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