literature-review

文献综述

本技能指导文献搜索、整理和综述写作。

## 核心原则：绝不编造文献

这是最重要的原则，必须严格遵守：

1. 英文文献：可通过网络搜索获取，但必须验证真实性
2. 中文文献：明确告知用户去知网（CNKI）搜索，AI提供搜索建议
3. 所有引用必须可追溯、可验证
4. 不确定的文献信息，宁可不写也不编造

## 文献工具脚本

本技能内置了多个文献处理脚本：

1. 文献搜索 (scholar_search.py)

脚本位置：scripts/scholar_search.py

支持的数据库：PubMed, CrossRef, Semantic Scholar, arXiv

支持的输出格式：

• json - JSON 格式（默认）
• bibtex - BibTeX 格式，可直接用于 LaTeX
• ris - RIS 格式，用于 EndNote/Zotero
• apa - APA 引用格式
• mla - MLA 引用格式
• chicago - Chicago 引用格式
• vancouver - Vancouver 引用格式

使用方法

# 基本搜索
python scripts/scholar_search.py "deep learning transformer"

# 指定数据库
python scripts/scholar_search.py "neural network" --sources pubmed,crossref

# 年份过滤（当前是2026年，建议使用近年范围）
python scripts/scholar_search.py "machine learning" --year 2023-2026

# 输出 BibTeX 格式（用于 LaTeX 论文）
python scripts/scholar_search.py "landslide detection" --format bibtex -o refs.bib

# 输出 APA 引用格式
python scripts/scholar_search.py "attention mechanism" --format apa --limit 5

# JSON 输出（用于程序处理）
python scripts/scholar_search.py "quantum computing" --format json -o results.json

输出格式示例

BibTeX 格式（用于 LaTeX）：

@article{xu2024,
  title = {CAS Landslide Dataset: A Large-Scale and Multisensor Dataset},
  author = {Yulin Xu and Chaojun Ouyang and Qingsong Xu},
  journal = {Scientific Data},
  year = {2024},
  doi = {10.1038/s41597-023-02847-z},
}

APA 格式（用于正文引用）：

Yulin Xu and Chaojun Ouyang (2024). CAS Landslide Dataset...

各数据库特点

数据库	速率限制	摘要	引用数	适用领域
CrossRef	高	部分	是	全学科
PubMed	中	需额外请求	否	生物医学
Semantic Scholar	低*	是	是	全学科
arXiv	低	是	否	CS/物理/数学

* Semantic Scholar 建议配置 API Key 以获得更高限额。

Checklist

• 确认综述主题和范围
• 生成搜索关键词（中英文）
• 英文文献：执行搜索并整理结果
• 中文文献：提供搜索策略，等待用户提供
• 按主题分类整理文献
• 生成证据-论点映射（evidence-claim map）
• 标注每条文献的引用位置（citation slot）
• 撰写综述初稿
• 检查所有引用的真实性
• 更新 plan/progress.md

0. 文献到正文的硬门控

文献检索不是交付终点。写 Introduction、Related Work、研究现状前，必须把文献转成证据-论点映射：

| Source ID | Citation | Abstract-level finding | Usable fact | Supported claim | 引用位置 / citation slot | Risk |
|---|---|---|---|---|---|---|

要求：

1. Supported claim 必须是可写进正文的一句话，不是“这篇文献很相关”。
2. 引用位置 / citation slot 必须具体到段落角色，如“Introduction-P2 方法谱系”或“RelatedWork-P3 FL-IDS 局限”。
3. 每个核心论点至少有 1 条强支撑文献；关键研究空白应由 2 条以上文献共同支撑。
4. 只允许使用题名、摘要、DOI 元数据、用户提供摘录或已读取全文中的信息。

