用途
research-lookup 是一个研究信息查询技能，用于通过 OpenRouter 调用 Perplexity 的 Sonar 模型进行实时研究信息查找。它可在 Sonar Pro Search 与 Sonar Reasoning Pro 之间智能选择，以适应用户查询的复杂度。该技能面向需要最新学术文献、近期研究、技术文档和一般研究信息的场景，输出带有引用与来源归属的内容。
主要能力
- 学术研究查询：检索特定领域近期论文、研究与综述，并返回关键发现摘要、3-5 篇相关论文引用、关键统计、研究空白或争议以及论文链接。
- 技术与方法信息：查找详细流程、规范与方法，输出分步流程、所需材料与设备、关键参数、常见问题排查以及标准协议或奠基性论文引用。
- 统计与数据信息：查找当前统计、调查结果与研究数据，输出含日期与来源的统计、数据采集方法、置信区间或误差范围及原始调查引用。
- 引文与参考文献辅助：定位用于稿件引用的相关论文与研究，输出 5-10 篇最具影响力论文、完整引用信息（作者、标题、期刊、年份、DOI）、贡献简述及引用影响指标（如 h-index、引用数）与期刊影响因子。
- 自动模型选择：根据查询复杂度在 Sonar Pro Search 与 Sonar Reasoning Pro 间切换。
- 手动覆盖：可通过 force_model 参数指定模型（pro 或 reasoning），也支持命令行参数 --force-model。
使用方式
模型选择：
- Sonar Pro Search（perplexity/sonar-pro-search）：适合简单事实查找、近期发表检索、基础协议查找、统计资料检索；响应快、单次查询成本较低。
- Sonar Reasoning Pro（perplexity/sonar-reasoning-pro）：适合对比分析、多研究综合、权衡或争议评估、机制或关系解释、批判性分析与解读；响应较慢但更深入，单次查询成本更高。
复杂度评估：技能会自动检测查询复杂度。推理关键词（如 compare、contrast、analyze、analysis、evaluate、critique、versus、vs、compared to、differences between、similarities、meta-analysis、systematic review、synthesis、integrate、mechanism、why、how does、how do、explain、relationship、causal relationship、underlying mechanism、theoretical framework、implications、interpret、reasoning、controversy、conflicting、paradox、debate、reconcile、pros and cons、advantages and disadvantages、trade-off、tradeoff、trade offs、multifaceted、complex interaction、critical analysis）每个计 3 分。多个问号每问句 2 分；复合句结构每个连接词（and、or、but、however、whereas、although）计 1.5 分；超过 150 字符的长查询计 1 分。总分 ≥3 时触发 Sonar Reasoning Pro。因此，即使只有一个强推理关键词，也会触发更强大的 Sonar Reasoning Pro。
手动覆盖示例：
# Force Sonar Pro Search for fast lookup
research = ResearchLookup(force_model='pro')
# Force Sonar Reasoning Pro for deep analysis
research = ResearchLookup(force_model='reasoning')
# Automatic selection (default)
research = ResearchLookup()
命令行用法：
# Force Sonar Pro Search
python research_lookup.py "your query" --force-model pro
# Force Sonar Reasoning Pro
python research_lookup.py "your query" --force-model reasoning
# Automatic (no flag)
python research_lookup.py "your query"
技术集成
该技能通过 OpenRouter（openrouter.ai）访问 Perplexity Sonar 模型。模型规格：perplexity/sonar-pro-search（快速查找）与 perplexity/sonar-reasoning-pro-online（深度分析）。搜索模式为学术/学术模式（优先同行评议来源），始终使用高搜索上下文以获取更深入、全面的研究结果。上下文窗口为 200K+ tokens。能力包括学术论文搜索、引文生成、学术分析。输出为带引用与来源链接的丰富响应，来源来自学术数据库。API 要求：OpenRouter API 密钥（设置为 OPENROUTER_API_KEY 环境变量）、账户有足够额度用于研究查询、并需正确归属与引用来源。学术模式配置：系统消息配置为优先学术来源，搜索聚焦同行评议期刊与学术出版物，增强学术参考文献的引文提取，偏好近期学术文献（2020-2024），可直接访问学术数据库与知识库。
适用场景
- 当前研究信息：特定领域的最新研究、论文与发现。
- 文献验证：对照当前研究核实事实、统计或主张。
- 背景研究：为科学写作收集背景与支持证据。
- 引文来源：寻找用于稿件引用的相关论文与研究。
- 技术文档：查找规范、协议或方法。
- 近期发展：跟踪新兴趋势与突破。
- 统计数据：查找近期统计、调查结果或研究发现。
- 专家观点：获取近期访谈、评论或评述中的见解。
限制
已知限制：
- 信息截止：响应受训练数据限制（通常为 2023-2024）。
- 付费墙内容：可能无法访问付费墙后的全文。
- 新兴研究：可能遗漏尚未被索引的非常近期论文。
- 专业数据库：无法访问专有或受限数据库。
错误条件：
- API 速率限制或配额超出。
- 网络连接问题。
- 查询格式错误或含糊不清。
- 模型不可用或维护中。
回退策略：
- 重新表述查询以更清晰。
- 将复杂查询拆分为更简单的组件。
- 如果近期数据不可用，使用更宽泛的时间范围。
- 用多种查询变体交叉参考。
性能与成本：Sonar Pro Search 典型响应时间 5-15 秒，适合快速信息收集和批量查询。Sonar Reasoning Pro 典型响应时间 15-45 秒，适合复杂分析查询，提供更彻底的推理与综合。自动选择可节省成本，将 Sonar Pro Search 用于直接查询，把 Sonar Reasoning Pro 保留给真正需要更深入分析的查询。手动覆盖可用于：预算受限且优先速度时强制 Sonar Pro Search；关键研究需要最大深度时强制 Sonar Reasoning Pro；或按论文特定部分使用（例如方法部分用 Pro Search，讨论部分用 Reasoning）。建议在大多数用例中信任自动选择。