学术文献统一检索器

这个技能解决什么问题

做文献调研时经常遇到一个两难：PubMed 在医学与生命科学领域最权威，但收录范围偏窄；Google Scholar 学科覆盖广、带被引次数和 PDF 全文链接，可官方站对大陆网络经常直接拦截。两边分开检索不仅耗时，结果还大量重叠，人工按 DOI 和标题去重既枯燥又容易出错。更麻烦的是，遇到限流或验证码时，不少工具会悄悄返回缓存结果甚至编造条目，污染引用列表。

Unified-Research-Finder 把这件事压缩成一次调用：默认同时查询 PubMed 官方 E-utilities API 与 Google Scholar 及镜像站，合并后按 DOI 或归一化标题去重。

核心能力与工作流程

真实优先。 第一原则是只返回脚本真实拿到的记录。检索无果、源被拦截、网络不通，一律明确标注「未找到」或如实说明，绝不生成虚假标题、作者、PMID、引用数或下载链接。

三条流程，按场景选择：

• 流程 A（scripts/pubmed_search.py）：面向医学、生物医学、影响因子场景。支持 MeSH 与字段限定、--sort pub_date 按日期排序、--pmids 直接查 PMID，输出 pmid/title/authors/journal/abstract/doi 等字段。
• 流程 B（scripts/scholar_search.py）：面向全学科检索、被引次数与 PDF 全文。默认 auto 模式按优先级回退 kiphub → 烂番薯 → 学术搜索Pro → 灯塔 JSON → 香港镜像/官方站，任一源 403/验证码/超时即尝试下一个。
• 流程 C（scripts/unified_search.py）：默认推荐路径。双库并行检索后合并去重，输出统一记录并带 db 字段标注来自 PubMed 还是 Scholar。

去重与输出。 每条记录包含标题、作者、年份、来源、摘要片段、被引次数、DOI、原文与 PDF 链接。去重默认开启，脚本会返回 dedup_note，你需要在报告里原样告知用户「已开启多库去重，可手动关闭」；想保留重复项就用 --no-dedup 重跑。合并计数可附注：「共合并 N 条，去重后 K 条（移除 R 条重复）」。

限流兜底。 批量检索触发限流时，脚本输出 api_key_hint: true，此时引导用户注册免费 NCBI API key，仅通过命令参数或 NCBI_API_KEY 环境变量传入，不写入文件。全部 HTTP 源被拦截时，可选装 Playwright 走 --browser 无头渲染兜底，但这是重模式，按需启用，灯塔 JSON 源本身无需浏览器。

适用边界

• 只做检索与元数据聚合，不含摘要生成、全文翻译或引用管理，后处理需配合其他 skill。
• Scholar 镜像的可用性取决于第三方后端，灯塔近期有 500/超时记录，失败时如实反馈即可，不要臆造结果。
• 被引次数与影响因子直接取自各源原始数据，未经二次核验，严肃投稿前建议用 Crossref / JCR / 中科院分区复核。
• PubMed 侧只做查询与链接拼装，不替代数据库本身的收录范围判断。