研究信息查询

要解决什么问题

写综述、验方法或核对数据时，你往往需要当前的论文、协议和统计，而不是模型训练截止日里的二手概括。手工在数据库里筛高被引、Tier 1 期刊和完整 DOI，再区分「查一条事实」和「比较两种路线、解释机制」两类任务，既慢也容易在模型选择上踩坑（浅答复杂题，或为过深的推理付不必要成本）。

技能如何工作

本技能通过 OpenRouter 调用 Perplexity 的 Sonar 系列，并偏向学术/同行评审来源与较高搜索上下文。核心是一条按查询复杂度选模型的流水线：

• perplexity/sonar-pro-search：面向直接检索——最新论文、患病率/统计、标准协议、单点事实与引用查找；响应通常更快、单次成本更低。
• perplexity/sonar-reasoning-pro：面向需要推理的提问——比较与对照、多文献综合、机制解释、争议与权衡；适合带 compare、analyze、mechanism、meta-analysis 等信号的长句或多问句。

复杂度用关键词、问号数量、从句与长度等打分，≥3 分时切到 Reasoning Pro；也可用 force_model 手动指定。响应侧会强调来源归属（书目信息、DOI/稳定链接、访问日期），并在找论文时按引用次数×论文年龄与场所层级（如 Nature、Science、Cell、NEJM 等）排序，而不是堆冷门条目。

典型输出形态包括：文献摘要 + 3–5 篇核心引用；分步协议与注意事项；带来源日期的统计数据；以及按影响力排序的 5–10 篇参考文献（含近似被引次数与期刊层级说明）。

适用边界与注意点

• 需要配置 OPENROUTER_API_KEY 与足够账户额度；速率限制、网络或模型维护会导致失败，可改写查询或拆成多步。
• 检索结果仍受索引与付费墙限制，不能替代阅读原文；新兴或未入库论文可能遗漏，文档也提到信息时效通常集中在近年训练/索引窗口。
• 与 WebSearch 的分工：学术检索与深度综合用本技能；DOI/卷页码核验、新闻与非学术来源更适合用 WebSearch 交叉验证。
• 文档建议写研究类文档时配合 scientific-schematics 做示意图；那是写作增强，不是本技能的检索能力本身。