Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →xuzhougeng/bear-trace
给一个主题或一篇种子论文，向前挖掘它建立在哪些前驱工作上（逐层回溯），再向后补充最新进展，讲清楚这个问题从源头到现在是怎么演化的。底层走真实检索（scimaster-cli），每个节点都锚定真实检索到的论文。 **以下情况请主动触发本技能**：用户问"这个问题是怎么来的"、"帮我溯源这个方向"、"这个领域怎么发展的"、"这篇论文是建立在谁的基础上的"、"从头讲一下这个方向的历史"、"入门一个新领域想先了解演化脉络"——即使用户没有说"bear-trace"，只要意图是**理解一个研究问题或领域的来龙去脉**，就使用本技能。加 `-d N` 控制向前溯源的层数（默认 3 层）。 不适用于：为观点找支持文献（用 bear-support）、找反对文献（用 bear-counter）、选题查重（用 bear-scoop）、概念地图（用 bear-map）。
Passed 8 of 14 test cases with the skill, and 3 of 14 without it.
and 9 more in the full report
10 fixed2 passed either way8 still failing2 broke
Tokens, turns and time describe resource use, not a dollar price.
One of 10 test cases the skill fixed. Same model, same prompt, with and without the skill.
在 `report.html` 网页报告的末尾，规范要求的 3 张总结卡片 (summary cards) 分别对应什么主题？
| Checked | Without skill | With skill |
|---|---|---|
| Includes summary cards specifically covering 贯穿问题, 开放边缘, and 检索缺口 | Missed | Passed |
The instructions your model reads when the skill loads.
一个任务：讲清楚一个问题是怎么走到今天的，通过向前挖掘来完成。大多数综述是向前平铺的；这个技能顺着传承线向后追，让你看见每一步为什么发生。
先读 references/sci-cli.md——CLI 检测步骤、用法和铁律。
再读 references/output-system.md——三层输出体系和 HTML 外壳规范。
-d N：追溯 N 层（1 到 5）；默认 3 层约 4–5 次检索，5 层约 7–8 次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 — 锚定当前里程碑
如果输入是主题，先 sci search 找到当前的标志性工作作为起点。如果输入是一篇具体论文，直接用它作为锚点。
如果用户输入具体论文，先用标题、DOI 或作者年份做精确检索确认锚点。确认不到时，不要凭记忆补论文信息；改为把输入当作主题处理，并在检索缺口里说明未确认到种子论文。
Step 2 — 逐层向前追溯
从锚点出发，每层单独做一次 sci search：它依赖的方法是什么、解决的前驱问题是什么、建立在哪些奠基性结论上。每层是独立的检索，不是记忆推断。层数由 -d 决定，默认 3 层。
深度溯源意味着多次检索，告知用户"本次将执行约 N 次检索"后直接开始，不等待确认。
每条传承边必须标注关系类型：
除非检索结果明确显示引用、方法继承或问题延续，不要写成直接师承。证据不足时写"候选前驱"或"可能相关前驱"，并放入检索缺口。
Step 3 — 补充前沿 向另一个方向搜索：过去 1–2 年的最新进展，让溯源线延伸到现在而不是只停在过去。
Step 4 — 组装传承线 把检索结果串成一条从最早根源到当前前沿的故事线，每个节点：
test cases passed, vs 3 / 14 without
More skills from the same source and nearby in the registry, with their headline benchmark lift.