用途：在科研与写作全流程中系统化管理引用，覆盖论文检索、元数据提取、BibTeX 格式化与引用校验，并与文献综述技能配合使用。
主要能力：
- 检索：用 search_google_scholar.py 搜索 Google Scholar（支持年份过滤、精确短语、作者/标题限定等）；用 search_pubmed.py 搜索 PubMed，支持 MeSH 词、字段标签、布尔运算、日期与出版类型过滤。
- 元数据提取：doi_to_bibtex.py 可将单个或多个 DOI 转为 BibTeX；extract_metadata.py 支持 DOI、PMID、arXiv ID、URL 及混合标识符批量提取，来源包括 CrossRef、PubMed E-utilities、arXiv、DataCite。
- 元数据补全：对缺失 volume、pages、doi 等字段的条目，用 parallel-cli search/extract 通过网页搜索补齐，无法找到时在 note 字段说明并记录。
- 格式化：format_bibtex.py 可统一字段顺序、缩进、作者名与引用键格式，支持按 key 或年份排序、去重、校验并生成报告。
- 校验：validate_citations.py 检查 DOI 可解析性、必填字段、数据一致性、重复条目与格式合规，支持 --venue nature/neurips/review、--min-count、--manuscript 等参数，并输出 JSON 报告。
使用方式：通过 python scripts/ 下的脚本执行，如 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/format_bibtex.py references.bib --deduplicate --output clean_references.bib。
适用场景：为论文、学位论文、综述或市场报告建立参考文献库；将 DOI/PMID/arXiv ID 批量转为 BibTeX；校验已有引用准确性；查找某领域高被引论文；检查重复与格式一致性。
限制：资料未提供具体收费、平台支持范围与运行环境要求；部分脚本依赖外部 API 与 parallel-cli 等工具，实际可用性需自行确认；引用数量标准为资料给出的建议值，非强制事实。