技能介绍

你在什么场景会需要它

写学位论文背景、开题、课程作业，或准备系统综述、范围综述、Meta 分析时，难点往往不是「会不会用某个数据库」，而是：如何在可控时间里，从 OpenAlex、PubMed、arXiv 等多源结果里筛出足够覆盖、又可追溯的文献集合，并留下符合 PRISMA-S 习惯的检索记录。

本技能面向「按主题找已有研究」，而不是替你去读某一篇 PDF 或把已有题录直接写成综述正文。

它怎么跑一条检索流水线

主 Agent 按 SKILL.md 编排流程；确定性步骤由 Python helper 完成（helper 内无 LLM、也不需要外部 API Key）。数据源分层大致是：

L1 OpenAlex：主检索，多策略深爬，通常取 top-100 量级
L2：PubMed（MeSH enrichment）、arXiv（预印本新鲜度）、以及文档中的 NSSD、yiigle 等 booster
L3：Semantic Scholar（如 influentialCitationCount、摘要兜底）、CrossRef（资助、许可、临床试验号等元数据）

检索深度分四档，时间和体量差异很大：Quick（约 20–60 篇）、Standard（60–180）、Deep（180–400）、Audit（400–1000+，面向系统综述与 Cochrane 式工作）。合并多源后会去重，再用 Inline SubAgents（并行、文件 IPC，单条消息最多 5 个）按 RCS rubric 做分类；并计算饱和曲线，决定是继续扩引文还是停止。

交付物落在用户工作目录：report.html / report.md、执行摘要 summary.md，以及 papers.csv、papers.bib、papers.ris、BibTeX 同类导出、execution_log.json（PRISMA-S 日志）等；内部还有 kg_classified.json、query_plan.json、curve.json 等便于复现与审计。

边界与执行约定

适合：主题检索、文献范围摸底、为综述/Meta 分析准备题录与日志。
不适合：已知 DOI 批量下 PDF、单篇精读摘要、或你已有完整题录集只需写综述段落——文档明确建议改用 PDF 阅读器、摘要器或写作类流程。
执行上有四条不变量：不要在 Skill 目录里 cd，helper 从用户 PWD 用 PYTHONPATH 调用；分类 SubAgent 并行派发；任何跳过都要说明跳了什么、为何、损失什么、如何恢复；非平凡步骤应读 SKILL 引用的说明。
常见降级：L2 booster 零结果会静默跳过并在 PRISMA-S 中记一笔；OpenAlex DOI 404 会回退标题检索；限流由 helper 重试，仍失败则放弃该 enricher。