如果没有 evidence-claim map，不得声称文献综述已完成。

一、文献搜索指南

1.0 脚本搜索（推荐）

使用 scripts/scholar_search.py 进行多数据库并行搜索。

基本用法

# 搜索所有数据库，输出 JSON
python scripts/scholar_search.py "your query" --format json -o results.json

# 指定数据库和年份
python scripts/scholar_search.py "deep learning" --sources crossref,semanticscholar --year 2023-2026

# 仅搜索 PubMed（生物医学）
python scripts/scholar_search.py "hippocampus memory" --sources pubmed --limit 20

BibTeX 输出（用于 LaTeX 论文）

# 输出 BibTeX 格式
python scripts/scholar_search.py "landslide detection" --format bibtex -o refs.bib

# 直接输出到控制台
python scripts/scholar_search.py "transformer attention" --format bibtex --limit 5

BibTeX 输出示例：

@article{xu2024,
  title = {CAS Landslide Dataset: A Large-Scale and Multisensor Dataset},
  author = {Yulin Xu and Chaojun Ouyang and Qingsong Xu},
  journal = {Scientific Data},
  year = {2024},
  doi = {10.1038/s41597-023-02847-z},
  url = {https://doi.org/10.1038/s41597-023-02847-z}
}

文本引用格式

# APA 格式
python scripts/scholar_search.py "neural network" --format apa --limit 3

# MLA 格式
python scripts/scholar_search.py "machine learning" --format mla --limit 3

# Chicago 格式
python scripts/scholar_search.py "attention mechanism" --format chicago --limit 3

APA 输出示例：

Yulin Xu and Chaojun Ouyang (2024). CAS Landslide Dataset: A Large-Scale
and Multisensor Dataset for Deep Learning-Based Landslide Detection.
Scientific Data. 10.1038/s41597-023-02847-z

搜索策略建议

1. 开始搜索：使用 CrossRef（速度快、结果多、有引用数）
2. 精确搜索：添加年份范围过滤
3. 领域搜索：
   • 生物医学 → PubMed
   • 计算机/物理/数学 → arXiv
   • 需要 AI 推荐相关文献 → Semantic Scholar

JSON 输出示例

[
  {
    "title": "Attention Is All You Need",
    "authors": ["Ashish Vaswani", "Noam Shazeer", "..."],
    "year": 2017,
    "journal": "Advances in neural information processing systems",
    "doi": "10.48550/arXiv.1706.03762",
    "citations": 100000,
    "url": "https://doi.org/10.48550/arXiv.1706.03762",
    "_source": "crossref"
  }
]

1.1 WebSearch 搜索（备选）

当脚本不可用时，使用 WebSearch 进行搜索。

可用数据库：

数据库	特点	适用领域
Google Scholar	综合性最强	全学科
PubMed	生物医学权威	医学、生物
IEEE Xplore	工程技术	计算机、电子
arXiv	预印本	物理、数学、CS
Semantic Scholar	AI增强搜索	全学科

搜索策略：

1. 确定核心关键词（英文）
2. 使用布尔运算符：AND, OR, NOT
3. 使用引号精确匹配："deep learning"
4. 限定时间范围：近5年优先
5. 按引用量排序找高影响力文献

1.2 中文文献搜索

AI无法直接搜索中文学术数据库，必须让用户配合。

推荐数据库：

• 知网（CNKI）：最全面的中文学术数据库
• 万方数据：学位论文丰富
• 维普：期刊论文
• 百度学术：综合搜索

AI提供的帮助：

1. 生成搜索关键词
2. 提供搜索策略建议
3. 用户提供摘要后，AI帮助整理

二、文献整理

2.1 文献信息记录

每篇文献记录以下信息：

## 文献1
- **标题**：
- **作者**：
- **年份**：
- **期刊/会议**：
- **DOI/链接**：
- **核心观点**：
- **研究方法**：
- **主要结论**：
- **与本研究关系**：

2.2 文献分类

按主题而非按文献组织：

文献综述/
├── 理论基础/
├── 方法技术/
├── 应用研究/
└── 综述文章/

三、综述写作

3.1 综述结构

一、引言
   - 研究背景
   - 综述目的和范围

二、研究现状
   2.1 主题一
   2.2 主题二
   2.3 主题三

三、研究评述
   - 已有研究的贡献
   - 存在的不足
   - 研究趋势

四、研究空白与本研究定位

3.2 写作要点

综合而非罗列

• ❌ 张三（2020）研究了A。李四（2021）研究了B。
• ✅ 关于X问题，学界主要从三个角度展开研究：张三（2020）从A角度出发...；而李四（2021）则关注B方面...

