# <!-- Powered by BMAD™ Core -->

# build-research-knowledge-base

## Task Description

基于文献调研结果构建结构化的研究知识库，为后续申请报告撰写和研究执行提供知识支撑。

## Prerequisites

- 已完成文献调研并获得文献综述结果
- 已识别研究空白和前沿趋势
- 可访问专业领域知识库模板

## Task Flow

### Step 1: 知识结构化处理

将文献调研结果转化为结构化知识：

```
输入文献调研数据包含：
1. 核心文献列表及摘要
2. 研究现状综述
3. 技术方法分类
4. 研究空白识别
5. 前沿趋势分析
```

### Step 2: 知识图谱构建

构建领域知识图谱：

1. **概念提取**：从文献中提取关键概念和术语
2. **关系映射**：建立概念间的层次和关联关系  
3. **方法归类**：按技术路线对研究方法分类
4. **时间线索**：按时间顺序梳理技术发展脉络

### Step 3: 引用支撑体系

建立可追溯的引用体系：

```yaml
# 引用索引结构
citations:
  - id: "ref001"
    authors: "Author et al."
    title: "Paper Title"
    journal: "Journal Name"
    year: 2023
    relevance: "高"
    usage_context: "技术背景"
    key_findings: ["发现1", "发现2"]
    
  - id: "ref002"
    # 更多文献条目...
```

### Step 4: 研究方法库

整理和分类研究方法：

- **数据采集方法**：实验、调研、观察等
- **分析处理方法**：统计分析、机器学习、仿真等
- **验证评估方法**：对比实验、案例研究、效果评估等
- **工具平台库**：软件工具、硬件平台、数据集等

### Step 5: 知识查询接口

设计便于查询的知识接口：

```yaml
# 查询接口定义
knowledge_queries:
  by_concept: "根据概念关键词查询相关知识"
  by_method: "根据研究方法查询应用案例"
  by_timeline: "根据时间范围查询技术发展"
  by_relevance: "根据相关度排序查询结果"
```

## Output Format

使用 `research-knowledge-base-template.yaml` 生成知识库文件：

```yaml
knowledge_base:
  metadata:
    domain: "{{research_domain}}"
    created_date: "{{timestamp}}"
    literature_count: {{total_papers}}
    concept_count: {{total_concepts}}
    
  concept_graph:
    # 概念图谱数据
    
  method_library:
    # 方法库数据
    
  citation_index:
    # 引用索引数据
    
  research_gaps:
    # 研究空白总结
    
  query_interface:
    # 查询接口定义
```

## User Interaction Points

1. **知识结构确认**：用户确认概念图谱的准确性
2. **方法库审查**：用户补充或修正研究方法分类
3. **空白识别验证**：用户确认研究空白的准确性
4. **查询接口测试**：用户测试知识库查询功能

## Quality Checks

- [ ] 知识图谱概念覆盖完整
- [ ] 引用索引准确无误
- [ ] 研究方法分类合理
- [ ] 查询接口功能正常
- [ ] 知识库结构清晰易用

## Success Criteria

- 构建的知识库能够支撑申请报告撰写
- 引用体系可追溯且符合学术规范
- 查询接口响应准确高效
- 用户对知识库质量满意

## Output Files

- `research-knowledge-base.yaml` - 结构化知识库
- `concept-graph.md` - 概念图谱文档
- `method-library.md` - 研究方法库文档
- `citation-index.md` - 引用索引文档