Literature Review

核心用法

Literature Review 技能通过统一的命令行接口整合 Semantic Scholar、OpenAlex、Crossref 和 PubMed 四大权威学术数据库，支持从广域搜索到精准定位的完整文献调研流程。用户可通过 --source 参数灵活选择单一或组合数据源，利用 DOI 反查获取完整元数据，最终基于提取的摘要与引用信息自动组织综述结构。

显著优点

1. 多源互补：S2 提供高质量 TL;DR 与引文网络，OpenAlex 覆盖开放获取文献且支持"礼貌池"访问，Crossref 确保 DOI 级精准元数据，PubMed 则是生物医药领域的金标准
2. 数据完整性：自动重建 OpenAlex 倒排索引格式的摘要，保留 externalIds 用于准确引用
3. 工作流闭环：从搜索、筛选、详情获取到综述起草的一站式支持
4. 轻量易用：纯 Python 脚本实现，无需复杂配置，支持邮箱自动识别以优化 API 访问

潜在局限

• 依赖外部 API 稳定性，高峰期可能受限流影响
• 综述质量受原始摘要信息密度制约，无法替代人工深度阅读
• 暂未集成全文下载功能，需用户自行获取 PDF
• 多源结果去重与冲突消解需人工校验

适合人群

高校科研人员、研究生、系统综述撰写者、需要快速掌握某一研究领域概览的跨学科研究者

常规风险

• 文献数据库存在收录偏差（如 PubMed 偏重生物医学，S2 偏重计算机科学），跨学科主题需多源交叉验证
• 引用计数和发表时间过滤可能遗漏经典奠基文献
• 自动生成的综述段落需人工核查事实准确性，避免传播错误结论

核心功能与用法

Literature Review 是一个面向学术研究的文献综述辅助工具，核心价值在于多引擎并行检索与结构化输出。用户可通过统一的 CLI 接口同时或定向查询 Semantic Scholar、OpenAlex、Crossref 和 PubMed 四大数据库，覆盖从计算机科学到生物医学的全学科领域。典型工作流程包括：

1. 广谱检索（--source all）：快速获取某一研究主题的跨库概览，适用于初期调研；
2. 精准定位（--source pm/s2/oa/cr）：利用 PubMed 的医学权威性或 Semantic Scholar 的引文分析深度，针对特定领域优化结果质量；
3. 详情深挖（details DOI:）：通过 DOI 反查完整元数据、TL;DR 摘要及引文网络；
4. 综述撰写：工具自动按主题聚类摘要，并支持"step-by-step"合成连贯的文献段落。

显著优势

• 数据权威：直接对接四大官方学术 API，避免二手数据污染，Crossref 的 DOI 校验机制确保溯源可靠性；
• 效率提升：OpenAlex 的"Polite Pool"机制（通过邮箱标识提升速率限额）与 S2 的 TL;DR 生成功能大幅减少人工阅读负担；
• 引用合规：自动提取 externalIds（DOI、PubMed ID、PMC ID），可直接导入 EndNote/Zotero 等管理工具；
• 隐私设计：API 密钥通过环境变量注入，无硬编码风险，用户邮箱仅用于 Polite Pool 身份标识。

局限性与注意事项

• 全文获取限制：工具仅检索公开元数据与摘要，无法绕过付费墙获取 PDF 全文，需配合机构订阅或 Sci-Hub 等第三方；
• API 稳定性依赖：学术数据库偶有维护或限流（rate limit），高频批量检索可能触发临时封禁，建议添加请求间隔；
• 合成质量参差：自动生成的综述段落依赖摘要质量，对于方法学复杂的论文可能出现误读，需人工复核；
• 学科覆盖偏差：PubMed 偏向生物医学，CS/AI 领域在 S2 中更全，跨学科主题建议强制使用 --source all 避免遗漏。

适合人群

• 研究生/博士生：快速完成开题阶段的文献地毯式检索；
• 系统性综述团队：利用多源交叉验证减少单一数据库的偏倚；
• 非英语母语研究者：借助 S2 的 TL;DR 功能加速理解高难文献。

常规风险

• 引用格式需二次校对（不同数据库的字段命名差异可能导致导入错误）；
• 未配置邮箱时 OpenAlex 回退至普通池，检索速率显著下降；
• 依赖网络连通性，离线环境无法使用。