本技能是面向文献综述的开源 AI 工具目录加启动器，按研究阶段组织工具，并可直接安装和运行其中部分工具。
用途：帮助用户在文献综述的搜索、阅读、提取、综述、筛选、引用核查、写作与评审各阶段选择合适工具；也可直接代为安装运行。
两种模式：推荐模式下，先判断用户所处阶段，再按分类给出编辑推荐及一两个备选，并说明理由；运行模式下，通过 Bash 驱动 scripts/litrun.py 安装并运行工具，而不是让用户自己复制 pip 命令。
常用命令：运行 python3 scripts/litrun.py doctor 检查工具链与已配置的 API key；用 info <id> 查看工具依赖，用 env --set KEY=VALUE 设置缺失的密钥，用 run <id> -- <args> 运行工具（首次会自动安装）；MCP 服务器不用 run，改用 mcp <id> 输出客户端注册配置。其余命令有 list、install、ui。
可运行工具（按类型）：python-cli 类包括 mineru、marker、docling（PDF 转 Markdown）、paper-qa（带引用问答）、asreview（PRISMA 筛选界面）；python-script 类有 arxiv-fetch（检索 arXiv 并下载 PDF，无需密钥）；python-lib 类有 gpt-researcher、storm（深度研究，需 API key）、scholarly、pyalex；mcp-server 类有 arxiv-mcp-server、paper-search-mcp、zotero-mcp。gpt-researcher 与 storm 可用 ui <id> 启动完整网页界面。
内置工作流：pdf-to-markdown、pdf-corpus-qa、pdf-md-then-qa、topic-to-pdfs、topic-to-review，可用 workflow list 和 workflow run <id> 调用，支持 --input、--query、--question、--max 等参数，建议先加 --dry-run 确认步骤。
限制与注意：安装和下载发生在用户主目录并访问网络，较重安装（如 marker、docling 会拉取 PyTorch）需提前告知；缺失 API key 时工作流会快速失败；不得伪造 API key，运行失败应展示真实错误。目录中星数为周期性快照，仅供参考，商用/闭源工具仅作对照。路径 scripts/…、recipes/… 相对于本技能目录。