https://github.com/cy773312/ir-chronicle-matrix
三时三事 · 检索矩阵 — Claude Code Skill for structured IR research entry. 以3×3交叉矩阵系统性破除乔哈里窗，辅助国际关系研究者快速进入新选题。
https://github.com/cy773312/ir-chronicle-matrix
ai chinese claude-code international-relations ir johari-window research-tool skill structured-research
Last synced: 10 days ago
JSON representation
三时三事 · 检索矩阵 — Claude Code Skill for structured IR research entry. 以3×3交叉矩阵系统性破除乔哈里窗，辅助国际关系研究者快速进入新选题。
- Host: GitHub
- URL: https://github.com/cy773312/ir-chronicle-matrix
- Owner: cy773312
- Created: 2026-04-28T13:17:18.000Z (about 2 months ago)
- Default Branch: main
- Last Pushed: 2026-04-28T16:58:49.000Z (about 2 months ago)
- Last Synced: 2026-04-28T18:32:16.335Z (about 2 months ago)
- Topics: ai, chinese, claude-code, international-relations, ir, johari-window, research-tool, skill, structured-research
- Homepage: https://sir.sysu.edu.cn/zh-hans/content/1435
- Size: 46.9 KB
- Stars: 0
- Watchers: 0
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
IR Chronicle Matrix
三时三事 · 检索矩阵
一张表，把国际关系议题从混沌变清晰。
提示词灵感来源于 中山大学国际关系学院张添副教授 的"三时三事"国际关系研究框架
经迭代开发为可交互的 Claude Code Skill
---
│ 维度一 │ 维度二 │ 维度三 │
────────────┼───────────────┼───────────────┼───────────────┤
大事记 │ 第一时间 │ 周期时间 │ 现状时间 │
(自身时间线)│ (Origin) │ (Stages) │ (Present) │
────────────┼───────────────┼───────────────┼───────────────┤
多层次事件 │ 上位事件 │ 下位事件 │ 平行事件 │
(分析视角) │ (Extensions) │ (Branches) │ (Synchronic) │
────────────┴───────────────┴───────────────┴───────────────┘
---
## 这是什么？
**IR Chronicle Matrix** 是一个 Claude Code Skill，帮助国际关系研究者在新选题面前快速建立结构化认知。
当你面对一个 IR 议题——无论是"日本自由开放的印太战略"还是"欧盟碳边境调节机制"——最常见的困境是**不知道从哪里开始检索**。这个 skill 先把议题拆成**大事记（主语行为体自身的时间演变）**和**多层次事件（上位结构/下位分支/平行比较）**，再用一张 **六维矩阵**（大事记一行三格 + 多层次事件一行三格，两行各自独立）呈现全貌。5 分钟内，你就有了一张完整的研究导航地图。
它不是百科全书，不是一个自动写论文的工具。它是一张**地图**——告诉你哪里值得深挖，哪里有张力，哪里还是一片空白。
## 设计哲学：系统性破除乔哈里窗
IR Chronicle Matrix 在每一步对话中系统性缩小乔哈里窗（Johari Window）的四个认知象限：**开放区**（Step 1b 已知认知亮底）、**盲区**（六维检索清单 + 常识性叙述风险提示）、**隐藏区**（深挖维度选择行为将隐性判断显性化）、**未知区**（Step 4 认知边界检查表 + 反事实追问 + 反转测试）。
**核心纪律**：每一步必须在扩大开放区之后才进入下一步。边界未确认 → 不生成清单。深挖方向未选定 → 不做深挖。Phase 1 未完成 → 不触发 Phase 2。AI 不代替研究者判断。
## 核心理念
> **大事记（三时）→ 多层次事件（三事）→ 六维矩阵速览。两行各自独立，不做交叉。检索清单是主输出，矩阵是地图，深挖是报告。**
矩阵保持轻量——每格只放最关键的信息，一眼看完。选定维度后，skill 会做带来源、分级的事实深挖，用完整的 markdown 正文展开。
## 快速开始
### 1. 安装 Skill
将 `SKILL.md` 放入 Claude Code 的 skills 目录：
```bash
cp SKILL.md ~/.claude/skills/ir-chronicle-matrix/
```
### 2. 调用 Skill
在 Claude Code 中直接输入你的研究对象：
```
欧盟碳边境调节机制（CBAM）的来龙去脉帮我梳理一下
```
或显式调用：
```
/ir-chronicle-matrix 日本自由开放的印太战略
```
Skill 会自动触发，无需手动指定。
### 3. 你将获得
- **研究边界卡**：时间范围、空间层次、议题边界一目了然
- **大事记**（核心输出 · 优先）：主语行为体自身的时间演变——起源、发展阶段、当前状态，含关键词建议和自身关键事件
- **多层次事件**（核心输出 · 紧随）：上位结构、下位分支、平行比较，每维度含专属字段和设计理由
- **六维矩阵速览**：大事记一行三格 + 多层次事件一行三格，两行各自独立，呈现 6 个维度的全貌
