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）。
Profile →npx skills add xuzhougeng/wisp-science --skill bear-trace --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# bear-trace · 文献溯源 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。 ## Flags - 默认：向前追溯 3 层 - `-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 ## 步骤（固定顺序） **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
What does the bear-trace skill do?
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）。
How do I install it?
Run `npx skills add xuzhougeng/wisp-science --skill bear-trace --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From xuzhougeng/wisp-science, a repository with 895 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.