# 使用指南

## 1. 从一个尚未定型的问题开始

网页检索输入 `AI陪伴 青少年 心理健康`，先保持“题名近邻排序”和全部年度。第一次检索会下载约 7 MB 的项目数据并建立本地索引；以后同一网页会话复用索引。

近邻模式会返回字符二元组有交集的记录，也会显示弱相关项目；它不会自动理解研究设计。不要把分数读成匹配概率。输入完整申请人、学校或记录编号时，名称包含匹配优先显示。

如果要缩小范围，切换“全部词语包含”：空格分开的词语必须全部出现在题名或名称字段中。例如 `人工智能 心理`。此模式按完整题名优先、年度倒序排列。

可筛选年份、一般项目/其他专项和学科。全库浏览不输入关键词也可以；点击主题地图的“在项目库查看这一主题”会应用主簇筛选，点击“重置”取消。主动提交新关键词也会取消旧主簇筛选。

## 2. 保留来源，再做判断

对最相近的项目打开“来源与引用”。保留：原题、年度、申请人、学校、类别、记录编号、来源文件、页码、序号。批准号缺失时按缺失处理。来源清单中的哈希用于将来核对原件；本仓库未附 PDF，网页不是原文预览器。

“导出结果 CSV”导出当前筛选排序下最多 1,000 条结果，含来源字段。中文 CSV 带 UTF-8 BOM，可以用常见表格软件打开。它是研究笔记辅助材料，不是自动查新结论。

## 3. 看趋势时先检查分母

九年趋势统一使用附件 1—4 一般项目。先查看逐年数据表，再切换“记录数 / 占比”。其他专项在 2020、2026 未提供，标为缺失，不能理解为零。

AI 严格、数字智能广义等沿用原快照词表统计；它们不是本次重新训练的分类器。智能体、生成式等历史词汇有不同语境，不能全部改写为 LLM。

## 4. 本地运行

```sh
git clone https://github.com/ChenlizheMe/psychology-topic-selection-skill.git
cd psychology-topic-selection-skill
python -m http.server 8000 --directory site
```

浏览器打开 `http://localhost:8000`。整个网页不依赖网络 CDN。不要直接用 `file://` 打开，否则 JSON 与 Worker 可能被浏览器阻止。

## 5. 原始命令行检索

```sh
python scripts/retrieve_projects.py --query "算法受阻后的行动恢复" --top 5
python scripts/retrieve_projects.py --keywords "智能体,心理健康" --top 10
python scripts/retrieve_projects.py --applicant "倪士光" --top 20
python scripts/retrieve_projects.py --institution "清华大学" --query "心理" --top 10
python scripts/retrieve_projects.py --query "人工智能" --year-from 2024 --year-to 2026 --top 8
```

标准库即可运行。原脚本对过滤后的候选集重算 IDF，并支持关键词命中数优先排序；网页为响应速度使用全快照固定 IDF，并提供独立的“全部词语包含”模式。两者在过滤或关键词模式下可能排序不同。全库无过滤的 IDF 公式一致；网页排序不使用原脚本四位小数的舍入。

## 6. 接入原始技能

完整内容在仓库根目录：入口 `SKILL.md`，`references/` 为方法和报告资料，`assets/` 为数据，`scripts/` 为原检索脚本。需要技能的工具可将整个目录作为自定义技能接入，具体目录位置依工具而定。阅读入口和适用范围后由使用者主动启用；浏览网页不自动调用模型、不执行技能指令。

原技能聚焦研究规划，并包含自己的交付规范。它不能替代申请指南、资格核实、论文查新和研究者判断。

## 7. 从近邻推进到研究问题

至少记录三项：最接近项目覆盖什么；拟研究的具体矛盾；什么观察会区分你的解释和既有解释。不要把“换对象/换地名/换技术品牌”直接视为理论贡献。网页三个研究规划示例均按条件保留呈现，仍需文献、项目摘要和资源核实。

## 8. 排错

- 概览无法读取：通过 HTTP 打开，确认 `site/data/overview.json` 存在。
- 检索一直未加载：确认 `site/data/projects.json` 和 `site/assets/search-worker.js` 可访问；刷新重试。
- 图表没动画：检查系统“减少动态效果”或页面暂停开关，这是受支持的偏好。
- 结果与命令行不同：先检查过滤范围、关键词模式和上述 IDF 作用域差异。
- 记录有误：在 Issues 中提供记录编号、字段、原 PDF 页码和可核实依据。