核心用法
literature-search-workflow 是一个六阶段标准化学术文献检索工作流，专为科研人员设计。用户通过命令行输入研究主题（如"主观幸福感量表 validation"），技能自动执行：①查询分析（意图识别与关键词提取）、②初步搜索（Tavily 快速检索）、③深度搜索（PubMed/BGPT/OpenAlex 多库验证）、④结果整理（去重排序与质量评估）、⑤文献获取（web_fetch 抓取全文）、⑥输出报告（Markdown/BibTeX 格式）。支持学术论文、量表工具、综述文献、研究方法四种专项搜索模式，输出包含 DOI、引用格式、全文链接的完整报告。
显著优点
多源整合优势：聚合 Tavily AI 搜索引擎与 PubMed、OpenAlex、BGPT 等顶级学术数据库，覆盖医学、心理学、社会科学等多学科领域，避免单一数据库遗漏关键文献。标准化流程：六阶段工作流将原本数小时的文献检索压缩至 20-30 分钟，且通过质量评估矩阵（相关性>0.8、时效性<1年、SCI/SSCI 权威性）自动筛选高价值文献。输出专业化：自动生成符合学术规范的 Markdown 报告，含文献统计表、BibTeX 引用、全文获取链接，可直接用于论文写作。免费资源友好：PubMed、OpenAlex 完全免费，Tavily 提供 1000 次/月免费额度，降低科研成本。
潜在缺点与局限性
安全缺陷严重：代码第 17 行存在硬编码 Tavily API Key（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），导致密钥泄露风险，违反安全最佳实践，需用户立即整改为环境变量配置。依赖外部服务：核心功能依赖 Tavily API 可用性，若服务中断或配额耗尽，将触发 PubMed 等备用引擎，但可能影响检索质量。中文支持有限：PubMed、OpenAlex 以英文文献为主，中文核心期刊覆盖不足，心理学等社科领域可能存在遗漏。无全文解析能力：仅能获取全文链接，无法自动提取 PDF 内容或进行文献综述 AI 生成，需用户手动阅读。
适合的目标群体
高校科研人员：研究生、博士生进行开题文献调研、系统综述 Meta 分析。临床医务工作者：检索循证医学证据、量表中文信效度验证研究。心理学与社科研究者：快速定位量表编制、实验方法学文献。科研团队：建立标准化文献检索 SOP，保证团队成员检索质量一致性。学术写作辅助：需要快速生成规范引用格式与文献列表的作者。
使用风险
凭证安全风险：硬编码 API Key 可能导致密钥被滥用或泄露，建议立即修改代码使用 os.getenv('TAVILY_API_KEY') 强制环境变量配置。网络依赖风险：需稳定访问 Tavily、PubMed 等海外服务，国内用户可能需要代理配置。数据隐私风险：搜索查询内容会上传至 Tavily 服务器，涉及敏感研究主题时建议审查隐私政策。输出目录风险：默认在当前工作目录生成 Markdown 文件，需确保运行环境为专用工作空间，避免覆盖重要文件。API 配额限制：Tavily 免费额度 1000 次/月，大规模系统综述需规划搜索策略或申请付费额度。