literature-search

核心用法

Literature Search 是一款专为学术研究设计的文献检索技能，通过整合多个权威学术数据库（Semantic Scholar、PubMed、arXiv、IEEE、ACM、Scopus、Web of Science及Google Scholar）为用户提供结构化的引用列表。使用时需遵循特定工作流程：首先明确检索范围（主题关键词、子领域、时间范围等），然后根据用户权限选择可访问的数据源，采用多关键词迭代搜索，最后去重并输出标准化的文献列表。

显著优点

• 多源整合：覆盖生物医学（PubMed）、计算机科学（arXiv/IEEE/ACM）、综合学科（Scopus/Web of Science）等主流索引
• 智能去重：自动识别同一文献的不同版本，优先保留高被引或正式发表的期刊/会议版本
• 合规性设计：严格区分公开API与付费资源，避免违规抓取，尊重平台使用条款
• 输出规范：统一格式（作者. 标题. 期刊/会议. 年份. DOI/URL），便于直接插入论文

潜在局限

• Google Scholar限制：无官方API，仅支持用户手动导出结果，自动化程度受限
• 付费数据库依赖：Scopus和Web of Science需用户自行提供机构访问权限，否则标记为"不可用"
• 深度检索能力：依赖各数据库本身的索引质量，对冷门交叉学科可能存在覆盖盲区
• 实时性：预印本平台（arXiv）更新快，但正式出版版本可能存在时滞

适合人群

• 撰写综述论文、学位论文的研究生与科研人员
• 需要快速了解新领域核心文献的跨学科研究者
• 科研团队协作中的文献管理与共享场景

常规风险

• 文献相关性判断依赖关键词匹配，可能存在漏检或误检
• 用户需提供敏感凭证（API密钥/机构账号）以访问付费数据库，存在凭证管理风险
• 自动化检索需遵守各平台robots协议，过度请求可能导致IP限制

核心功能

literature-search 是一款面向学术研究者的文献检索辅助 Skill，专注于帮助用户高效梳理跨数据库的学术资料。其核心能力体现在搜索策略设计与引用标准化输出两个层面：支持覆盖 Semantic Scholar、PubMed、arXiv、IEEE、ACM、Scopus、Web of Science 等主流索引，并自动去重、择优保留高被引/近期发表的正式版本。

显著优势

• 多源整合策略：明确区分开放接口（Semantic Scholar、PubMed、arXiv）与受限资源（Scopus、WoS、Google Scholar），避免违规爬取
• 智能去重机制：优先保留期刊/会议正式版本，自动过滤预印本重复条目
• 标准化输出：统一 Authors·Title·Venue·Year·DOI/URL 格式，便于直接插入论文参考文献
• 零代码架构：纯 Markdown 文档型 Skill，无执行风险，S+ 安全认证

局限性与约束

| 约束类型 | 具体说明 |

|---------|---------|

| 自动化限制 | Google Scholar 无官方 API，需用户手动导出或提供结果 |

| 付费墙壁垒 | Scopus/Web of Science 需机构订阅或个人 API Key |

| 功能边界 | 仅提供搜索工作流指导，**不直接执行网络请求**，实际检索需用户配合完成 |

| 时效性依赖 | 数据库覆盖与索引更新取决于各平台本身 |

适用人群

• 撰写综述论文、学位论文的研究者
• 需要快速构建 Related Work 章节的论文作者
• 跨学科课题需整合多源文献的科研团队
• 对文献管理工具（Zotero、EndNote）有导出格式需求的用户

常规风险提示

1. 来源可信度 T3：由个人开发者发布，无公开代码仓库，建议人工复核输出策略
2. 知识产权合规：引用列表仅作学术参考，需自行确认各数据库使用条款
3. 检索完整性：受限于 API 可用性与用户凭证，可能存在漏检，建议多轮交叉验证
4. 版本滞后：预印本与正式发表版本可能存在内容差异，需人工核对最终引用

---

该 Skill 通过 CLS-Certify v2.1.0 全维度扫描，无可执行代码、无敏感信息泄露、无外部网络调用，安全等级 S+。