核心用法
该技能专为学术文献检索设计，通过多源并行搜索为用户提供结构化的参考文献列表。用户只需提供研究主题关键词，系统将自动在Semantic Scholar、PubMed、arXiv、IEEE、ACM等开放数据库中执行迭代检索，支持同义词扩展和子领域细分。输出格式统一为包含作者、标题、期刊/会议、年份、DOI/URL的标准引用条目，便于直接插入论文的Related Work章节。
显著优点
多源整合能力：同时覆盖生物医学(PubMed)、计算机科学(arXiv/IEEE/ACM)、综合学科(Semantic Scholar)三大领域，避免单一数据库的覆盖盲区。
智能去重与优选：自动识别同一文献的不同版本，优先保留高被引的期刊/会议正式版，剔除冗余预印本。
合规访问策略：明确区分开放API与受限资源(Scopus/Web of Science/Google Scholar需用户自备权限)，避免违规爬取风险。
输出灵活可扩展：支持后续按年份、期刊、子主题筛选，并可导出为BibTeX或CSV格式对接文献管理软件。
潜在局限
- 商业数据库依赖用户权限：Web of Science、Scopus等高影响力索引需机构订阅，无访问权限时标注为"not available"，可能遗漏顶刊文献。
- Google Scholar无API支持：仅接受用户手动导出结果，无法自动化检索该平台的广泛灰色文献。
- 实时性受限于各源更新周期：预印本库(arXiv)与正式出版存在时滞，最新成果可能暂未收录。
- 检索质量依赖关键词质量：未内置语义扩展AI，需用户自行提供精准的领域术语与同义词。
适合人群
- 硕博研究生撰写文献综述或开题报告
- 科研人员快速摸底新方向的核心论文
- 学术论文作者整理Related Work章节
- 跨学科研究者需要一次性检索多领域文献
常规风险
隐私与合规风险：技能明确禁止无授权爬取付费数据库，但若用户误将机构账号凭证交由系统代理登录，存在账号封禁与学术合规风险。建议仅使用用户自行导出的数据文件，而非直接代填登录态。
学术准确性风险：自动去重算法可能误判版本关系(如同一研究的会议预览与扩展期刊版)，用户需人工复核关键文献的完整性与权威性。
引用格式一致性风险：不同数据库的元数据字段完整性参差不齐，部分条目可能缺失页码或卷期号，需后期补全。