Студенты PhD тратят недели на изучение литературы. Большую часть этого времени занимает сантехника — поиск документов, извлечение претензий, перекрестная терминология, построение таблиц сравнения, погоня за цепочками цитирования. Интеллектуальная работа, которая имеет значение — выявление общих предположений, поиск того, где они ломаются, признание пробела, который никто не использовал, — занимает часть усилий, но происходит только после того, как студент уже исчерпан из логистики.

Этот навык перегружает сантехнику в машину. NotebookLM проглатывает ваши документы и возвращает обоснованные извлечения с точными цитатами. Claude Code управляет рабочим процессом — структурированными запросами, популяцией шаблонов, отслеживанием глубины чтения. Вы фокусируетесь на формировании гипотез, решении того, что имеет значение, и построении повествования. Умение не просто экономит время, оно делает вас острее. Каждый контрольно-пропускной пункт — протоколы калибровки, WYSIATI-проверки, декомпозиция по первым принципам — вынуждает вас сформулировать свое понимание и противостоять тому, что ему не хватает.

** Для кого это: ** аспиранты и исследователи, проводящие обзоры литературы 10-150+ статей. Настроены для систем и сетей (SIGCOMM, NSDI, CoNEXT, IMC), но адаптируются к любому полю.

literature-survey-skill

PhD students spend weeks on literature surveys. Most of that time is plumbing — finding papers, extracting claims, cross-referencing terminology, building comparison tables, chasing citation chains. The intellectual work that matters — spotting shared assumptions, finding where they break, recognizing the gap nobody has exploited — takes a fraction of the effort but only happens after the student is already exhausted from logistics.

This skill offloads the plumbing to the machine. NotebookLM ingests your papers and returns grounded extractions with exact quotes. Claude Code manages the workflow — structured queries, template population, reading-depth tracking. You focus on forming hypotheses, deciding what matters, and building the narrative. The skill doesn’t just save time; it makes you sharper. Every checkpoint — calibration protocols, WYSIATI checks, first-principles decomposition — forces you to articulate your understanding and confront where it falls short.

Who this is for: PhD students and researchers running literature surveys of 10-150+ papers. Tuned for systems and networking (SIGCOMM, NSDI, CoNEXT, IMC) but adaptable to any field — see Customize for Your Field.

Built on Claude Code.

Quick Start

git clone https://github.com/SNL-UCSB/literature-survey-skill.git
cd literature-survey-skill
./setup.sh

This installs the skill to ~/.claude/skills/survey/. Four commands become available:

/survey intent     — Capture your goals, expertise, and survey archetype
/survey triage     — Map the landscape, prioritize reading depth
/survey deepen     — Structured deep reading with craft and visualization extraction
/survey synthesize — Cross-paper analysis for your deliverable
/survey expand     — Propose and evaluate corpus growth

Start with /survey intent. The skill guides you from there.

Prerequisites

The NotebookLM MCP CLI must be configured as an MCP server in your Claude Code setup. Follow the setup guide — it covers installation, Google authentication, and MCP registration in ~5 minutes.

Manual Install

Copy SKILL.md to ~/.claude/skills/survey/SKILL.md. Copy reference/ and templates/ alongside it.

How Each Mode Works

Intent — “What are you trying to learn?”

The skill captures your goals, expertise level, and success criteria before any paper is read. It assigns one of four survey archetypes with calibrated defaults: