Literature Review

核心功能

Literature Review是一个专为学术研究设计的文献检索与综述生成工具，通过Python脚本lit_search.py实现对四大主流学术数据库的统一访问：

• Semantic Scholar (S2)：侧重引用网络与AI生成的TL;DR摘要
• OpenAlex：开放学术图谱，数据覆盖全面，支持"礼貌池"访问优化
• Crossref：DOI元数据权威源，适合精确文献定位
• PubMed：生物医学领域金标准，通过efetch获取完整XML记录

显著优势

1. 多源聚合与智能去重：--source all/both模式自动按DOI去重，避免人工筛选冗余
2. 完整摘要获取：PubMed调用efetch API返回全文摘要，OpenAlex通过倒排索引重建摘要文本
3. 灵活检索策略：支持宽泛主题搜索与DOI精确查询双模式
4. 学术规范友好：自动生成包含作者、年份、期刊、引用量的结构化数据，便于后续引用管理

局限性与风险

• API依赖性：需配置USER_EMAIL以获取OpenAlex/Crossref礼貌池权限，部分功能受限于外部服务稳定性
• 摘要覆盖不均：Crossref本身不提供摘要，OpenAlex摘要质量因源数据而异
• 合成能力边界："撰写综述"功能本质是模板化文本组织，不具备真正的文献理解与批判性分析能力，用户需人工验证论点准确性
• 环境配置门槛：需Python环境及可选API密钥配置，非技术用户上手成本较高

适用人群

• 研究生及科研人员需快速建立文献清单
• 系统性综述/meta分析初期的文献筛选阶段
• 跨学科研究者需同时检索生物医学与综合学术数据库

安全提示

工具本身为只读检索，无数据写入风险；但需注意学术合规——自动生成内容不可直接用于正式出版物，必须人工核实原始文献。

核心用法

literature-review 是一款面向学术研究者的文献检索与综述辅助工具，通过整合 Semantic Scholar、OpenAlex、Crossref 和 PubMed 四大权威学术数据库，实现一站式文献 discovery。用户可通过 CLI 执行多源搜索、单库精准检索、DOI 详情获取及文献主题聚类，最终输出结构化元数据支持综述写作。

核心工作流包括：
1. 广度搜索 (--source all)：并行查询四大数据库，自动基于 DOI 去重
2. 精准定位 (--source pm/s2/oa/cr)：针对生物医学优先选用 PubMed，需要引用数据选 Semantic Scholar
3. 详情深挖：通过 DOI 获取 S2 的 TL;DR 摘要及完整元数据
4. 综述生成：按主题或时序聚类文献，逐步合成学术段落

输出字段标准化包含：ID、DOI、标题、年份、作者列表、完整摘要、期刊、被引次数及数据来源标识。

显著优点

• 多源互补：覆盖 2 亿+ 论文（OpenAlex 全覆盖 + PubMed 生物医学金标准 + S2 引用网络 + Crossref DOI 权威元数据）
• 数据完整：支持完整摘要获取（PubMed 通过 efetch XML 解析，OpenAlex 自动重建倒排索引摘要）
• 智能去重：跨库搜索结果自动 DOI 比对去重，避免人工筛选
• 学术友好：自动注入 User-Agent 与机构邮箱至 "Polite Pool"，符合 API 使用伦理
• 零本地依赖：纯 Python 实现，仅依赖 requests 标准库

潜在局限

• Crossref 无摘要：仅返回题录元数据，需配合其他库补全
• 实时调用无缓存：每次搜索均请求远程 API，高频使用可能触发限流
• 网络依赖强：学术 API 可达性因地区/机构而异（尤其 NCBI E-utilities）
• T3 来源维护：独立开发者维护，长期更新稳定性需关注
• 无全文获取：仅限开放元数据，付费论文全文需另行获取

适合人群

• 高校科研人员撰写系统性综述（systematic review）
• 研究生快速建立研究领域的文献全景图
• 文献计量学者进行多源数据交叉验证
• 跨学科研究者整合生物医学与计算机科学文献

常规风险

• 环境变量泄露：EMAIL 与 API Key 通过环境变量注入，需避免在共享环境硬编码
• API 限流：免费层级存在调用频率上限（S2: 100 req/5min；OpenAlex: ~100k/日）
• 数据时效性：依赖各数据库更新周期，预印本与正式出版可能存在滞后
• 误引风险：自动生成的引用格式需人工核对 DOI/PMID 准确性