核心功能
Medical Research Literature Reader Pro 是一款面向医学研究者的结构化文献阅读系统，区别于通用摘要工具，其核心能力在于证据类型分类与轨道化深度分析。系统接收 PDF、DOI、PMID、标题或摘要等多种输入，自动识别论文的实质研究类型（RCT、队列研究、生信挖掘、细胞实验、混合方法等），并路由至对应的批判性评估轨道。
显著优点
1. 多轨道专业分析：针对临床/流行病学（Track A）、生物信息学/计算（Track B）、基础实验（Track C）及混合方法（Track D1/D2）设计了差异化评估清单，避免"一刀切"式评价
2. 证据边界判定：强制区分"关联≠因果""预测≠机制""表达验证≠功能证明"等常见过度推断，明确标注论文"能主张什么"与"不能主张什么"
3. 14项标准输出：从"一句话结论"到"证据层级总结""同类文献推荐""后续问题设计"形成完整分析闭环
4. 可扩展插件系统：支持生成期刊俱乐部工具包、PI决策简报、复现启动方案、对比分析表等下游交付物
5. 防幻觉机制：严格遵循"最小可行输入"规则，无法获取全文时明确说明限制，绝不编造内容
潜在局限
- 依赖输入质量：标题-only输入时无法完成图表审查、详细统计报告等深度分析
- 无实时文献检索：需用户主动提供 DOI/PMID，系统本身不集成 PubMed/PMC 实时查询（输入不足时需用户补充）
- 领域聚焦：专为医学研究设计，对社科、人文、工程类论文不适用
- 批判性导向：设计上拒绝"只讲优点"的偏向性请求，可能不适合仅需快速正面反馈的场景
适合人群
- 临床医生、博士后、研究生进行文献精读与期刊俱乐部准备
- PI 进行基金评审、投稿前质量把关或团队文献讨论
- 生物信息学/转化医学研究者处理混合方法论文（如 TCGA+实验验证类研究）
- 需要系统性证据评级而非表面摘要的循证医学场景
常规风险
- 证据评级主观性：虽有结构化清单，最终"低/中/高"证据评级仍含专业判断成分
- 混合方法论文的权重分配：Track D1/D2 的证据层级总结需要用户结合领域知识复核
- 插件输出需人工校验：复现启动方案、实验设计建议等属于研究规划辅助，执行前仍需专家审核
设计哲学
该技能明确拒绝成为"美化版摘要生成器"，其核心价值在于方法论透明度——通过强制披露设计缺陷、过度推断和证据局限，培养用户的批判性阅读能力，而非替代思考。