- **大事记时间线骨架**：5-10 个关键节点，每条带置信度标签
- **维度深挖**：选中维度后，使用原始 Prompt B 系列的完整模板（7-8 个定制字段）做有来源、有分级的事实深挖
- **（可选）选题方向**：基于全部检索结果生成 3-4 个实证研究选题
## 矩阵结构
```
│ 维度一 │ 维度二 │ 维度三 │
──────────────┼───────────────┼───────────────┼───────────────┤
大事记 │ 第一时间 │ 周期时间 │ 现状时间 │
──────────────┼───────────────┼───────────────┼───────────────┤
多层次事件 │ 上位事件 │ 下位事件 │ 平行事件 │
──────────────┴───────────────┴───────────────┴───────────────┘
```
单张 2×3 表，双分隔线阻断交叉联想。大事记行聚焦主语行为体自身的时间演变，多层次事件行聚焦分析视角。6 个维度 = 6 个 B 深挖模板。
## 特色
- **继承原始 Prompt 体系**：Step 2 的主输出使用 Prompt A 的完整格式（每维度保留其专属字段——检索重点、关键词建议 [附设计理由]、阶段识别重点、层次说明、分类建议、比较对象、可比性依据等），不做简化。Step 3 的深挖使用 Prompt B 系列的紧凑速查表（6 个 B 模板一一对应 6 个维度），所有事实带置信度标签和来源。
- **每条事实有来源和分级**：继承 `ir-fact-retrieval` 的纪律——[已确认] / [主流认定] / [存在争议] / [待核实]，四种置信度标签强迫你区分"已知"和"听说"。
- **缺口和发现同等重要**：矩阵明确标出哪些信息还查不到、建议去哪里补——比"全知道的幻觉"诚实得多。
- **两阶段设计**：Phase 1 做结构化梳理，Phase 2 做选题生成——由你决定走到哪一步，不浪费你的检索成本。
- **非对称收窄**：承认某些维度天然信息量大（如"周期时间 × 下位事件"），在生成时主动做格内收窄，保持矩阵可读。
## 示例：以 CBAM 为例
输入"欧盟碳边境调节机制"后，大事记（优先输出）中的现状时间维度：
```
检索重点：优先识别 CBAM 近 6 个月内可直接观察的现实政策单元——
正式期启动、证书价格、进口商合规率、技术争议
关键词建议：
- CBAM definitive regime 2026 + certificate price + importer compliance
→ 检索 CBAM 正式期（2026.1 起）的实际运行数据
- EU CBAM + WTO dispute status + trade retaliation 2026
→ 检索 CBAM 的国际贸易法争议与反制动向
- CBAM + global carbon pricing + IMF World Bank carbon price floor
→ 检索 CBAM 在全球碳定价格局中的位置评估
现实追踪重点：重点追踪 2026 年 Q1 进口商合规数据、证书价格走势、
免费配额首次削减的产业反应、已出现的执行问题
自身当前动态：CBAM 正式期 2026.1.1 启动；首批证书购买义务生效；
EU ETS 免费配额首次削减（-2.5%）
```
以及六维矩阵中对应的速览格：
```
现状时间（大事记行）：
"CBAM 正式期启动，首批证书购买义务生效，EU ETS 免费配额首次削减"
```
选中"现状时间"深挖后，系统将使用 Prompt B3 的完整模板——包含当前状态、近期关键事件、主要参与主体（及各自角色）、主要争议或挑战、可能发展趋势、后续研究衔接、相关资料来源，共 7 个字段——全部带置信度标签和来源。
## 生态
IR Chronicle Matrix 是 AI 赋能国际关系研究工具链的一环，与其他 skill 协作：
| Skill | 角色 |
|-------|------|
| `ir-chronicle-matrix` | **选题入口**——结构化梳理 → 生成选题方向 |
| `ir-fact-retrieval` | **事实核验**——深度检索具体事件的事实底稿 |
| `ir-literature-review` | **文献管理**——阅读筛选 → 写作成稿 |
推荐工作流：**先用 matrix 建框架 → 用 fact-retrieval 查具体事件 → 用 lit-review 整理文献成稿**。
## 贡献
欢迎三种贡献方式：
1. **提出改进意见**：在 Issues 中报告矩阵逻辑缺陷、遗漏维度、关键词失准等问题
2. **贡献案例**：提交你用此框架分析过的主语行为体案例（去敏化后）
3. **方法论扩展**：如果你有新的维度或交叉逻辑，欢迎 PR
## 参与 AI × IR 生态共建
这不是一个孤立的工具。
国际关系研究正在经历方法论上的静默革命——大语言模型不只是"搜索更快"，它让我们有可能在**进入文献之前**就建立一个系统性的认知框架。这个框架不替代深度研究，但它让你知道从哪里开始。
IR Chronicle Matrix 是这个方向上一个很小的实验。它试图回答一个非常朴素的问题：**面对一个新议题，AI 能不能帮我们更聪明地问出第一个问题？**
如果你——
- 是国际关系学者或学生，觉得传统文献综述的入口太慢、太依赖运气
- 是计算社会科学研究者，在 NLP/LLM 与 IR 的交叉点上找应用场景
- 是政策研究者，需要快速建立对陌生议题的初步评估
- 对"结构化知识组织"本身感兴趣，无论什么学科
我们邀请你参与这个生态的建设。你可以：
- ⭐ Star 这个仓库
- 🗣️ 分享你的使用体验和改进建议
- 🔧 提交 PR 改进矩阵逻辑或增加维度
- 🔗 把你的相关工具链与 matrix 对接（欢迎开 Issue 讨论集成方案）
- 📝 写一篇博客或 Thread 记录你用 AI 做研究的方法变化
**AI 不会替代国际关系研究者的判断力，但它可以替代那些浪费时间的事。**
让我们一起把时间还给思考。
---
IR Chronicle Matrix
Part of the AI × IR ecosystem · Built with ❤️ for researchers who ask better questions