用途：围绕一个研究问题，按结构化两轮流程完成文献综述。脚本负责状态管理与数据获取，智能体负责判断（筛选、综合）。每个综述是持久会话，可暂停、恢复、重访。
主要阶段与用法：
- init：创建会话并记录研究问题，命令 python3 scripts/literature_review.py init "<研究问题>" [--out-dir /path/to/reviews]。问题应具体，如“X 在条件 Z 下与 Y 有何不同”优于“X 和 Y”。
- search：广撒网检索 Semantic Scholar（可选 arXiv）并去重，命令 python3 scripts/literature_review.py search <session-dir> --limit 50 --year 2023-2026 --min-citations 5 [--venue ICLR,NeurIPS] [--include-arxiv]。去重依据 arxiv_id、doi 与小写标题。
- screen：智能体读候选标题/摘要/tldr 决定保留，命令 python3 scripts/literature_review.py screen <session-dir> --include "id1,id2" [--reasons-file keep-reasons.json]。目标入选 10-25 篇。
- fetch：生成 fetch_plan.json，每篇给出 arxiv-analyze、open-access-pdf 或 abstract-only 策略。 5-6. read 与 synth 由智能体驱动：逐篇提取 claim、method、result、limitation，再写 final.md（含 TL;DR、已确立发现、活跃争论、方法模式、空白、下一篇必读、附录表）。 其他命令：status <session-dir>、list-sessions [--out-dir /path]。
限制与要求：Python 3.11+（仅标准库）；需安装 scholar-search 技能为同级；arXiv 集成需 arxiv-search 与 arxiv-analyze（来自 https://github.com/dsebastien/ai-skill-arxiv）；可选 OPENALEX_EMAIL 环境变量用于 polite-pool（免费、无需密钥）。不得编造引用或 TL;DR；两轮筛选不可跳过；会话状态约定为 append-only，修订宜新建会话；abstract-only 文献需注明全文不可得。实际综述约消耗 200K-400K tokens。