notebooklm-research

读取 xlsx/csv 并依据 RCT、观察性研究或单臂设计自动选择基线统计策略，生成含 p 值策略、SMD、分布处理和分类变量检验的 Table 1，同时输出 HTML、Word 和 LaTeX。它会排除识别列，不覆盖生存分析、回归、匹配前后对照或混合效应模型。

该技能通过 Supabase 与 pgvector 检索古兰经、布哈里圣训实录和穆斯林圣训实录中的 20,972 条阿英双语记录，可按编号精确查找、按主题搜索、交叉引用并核验内容是否出现在两部圣训集中。它只呈现数据库返回的原文和出处，不发布教法裁决；使用前需自行部署 Supabase、生成向量并配置相关 API。

Six-Layer Product Research 引导团队在讨论解决方案前，从客户心智、生态参与者、行为阻力、既有尝试、技术条件和可影响范围六个角度研究问题。各层分别记录发现，最后合成为多视角的问题定义，适合产品发现阶段用来挑战原有假设并识别过去方案失败的原因。

paper-review.skill 把机器学习或人工智能论文 PDF 交给 Claude 后，会先检索近年相关工作，再分析创新点、撰写结构化审稿意见，并核验最终保留的参考文献。它强调用论文中的具体数据支撑弱点、区分提问与修改建议，适合会议审稿、投稿前红队检查和 rebuttal 准备；纯理论、非英文或极小众领域的效果受限。