SuperAPI AI 工具集

litreview

写作与研究

查看项目

更新于 10-15 17:28

技能介绍

用途:litreview 用于学术与研发场景的文献综述,覆盖系统综述、范围综述与叙述性综述。适用任务包括围绕特定问题做系统检索、为论文或报告建立参考文献、绘制某领域全景、审计已有综述的缺口与偏差,以及综合结构化来源的发现。

主要能力:提供三套工作流。一是规划并执行检索,用 PICO/PEO 框架细化研究问题,再运行 search_strategy_builder.py 生成检索策略(数据库、查询、过滤条件):python3 litreview/scripts/search_strategy_builder.py --input question.json --format markdown。二是来源质量与相关性评分,采集作者、日期、发表venue、方法等元数据后运行 source_quality_scorer.py,按方法学、样本/数据集、同行评审、可复现性、时效性、引用影响六个维度打分并分流:python3 litreview/scripts/source_quality_scorer.py --input sources.json --format markdown。三是主题综合,为来源打主题与关键发现标签后运行 thematic_synthesis_builder.py,按主题聚类、呈现证据强度并识别缺口:python3 litreview/scripts/thematic_synthesis_builder.py --input tagged_sources.json --format markdown。

使用方式:开始前需确认研究问题、综述类型、纳入/排除标准与综合目标;若信息模糊应先询问,用户要求直接起草时则先列出假设。纳入排除标准涵盖年份、语言、来源类型、方法学、地理范围与质量阈值,需事先公布并一致执行。综合方法可选叙述性综合、主题综合、元分析、现实主义综合与范围综述,非临床领域通常默认主题综合。

限制与注意:资料未提供具体数据库清单、脚本依赖环境、输出格式细节或收费信息。应避免不可复现的检索、事后编写纳入标准、只综合支持性来源、未读即引、不做质量评分、不讨论缺口、过度依赖单一作者或来源,以及系统综述缺少 PRISMA 式流程图。