介绍
# Literature Review
利用多引擎搜索集成（S2, OA, CR, PM）帮助撰写学术文献综述。
## 功能
- **多源搜索**：使用 Semantic Scholar (S2)、OpenAlex (OA)、Crossref (CR) 和 PubMed (PM) 查找相关学术论文。 - **完整摘要**：所有来源现在均返回完整摘要（PubMed 使用 `efetch` 获取完整 XML 记录）。 - **DOI 提取**：从所有来源提取 DOI 以便交叉引用和去重。 - **自动去重**：搜索多个来源（`--source all` 或 `--source both`）时，结果会根据 DOI 自动去重。 - **礼貌访问**：通过 `USER_EMAIL` 环境变量为 OpenAlex/Crossref“礼貌池”自动提供电子邮件身份标识。 - **摘要重构**：从 OpenAlex 倒排索引格式重构摘要。 - **综合**：按主题对论文进行分组，并根据元数据起草综述部分。
## 环境变量
| 变量 | 用途 | 默认值 | |----------|---------|---------| | `USER_EMAIL` | 用于礼貌 API 访问的电子邮件 | `[email protected]` | | `CLAWDBOT_EMAIL` | 如果未设置 USER_EMAIL 则使用此回退值 | — | | `SEMANTIC_SCHOLAR_API_KEY` | 可选的 S2 API 密钥，以获得更高的速率限制 | — | | `OPENALEX_API_KEY` | 可选的 OpenAlex API 密钥 | — |
## 工作流程
### 1. 广泛搜索（所有数据库） 从所有主要学术数据库获取全面的概览。结果根据 DOI 自动去重。 ```bash python3 scripts/lit_search.py search "impact of glycyrrhiza on bifidobacterium" --limit 5 --source all ```
### 2. 定向搜索 - **OpenAlex** (`oa`)：快速且全面，摘要质量好。 - **Semantic Scholar** (`s2`)：高质量的引文数据和 TL;DR（一句话总结）。 - **Crossref** (`cr`)：精确的基于 DOI 的元数据（无摘要）。 - **PubMed** (`pm`)：生物医学研究的黄金标准，包含完整摘要和 PMID。
```bash python3 scripts/lit_search.py search "prebiotic effects of liquorice" --source pm ```
### 3. 比较来源 同时搜索 S2 和 OA 以确保不遗漏任何内容。默认去重。 ```bash python3 scripts/lit_search.py search "Bifidobacterium infantis growth" --source both ```
### 4. 获取完整详细信息 (S2) 检索包括 TL;DR 摘要在内的详细元数据。 ```bash python3 scripts/lit_search.py details "DOI:10.1016/j.foodchem.2023.136000" ```
### 5. 撰写综述 1. **提取**：从找到的摘要中提取关键发现。 2. **组织**：将发现归纳为逻辑结构（例如按时间顺序或按主题）。 3. **起草**：使用“循序渐进思考”的方法将多个来源综合成连贯的叙述。
## 输出格式
每个结果包括： - `id`：特定来源的标识符（PubMed 为 PMID，OpenAlex ID，S2 论文 ID，Crossref 为 DOI） - `doi`：可用的 DOI（用于去重） - `title`：论文标题 - `year`：发表年份 - `authors`：作者姓名列表 - `abstract`：完整摘要文本（可用时） - `venue`：期刊或会议名称 - `citationCount`：引文计数 (S2, OA) - `source`：结果来自哪个数据库
## 成功技巧
- **引文**：始终交叉引用 DOI 或 PMID 以确保参考文献的准确性。 - **筛选**：专注于 `citationCount` 较高或近年发表的论文，以获得更现代化的综述。 - **医学文献使用 PubMed**：使用 `--source pm` 获取最可靠的生物医学文献。 - **去重**：多源搜索会自动删除重复项；如果需要原始计数，请使用单一来源。