技能介绍

问题：文献不是找不到，而是读不散

做完检索后，常见卡点不是“缺论文”，而是拿到一批文献后无法稳定提取观点、比较方法、归纳脉络，更难定位真正的研究空白。literature-mining 解决的是阅读与分析阶段：它不负责全网找文章，而是把用户提供的论文、摘要、PDF 文本或已整理文献列表，转成可复用的研究资产。

工作方式：从单篇精读到多篇矩阵

该技能以方法论工具包形式运行，核心输出包括 结构化阅读笔记、文献矩阵、Gap 识别 和 综述框架。典型流程如下：

先根据研究问题设计 检索策略，可用 PICO 明确人群、干预、对照和结局边界；
对已纳入文献做 PRISMA 筛选记录，保留检索、筛选与排除逻辑；
对核心文献生成 阅读笔记，覆盖研究问题、方法、样本、关键结论与局限；
将多篇文献放进 文献矩阵，按方法、指标、场景、结论等维度横向比较；
从矩阵中识别 Gap，并判断空白是否值得作为创新点；
对证据做 质量分级，避免把弱证据和强证据混在一起写进综述。

适用边界：只读不搜，拒绝编造

这个技能适合做文献精读、矩阵比较、综述框架和证据评价；不适合直接替代 web_search 或外部检索技能完成数据库查找。未配置联网或外部检索时，它会基于用户已提供材料继续分析，并明确说明能力边界。输出会强调 AI 辅助生成，不能伪造论文、作者、DOI 或参考文献，所有结论都应回查原始文献后使用。