用途：在研究与写作全流程中系统化管理参考文献，涵盖论文检索、元数据提取、BibTeX 生成、引文校验与去重，配合文献综述类技能使用。
主要能力： 检索：通过 search_google_scholar.py 和 search_pubmed.py 搜索 Google Scholar 与 PubMed；支持年份区间、MeSH 词、字段标签（[Title]、[Author]、[MeSH]）、布尔运算、出版类型过滤，结果可导出 JSON。 元数据提取：用 doi_to_bibtex.py 或 extract_metadata.py 将 DOI、PMID、arXiv ID、URL 转为完整元数据，来源包括 CrossRef、PubMed E-utilities、arXiv、DataCite；支持批量文件输入与 JSON/BibTeX 输出。 格式化：format_bibtex.py 统一字段顺序、缩进、作者名与引用键，支持按 key 或年份排序、去重及 --validate 校验。 校验：validate_citations.py 检查 DOI 是否可解析、必填字段是否缺失、年份/页码格式、重复条目，可 --auto-fix 生成校验报告。
必要用法示例： python scripts/search_google_scholar.py "CRISPR gene editing" --limit 50 --output results.json python scripts/search_pubmed.py "Alzheimer's disease treatment" --limit 100 --output alzheimers.json python scripts/doi_to_bibtex.py 10.1038/s41586-021-03819-2 python scripts/extract_metadata.py --pmid 34265844 python scripts/format_bibtex.py references.bib --deduplicate --output clean_references.bib python scripts/validate_citations.py references.bib --report validation_report.json --verbose
适用场景：为论文或学位论文建参考文献库、批量转换标识符、清洗 BibTeX、检查重复与格式一致性，并与 literature-review 技能衔接。
限制：需本地运行 Python 脚本并联网访问各 API；PubMed 大批量请求建议使用 API key；不同数据库元数据完整度可能有差异；技能资料未提供价格、平台支持范围与可视化脚本之外的更多细节，也未说明生成示意图的 Nano Banana Pro 具体收费或可用条件。