasil secara terintegrasi. DILARANG MENGUNDUH TEKS PENUH. Simpan luaran mentah ke `prisma_1_identification.csv`. **DILARANG KERAS MENGHASILKAN DATA MOCKUP/DUMMY**. Anda WAJIB menggunakan modul `requests` di Python untuk menembak endpoint API asli atau mendelegasikan tugas ke agen pencari sungguhan. Terapkan mekanisme *Retry/Backoff* (maksimal 3 kali pengulangan jika terjadi `Timeout`). Jika tetap gagal, Anda harus MELAPORKAN ERROR dan BERHENTI, bukan mengarang data.
2. **Automated Screening (Python Filter)**: Tulis dan jalankan skrip Python (menggunakan Pandas) untuk menyaring `prisma_1_identification.csv`. Buang duplikat, batasi rentang tahun, dan eliminasi paper yang teks judul/abstraknya sama sekali tidak mengandung kata kunci utama. Simpan sisa paper yang lolos seleksi otomatis ke `prisma_2_screened.csv`.
3. **Eligibility (Semantic & Quality Audit)**: Untuk kumpulan paper yang tersisa (50-100 paper), gunakan LLM untuk membaca abstrak guna memastikan relevansi semantik terhadap *Inclusion/Exclusion criteria*. Gunakan agen `source-quality-appraiser` untuk membuang paper berpemeringkatan rendah/predator. Simpan paper yang benar-benar relevan ke `prisma_3_eligible.csv`.
4. **Included (Ekstraksi Teks Penuh)**: Unduh PDF/teks penuh gratis (terutama paper bertipe Open Access) dari kumpulan akhir (e.g. 20-40 paper)