多论文综述生成器

解决什么问题

当你手头堆着十几篇 PDF，需要写文献综述时，真正的痛点不是读懂任何一篇，而是发现它们之间的关系：哪些论文在讨论同一个问题、方法上谁继承了谁、结论在哪里打架、哪里是集体沉默的空白。手工做这件事意味着反复切换窗口、摘抄、做表格，最后拼出的综述往往还是按论文逐篇罗列，而不是按主题组织。这个技能把前半段体力活自动化：输入两篇及以上论文，输出一篇按主题组织、带编号引用的综述草稿。

它如何工作

核心流程分四步：

• 论文识别与输入收集：支持三种输入形态——本地文件（.pdf / .txt / .md / .docx）、URL 链接、直接粘贴的文本。PDF 通过 scripts/extract_paper_info.py 提取文本与关键信息，.docx 使用 python-docx 解析。
• 结构化信息提取：对每篇论文抽取标题、作者、年份、摘要、关键词、研究问题、方法、主要发现、局限性九个字段，汇总成论文信息表。
• 主题关联性分析：从四个维度对比论文——主题聚类、方法论演进对比、观点的共识与分歧追踪、研究空白识别，输出论文 × 主题交叉矩阵。分析框架见 references/thematic_analysis_guide.md。
• 综述生成：按 assets/review_template.md 的结构生成综述，主题分析部分按主题而非按论文组织，引用统一用 [论文编号] 格式，默认输出 Markdown 并保存为 literature_review_YYYYMMDD.md。

配套的浏览器窗口（assets/review_window.html）是纯前端方案，拖入文件即可在本地完成提取、聚类与分析，零安装、不依赖 Python；需要批量处理或程序化调用时，可用可选的 Python CLI（scripts/generate_review.py）独立生成 PDF/Markdown。

适用边界

• 最少 2 篇论文，不足时技能会提示补充，不会强行生成。
• 综述质量上限取决于输入论文的完整度；只有摘要的输入，分析只能停留在摘要层面。
• 自动聚类基于关键词共现与 Jaccard 相似度，对方法论细节和观点的细微分歧判断有限，共识/分歧标注建议人工复核。
• PDF 解析失败时会回退到多模态直读，但扫描版、加密文件仍可能提取不全。
• 输出是综述草稿而非定稿，引用格式、术语统一、事实核对仍需研究者本人完成。