批判性分析

• 不仅介绍研究内容，还要评价其贡献和局限
• 指出不同研究之间的关系（支持、补充、矛盾）

3.3 综述写作模板

引入某一研究领域：

[领域名称]是近年来[学科]研究的热点之一。自[开创性工作]以来，
该领域经历了快速发展，主要研究集中在[方向1]、[方向2]和[方向3]等方面。

介绍代表性研究：

[作者]（[年份]）提出了[方法/理论]，该研究[主要贡献]。
实验结果表明，[主要发现]。然而，该方法存在[局限性]。

指出研究空白：

尽管已有研究在[方面]取得了显著进展，但在[具体问题]方面仍存在不足。
具体而言，[问题1]尚未得到充分探讨，[问题2]缺乏系统性研究。

四、引用格式

中文（GB/T 7714-2015）

[1] 作者. 文章题目[J]. 期刊名, 年份, 卷(期): 页码.
[2] 作者. 书名[M]. 出版地: 出版社, 年份: 页码.

英文（APA 7th）

Author, A. A., & Author, B. B. (Year). Title. Journal, Volume(Issue), pages.

五、对话模板

场景0：使用脚本搜索文献（推荐）

执行搜索命令：

python scripts/scholar_search.py "搜索关键词" --sources crossref,semanticscholar --year 2020-2024 --limit 20 --format json

输出示例：

"我来使用学术搜索脚本帮你查找文献。

搜索查询：[关键词] 数据源：CrossRef, Semantic Scholar 年份范围：2020-2024

搜索结果（按引用数排序）：

#	标题	作者	年份	期刊	引用数	DOI
1	[...]	[...]	2023	[...]	156	[DOI]
2	[...]	[...]	2022	[...]	89	[DOI]

需要我进一步获取某篇文献的详细信息吗？"

场景1：用户需要英文文献（WebSearch 方式）

"我来帮你搜索相关英文文献。

搜索关键词：[生成的关键词]

搜索结果：

1. [文献标题] - [作者] ([年份])
   • 期刊：[期刊名]
   • 核心内容：[简要描述]
   • DOI：[链接]

建议：这些文献中，[文献X]与你的研究最相关。"

场景2：用户需要中文文献

"中文学术文献需要你在知网（CNKI）等数据库搜索，我来帮你准备搜索策略。

建议搜索关键词：

• 主题词：[关键词1]、[关键词2]
• 组合搜索：[关键词1] AND [关键词2]

搜索步骤：

1. 访问 https://www.cnki.net/
2. 选择"高级搜索"
3. 输入上述关键词
4. 筛选条件：核心期刊/CSSCI，近5年

请将搜索到的文献摘要粘贴给我，我帮你整理和分析。"

场景3：用户提供了文献摘要

"收到，我来帮你整理这些文献。

文献整理：

序号	作者	年份	核心观点	与本研究关系
1	[作者]	[年份]	[观点]	[关系]

综述建议： 这些文献可以从以下角度组织...

需要我帮你起草综述段落吗？"

六、引用检查与验证

6.1 引用验证（必须）

使用 verification 技能进行严格验证：

声称	验证方式	不充分
引用存在	CrossRef API 确认 DOI	"看起来正确"
引用格式正确	运行格式检查脚本	目测检查
作者信息准确	搜索原始来源	"应该没错"

验证脚本：

# 验证 DOI 是否存在
curl -s "https://api.crossref.org/works/10.1000/doi123"

# 验证 BibTeX 文件
python scripts/scholar_search.py "your query" --format bibtex --output refs.bib

6.2 PDF 文献解析

当用户提供 PDF 文件时，使用 scripts/pdf_parser.py 提取内容：

# 提取 PDF 文本
python scripts/pdf_parser.py paper.pdf --output paper_text.txt

# 提取结构和摘要
python scripts/pdf_parser.py paper.pdf --sections --abstract --json paper_info.json

# 总结 PDF 内容
python scripts/pdf_parser.py paper.pdf --summarize

输出内容：

• 元数据（标题、作者、页数）
• 摘要
• IMRaD 章节（引言、方法、结果、讨论）
• 自动摘要

6.3 引用检查清单

必须检查：

• 所有引用的文献都真实存在（通过 DOI 验证）
• 作者、年份、标题信息准确
• 引用格式统一
• 正文引用与参考文献列表一一对应
• 每个引用都有上下文说明其与本研究的关系